A promessa central da inteligência artificial generativa sempre foi a de liberar o capital humano de tarefas repetitivas, devolvendo tempo para atividades de maior valor. Três anos após a explosão dessas ferramentas, a realidade corporativa aponta para uma direção oposta: o aumento vertiginoso do esgotamento profissional. Em vez de reduzir a carga de trabalho, a IA tem sido utilizada como um catalisador para uma produção incessante, criando um ciclo de exaustão que desafia as expectativas iniciais de produtividade.

Segundo reportagem da MIT Technology Review Brasil, o fenômeno encontra explicação no paradoxo de Jevons, observado originalmente em 1865. A lógica é simples: quando uma tecnologia torna um recurso mais eficiente e barato, o consumo desse recurso tende a explodir, em vez de diminuir. No contexto atual, o recurso é a cognição e o combustível são os tokens, resultando em uma demanda insaciável por processamento e output.

O mecanismo do paradoxo de Jevons na era digital

O paradoxo de Jevons, que explicava por que máquinas a vapor mais eficientes aumentavam o consumo de carvão na Inglaterra vitoriana, aplica-se com precisão à economia da IA. À medida que o custo por token cai e a capacidade dos modelos aumenta, as empresas não reduzem o volume de trabalho, mas elevam a exigência de produção para patamares antes inalcançáveis. A cognição tornou-se uma commodity barata, e a resposta do mercado foi uma explosão de volume, não de eficiência real.

Essa dinâmica é exacerbada pelos agentes autônomos de IA, que transformam uma única solicitação humana em dezenas de processos em segundo plano. O resultado é um aumento exponencial no processamento de dados, que não se traduz necessariamente em valor de negócio, mas em uma atividade frenética que consome recursos financeiros e mentais das organizações, mantendo os profissionais em um estado constante de ocupação.

A falha das métricas de vaidade corporativa

O desejo de medir a produtividade levou empresas como Meta, OpenAI e Shopify a adotarem rankings internos de consumo de tokens, prática apelidada de “Claudeonomics”. Essa métrica, contudo, revelou-se um erro estratégico. O chamado tokenmaxxing incentivou funcionários a maximizar o uso da IA para ostentar dedicação, confundindo volume de atividade com entrega de valor. O custo financeiro dessa prática tornou-se evidente quando divisões de produto começaram a estourar orçamentos de tecnologia precocemente.

Além do impacto no caixa, a métrica falhou por não considerar a natureza do trabalho humano. Estudos da Microsoft Research e Carnegie Mellon indicam que a IA não elimina o trabalho cognitivo, apenas o desloca. O esforço migrou da criação para a supervisão e correção, exigindo um gasto de energia mental que muitas vezes supera o processo original de produção, mantendo o profissional em um estado de alerta permanente.

Impacto humano e o recorde de afastamentos

A conta do esgotamento chegou ao sistema de saúde e ao mercado de trabalho. O relatório Workforce State of Mind 2026 aponta que 92% dos profissionais sentem uma tensão crônica, um estado de fadiga que compromete o julgamento e a qualidade das decisões. No Brasil, esse cenário reflete-se em números preocupantes: os afastamentos por burnout cresceram 823% nos últimos quatro anos, coincidindo com a popularização das ferramentas generativas.

Para o ecossistema brasileiro, a lição é clara: a adoção tecnológica sem uma reestruturação dos processos de gestão resulta em um custo humano insustentável. A pressão por outputs constantes, mediada por métricas de consumo de IA, está criando uma força de trabalho exausta, onde a tecnologia, em vez de ser uma aliada na gestão do tempo, atua como um acelerador de demandas que o cérebro humano tem dificuldade em processar.

O futuro da seletividade como vantagem competitiva

A maturidade na utilização da IA exigirá uma mudança radical na cultura corporativa: a transição do volume para o discernimento. A habilidade mais valiosa não será mais a capacidade de gerar conteúdo em massa, mas a seletividade de decidir o que não deve ser automatizado. Empresas que conseguirem medir o impacto real, em vez de apenas o consumo de tokens, terão uma vantagem competitiva clara em um mercado saturado de produções superficiais.

O desafio para os próximos anos reside na coragem de abandonar métricas que privilegiam o excesso. Observar a queda no consumo de tokens, quando acompanhada pela manutenção ou aumento do valor entregue, será o verdadeiro indicador de sucesso. O tempo, como Sêneca alertou há milênios, continua sendo o recurso mais escasso, e a tecnologia só será útil quando, de fato, permitir que ele seja empregado nas coisas que realmente importam.

Com reportagem de Brazil Valley

Source · MIT Tech Review Brasil