noticias
IA vira critério de promoção em empresas e medir uso pode premiar obediência, não produtividade
**Companhias começam a transformar a inteligência artificial em requisito de carreira, mas especialistas alertam que contar acessos, prompts e ferramentas usadas pode criar incentivos ruins, ampliar desigualdades e confundir adoção tecnológica com competência profissional.**
A inteligência artificial está deixando de ser apenas uma ferramenta disponível no computador dos funcionários para ocupar uma posição muito mais delicada dentro das empresas: a de critério de avaliação profissional.
Em algumas organizações, saber trabalhar com IA já pode influenciar bônus, promoções e até a permanência no emprego. A Accenture é um dos casos mais explícitos. Sua CEO, Julie Sweet, afirmou que a IA passou a fazer parte da maneira como a companhia trabalha e que profissionais interessados em progredir precisam demonstrar essa capacidade. A empresa também passou a acompanhar a adoção de ferramentas de IA entre funcionários seniores.
A tendência vai além de uma única consultoria. Reportagem da BBC publicada em 9 de setembro relata iniciativas de acompanhamento de uso de IA em empresas como Disney, Meta, JPMorgan e KPMG, enquanto a Coinbase chegou a demitir engenheiros que não concluíram um treinamento de inteligência artificial solicitado pela direção.
O movimento parece lógico à primeira vista. Se uma organização investe bilhões de dólares em modelos, copilotos, agentes e infraestrutura de IA, naturalmente espera que os funcionários utilizem essas ferramentas.
O problema começa quando **usar IA** passa a ser confundido com **trabalhar melhor**.
A nova habilidade que começa a pesar no currículo
Até pouco tempo atrás, programas corporativos de inteligência artificial eram tratados principalmente como treinamento.
Funcionários recebiam acesso ao ChatGPT Enterprise, Microsoft Copilot, Claude, Gemini ou plataformas internas, participavam de cursos e eram estimulados a experimentar automações.
Agora uma segunda etapa começa a surgir.
Algumas organizações estão tentando descobrir quem realmente utiliza essas ferramentas e quanto valor consegue extrair delas.
Na Accenture, por exemplo, a adoção regular de IA passou a ser considerada em discussões sobre promoção para determinadas posições de liderança. A própria companhia argumenta que a tecnologia já faz parte de sua operação e, portanto, dominar essas ferramentas seria comparável a aprender qualquer outro instrumento essencial ao trabalho moderno.
Existe uma justificativa econômica evidente.
Empresas investiram pesadamente em inteligência artificial generativa e agora enfrentam pressão para transformar experimentos em ganhos reais de produtividade. A BBC cita dados segundo os quais grande parte das organizações ainda não conseguiu obter valor significativo dos investimentos em IA, tornando a adoção interna uma prioridade para executivos.
Mas obrigar funcionários a abrir uma ferramenta é relativamente simples.
Demonstrar que ela tornou a empresa melhor é muito mais difícil.
O problema do “placar de IA”
Imagine duas pessoas realizando a mesma tarefa.
A primeira consulta um chatbot 50 vezes, produz dezenas de prompts, utiliza três agentes e gera várias versões de um documento.
A segunda utiliza IA apenas duas vezes, encontra exatamente a informação necessária, verifica as fontes e entrega um trabalho melhor em metade do tempo.
Quem utilizou mais inteligência artificial?
A primeira pessoa.
Quem trabalhou melhor?
Talvez a segunda.
É exatamente aí que métricas corporativas baseadas apenas em quantidade de uso começam a apresentar problemas.
A pesquisadora de IA aplicada Kamila Miller, professora da Henley Business School, alerta que transformar utilização de IA em KPI pode incentivar funcionários a enviar tarefas desnecessárias para chatbots simplesmente para aumentar seus números.
Nesse cenário, a empresa deixa de medir julgamento, aprendizado ou qualidade das decisões e passa a medir adoção.
Esse tipo de efeito é conhecido há décadas na administração e na economia.
Quando uma métrica se transforma em objetivo, as pessoas inevitavelmente começam a otimizar seu comportamento para melhorar a própria métrica.
No mundo da IA corporativa, isso pode produzir algo curioso: funcionários utilizando inteligência artificial não porque ela resolve determinado problema, mas porque precisam demonstrar que estão utilizando inteligência artificial.
Amazon e Duolingo já encontraram o limite dessa lógica
Algumas empresas começaram a perceber esse problema.
Segundo a BBC, a Amazon encerrou um ranking interno que acompanhava o uso de IA após funcionários começarem a enviar tarefas desnecessárias para sistemas de inteligência artificial com o objetivo de melhorar suas posições no placar.
O caso é quase uma demonstração de laboratório de como métricas mal desenhadas podem distorcer comportamentos.
Se a organização recompensa quantidade de interações, funcionários aprendem rapidamente a produzir interações.
Isso não significa necessariamente produzir mais valor.
A Duolingo chegou a uma conclusão semelhante por outro caminho.
Seu CEO, Luis von Ahn, afirmou que a empresa deixou de utilizar o uso de IA como componente das avaliações de desempenho depois que funcionários começaram a perguntar se deveriam empregar inteligência artificial simplesmente porque a companhia queria aumentar os indicadores de adoção.
A orientação passou a ser mais pragmática: o objetivo do profissional continua sendo realizar bem seu trabalho. A IA deve ser utilizada quando melhora o resultado, não como obrigação ritual.
Essa diferença parece pequena, mas é fundamental.
Uma organização madura não deveria perguntar apenas **“quanto você utilizou IA?”**.
A pergunta deveria ser **“o que você conseguiu fazer melhor por causa dela?”**.
O aumento de produtividade cria outra discussão
Existe ainda uma questão mais desconfortável.
O que acontece quando a IA realmente funciona?
Duncan Trevithick, profissional de marketing entrevistado pela BBC, trabalha em uma empresa que oferece bônus relacionados ao uso de inteligência artificial.
Sua reflexão resume uma tensão que provavelmente aparecerá em milhares de companhias nos próximos anos.
Se a IA permitir que um funcionário realize cinco dias de trabalho em três, a empresa pode ganhar dois dias de produtividade.
Mas o funcionário não necessariamente recebe dois dias livres ou um aumento proporcional de salário.
Em muitos casos, os três dias simplesmente passam a ser considerados o novo padrão de produtividade.
É assim que tecnologias de automação historicamente alteram expectativas de trabalho.
Planilhas eletrônicas não reduziram necessariamente a quantidade de análises financeiras produzidas.
E-mails não fizeram funcionários administrativos trabalharem menos.
Computadores permitiram produzir documentos mais rapidamente, mas o resultado foi também um aumento gigantesco na quantidade de documentos produzidos.
A inteligência artificial pode repetir esse fenômeno em escala muito maior.
O trabalhador ficará mais produtivo.
E justamente por isso poderá receber mais trabalho.
Surge uma nova divisão dentro das empresas
Há outro efeito importante: a distância entre funcionários capazes de utilizar IA de maneira sofisticada e aqueles que ainda dependem exclusivamente de métodos tradicionais pode crescer muito rapidamente.
Uma executiva de consultoria ouvida pela BBC descreveu uma espécie de mercado de trabalho interno em dois níveis.
Profissionais com o mesmo cargo e tempo de empresa começam a receber avaliações diferentes dependendo da capacidade de incorporar inteligência artificial ao trabalho.
Segundo seu relato, experiência profissional acumulada durante 15 ou 20 anos pode perder peso diante de funcionários muito mais jovens que dominam rapidamente novas ferramentas.
Isso não significa que experiência deixou de importar.
Na realidade, pode ocorrer justamente o contrário.
Modelos de linguagem conseguem produzir textos, códigos, planilhas e análises rapidamente, mas continuam dependendo de alguém capaz de perceber quando uma resposta está errada, incompleta ou simplesmente absurda.
Quanto mais poderosa fica a automação, maior tende a ser o valor do profissional capaz de supervisioná-la.
Por isso, o verdadeiro diferencial dificilmente será saber “usar ChatGPT”.
Será entender o problema, formular a tarefa corretamente, avaliar a resposta, verificar dados e assumir responsabilidade pelo resultado.
A habilidade mais valiosa pode ser saber quando não usar IA
Existe uma ironia interessante nessa transformação.
Empresas procuram funcionários que saibam utilizar inteligência artificial.
Mas os profissionais realmente maduros provavelmente serão aqueles que também sabem **quando não utilizá-la**.
Nem toda tarefa precisa de um modelo de linguagem.
Existem atividades nas quais abrir um sistema de IA pode ser mais demorado do que resolver o problema diretamente.
Há informações confidenciais que não deveriam ser enviadas a determinados serviços externos.
Existem decisões jurídicas, médicas, financeiras ou administrativas nas quais uma resposta aparentemente convincente não substitui análise especializada.
E há atividades em que criatividade, relacionamento humano ou conhecimento acumulado continuam sendo o principal componente do trabalho.
A própria KPMG reconheceu em análises recentes que frequência de uso não equivale necessariamente a impacto. A consultoria argumenta que o valor surge de comportamentos mais sofisticados, como formular corretamente problemas, iterar resultados e integrar a IA ao raciocínio humano.
Esse provavelmente será um dos principais desafios de gestão desta década.
Medir inteligência artificial é fácil.
Medir inteligência profissional continua difícil.
E no Brasil?
Empresas brasileiras que pretendam utilizar sistemas automatizados para avaliar funcionários precisarão prestar atenção também à proteção de dados.
A LGPD estabelece que titulares podem solicitar revisão de decisões tomadas exclusivamente com base em tratamento automatizado de dados pessoais quando essas decisões afetarem seus interesses, incluindo situações relacionadas ao perfil profissional.
A legislação também prevê acesso a informações sobre critérios e procedimentos utilizados nessas decisões.
O tema está longe de estar encerrado.
Em 2026, a própria Agência Nacional de Proteção de Dados mantém em sua agenda regulatória discussões específicas sobre inteligência artificial e aplicação do artigo 20 da LGPD, incluindo transparência, direitos dos titulares, bases legais e boas práticas de governança.
Isso significa que um sistema corporativo que simplesmente produza uma “nota de IA” para funcionários pode envolver questões muito maiores do que produtividade.
Dependendo de como for implementado, pode envolver coleta de dados comportamentais, perfis profissionais, monitoramento de atividades e decisões automatizadas capazes de afetar promoções ou outras condições de trabalho.
Tecnologicamente, fazer esse ranking é simples.
Governá-lo corretamente é outra história.
Análise da equipe
A inteligência artificial inevitavelmente se tornará uma habilidade profissional importante.
Nesse ponto, resistir completamente à tecnologia provavelmente será tão difícil quanto teria sido ignorar computadores pessoais, internet ou planilhas eletrônicas em ciclos anteriores de digitalização.
Mas transformar **quantidade de uso de IA** em indicador de competência parece um atalho gerencial perigoso.
O funcionário que abre um chatbot cem vezes por dia não é necessariamente mais produtivo do que aquele que o utiliza cinco vezes.
E um profissional que percebe que determinada tarefa não deveria ser entregue a uma IA pode estar demonstrando mais competência do que alguém disposto a automatizar qualquer coisa.
Existe ainda uma questão de responsabilidade que costuma desaparecer quando o entusiasmo tecnológico aumenta.
Se uma inteligência artificial produz uma recomendação equivocada e o funcionário segue essa recomendação, quem responde pelo erro?
O profissional que utilizou a ferramenta?
O gestor que exigiu seu uso?
A empresa que estabeleceu a meta?
Ou o fornecedor do modelo?
Enquanto essa cadeia não estiver claramente definida, cobrar adoção sem estabelecer limites significa transferir riscos para quem está na ponta do processo.
O melhor indicador corporativo, portanto, provavelmente não será quantos prompts foram enviados.
Será o impacto.
Tempo economizado.
Qualidade melhorada.
Erros reduzidos.
Receita gerada.
Problemas resolvidos.
E, especialmente, decisões que continuaram corretas depois que alguém conferiu o trabalho da máquina.
A próxima fase da inteligência artificial corporativa não será marcada simplesmente pela pergunta sobre quem usa IA.
Será marcada pela pergunta muito mais difícil e muito mais importante sobre **quem sabe utilizá-la com responsabilidade, competência e propósito**.
👉 Dúvida? Então veja mais em: https://pixbugtech.com/linksuteis