O centauro existe, mas não é o que o discurso promete: o que os experimentos medem sobre IA e trabalho

Em junho de 1998, em León, na Espanha, Garry Kasparov jogou a primeira partida pública de xadrez assistido por computador, modalidade que ele chamou de advanced chess, contra Veselin Topalov. Cada um usava um programa de prateleira e um banco com centenas de milhares de partidas. O resultado foi empate em 3 a 3. Kasparov descreveu depois o que aprendeu: era preciso conhecer o programa como um piloto de Fórmula 1 conhece o próprio carro. A modalidade evoluiu para o xadrez freestyle, em que qualquer combinação de humanos e máquinas é permitida, e batizou o jogador híbrido de centauro.

Vinte e oito anos depois, o centauro saiu do tabuleiro e virou metáfora de consultoria. A tese corrente é que a IA amplia o profissional competente: ele traz propósito, ética e direção; a máquina traz execução, análise e escala. É uma tese elegante e, nos termos em que é vendida, falsa. O que os experimentos medem é outra coisa — e mais interessante.

O que os experimentos medem

O estudo mais citado sobre o tema acompanhou a introdução escalonada de um assistente conversacional em uma empresa de software da Fortune 500, com 5.179 agentes de atendimento. O ganho médio de produtividade foi de 14%, medido em problemas resolvidos por hora. Mas a média esconde o essencial: o ganho foi de 34% entre os agentes novatos e de baixa qualificação, e praticamente nulo ou ligeiramente negativo entre os mais experientes. A assistência também melhorou o sentimento do cliente, reduziu pedidos de intervenção gerencial e aumentou a retenção de funcionários.

O segundo veio de um experimento controlado com 453 profissionais de nível superior em tarefas de redação. O tempo médio caiu 40%, e a qualidade do texto subiu 18%. A desigualdade entre os participantes diminuiu, e os de habilidade mais fraca foram os que mais ganharam.

O terceiro é a compilação do Stanford AI Index de 2026: ganhos de 14% a 15% em atendimento ao cliente, 26% em desenvolvimento de software e 50% em produção de marketing — este último em times que usam IA multimodal para criação de anúncios. E uma ressalva que a própria compilação registra: os ganhos são menores em tarefas que exigem raciocínio mais profundo, e evidências recentes sugerem que o uso intenso pode trazer penalidades de aprendizado de longo prazo, retardando o desenvolvimento de habilidades.

A leitura conjunta dos três é convergente. A IA generativa funciona melhor onde o trabalho pode ser dividido em tarefas repetíveis, com qualidade verificável. Fora dessa faixa, o ganho encolhe.

A inversão que o discurso corporativo esconde

Aqui está o ponto que desmonta a narrativa de ampliação do talento. Se a IA ampliasse o profissional excepcional, o maior ganho seria dele. É o contrário: o maior ganho é de quem está começando.

O dado tem duas consequências, e as duas são boas — desde que ditas com precisão.

A primeira é que a tecnologia comprime a curva de experiência. O modelo dissemina conhecimento tácito que antes só se adquiria com anos de prática, e o novato percorre mais rápido uma estrada que o veterano levou uma década para abrir. Numa empresa, isso reduz assimetria interna e acelera a formação de quem entrou ontem.

A segunda é que ela não amplia o topo. Para quem já domina o ofício, o assistente devolve pouco ou nada, e em alguns casos atrapalha: quem sabe fazer melhor do que a média do modelo gasta tempo revisando sugestões piores que a própria primeira tentativa. O 21% de ganho registrado pela Localiza&Co em 2,9 milhões de linhas de código, com taxa de aceite das sugestões em 42%, é um resultado respeitável — e é ganho de throughput, não de capacidade de pensar o problema.

Isso reposiciona a tese do profissional centauro. O centauro não é o especialista potencializado. É o iniciante nivelado. E a empresa que compra a promessa de "ampliar talentos" está comprando, na prática, um instrumento de redução de variância — que é útil, mas é outro produto.

O Brasil adotou antes de medir

O país entrou nessa conversa com velocidade que a literatura não esperava. Entre 2024 e 2025, a adoção de IA pelas empresas brasileiras subiu de 13% para 17% na série do Cetic.br, com salto mais forte nas grandes, de 38% para 50%.

Mas o dado mais revelador vem dos pequenos negócios. Pesquisa do Sebrae com 7.182 entrevistados, entre março e maio de 2026, encontrou 52% dos pequenos negócios usando IA nas duas semanas anteriores à entrevista, contra 21% registrados pela pesquisa equivalente do U.S. Census Bureau nos Estados Unidos. E 60% pretendiam adotar ou ampliar o uso no semestre seguinte, contra 24% dos norte-americanos. O uso principal não é substituir: 28% aprimoram tarefas que já existiam e 19% introduzem funções novas.

Até aqui, o retrato é favorável. O problema está no degrau seguinte.

Entre as empresas brasileiras que já adotaram IA, 58% estão na adoção básica — chatbots públicos ou soluções prontas para tarefas de rotina. Apenas 15% chegaram ao estágio avançado, com múltiplos modelos, IA agêntica ou soluções personalizadas. E a medição é quase inexistente: em pesquisa com 583 profissionais, 86% das empresas não medem quanto gastam com IA e 88% não sabem qual retorno financeiro obtêm. Outro levantamento, com 629 executivos, encontrou apenas 3% de empresas que converteram IA em nova receita ou vantagem competitiva.

A conclusão é desconfortável e precisa. O Brasil adotou rápido, adotou em escala e adotou no degrau mais barato. Adoção, aqui, mede familiaridade, não capacidade — e familiaridade não deixa rastro contábil.

O custo que ninguém está medindo

Se os ganhos são modestos e concentrados, o custo cognitivo é o lado que praticamente não entra na conta.

Uma pesquisa da Microsoft Research com a Universidade Carnegie Mellon ouviu 319 trabalhadores do conhecimento que usam IA generativa ao menos uma vez por semana e analisou 936 exemplos reais de uso. O achado: maior confiança na IA esteve associada a menos pensamento crítico. Os participantes relataram evitar a análise crítica justamente quando lhes faltavam habilidades para inspecionar, melhorar e orientar as respostas do sistema. Os próprios autores ressalvam que o estudo mediu associação, não a capacidade de pensar antes e depois de meses de uso.

A ressalva é honesta e não diminui o problema. Se o trabalhador só exerce o julgamento quando se sente inseguro em relação ao sistema, e o sistema melhora, ele exerce menos julgamento a cada ciclo. É o desenho de um processo que se degrada exatamente na medida em que funciona.

Há um detalhe de implementação que agrava o quadro. O Microsoft Work Trend Index de 2026, com 20 mil trabalhadores do conhecimento em dez mercados, incluindo cerca de 2 mil brasileiros, registra que quase seis em cada dez colaboradores dizem produzir hoje trabalhos que não conseguiriam há um ano. A frase é comemorada como ganho de capacidade. Pode ser. Também pode ser a descrição de pessoas entregando artefatos cujo fundamento não dominam — o que é uma definição razoável de risco operacional.

Duas metáforas emprestadas e o que elas escondem

A "nova eletricidade" é de Andrew Ng, que a apresentou no Stanford MSx Future Forum em janeiro de 2017 e a repetiu em conferências naquele ano. A comparação é justa num ponto: assim como a eletricidade reorganizou fábricas no século XX, a IA reorganiza fluxos de trabalho no XXI. Mas falha num ponto decisivo. A eletricidade não decide nada. Ela não escolhe qual motor acionar, não prioriza, não erra com confiança. A metáfora funciona para descrever infraestrutura e esconde o que a tecnologia tem de diferente: ela opina.

Já o transhumanismo é outro tipo de empréstimo, e mais problemático. O termo foi cunhado pelo biólogo Julian Huxley em 1957, no ensaio Transhumanism, reunido em New Bottles for New Wine, para designar a ideia de que a espécie humana poderia transcender a si mesma. A acepção contemporânea se organizou depois, com a fundação da World Transhumanist Association em 1998 por Nick Bostrom e David Pearce, e com uma tese clara: superar limites biológicos por meio de biotecnologia, engenharia genética, nanotecnologia e extensão radical da longevidade.

O detalhe que quase ninguém cita está no próprio documento fundador do movimento. O Transhumanist FAQ de Bostrom, na versão 2.1 de 2003, registra que Huxley cunhou a palavra, mas "não no sentido contemporâneo". Ou seja: mesmo a fonte que define o conceito admite que o termo foi reaproveitado.

Isso importa para o argumento de negócios. Chamar de transhumanismo o uso de um assistente de escrita é importar uma tese metafísica sobre a natureza humana para descrever uma prática de trabalho. O conceito certo para o que está acontecendo é ampliação cognitiva — mais modesto, verificável e, sobretudo, sem a promessa de transcendência que o rótulo carrega. Quem usa o rótulo forte convida a objeção filosófica e desvia a conversa do ponto que interessa, que é operacional.

Conclusão: quatro grupos, não dois

O texto que originou este artigo dividia o mercado de trabalho em dois grupos: os que usam IA para amplificar capacidades e os que não usam. A evidência sustenta uma divisão diferente, com quatro faixas.

Quem usa com método e verifica: ganha pouco se já era bom, ganha muito se está começando.

Quem usa sem método: produz mais artefato e menos fundamento, e o custo aparece depois, em retrabalho e em decisão mal fundamentada.

Quem usa e perde o julgamento: é o grupo que a pesquisa da Microsoft e Carnegie Mellon descreve, e é o mais caro dos quatro, porque a degradação é invisível no curto prazo.

Quem não usa: em 2026, no Brasil, é minoria entre empresas e maioria entre trabalhadores, e é o único grupo cuja desvantagem é mensurável desde o primeiro dia.

A distinção entre propósito humano e execução de máquina continua válida como divisão de trabalho. Mas ela não é uma hierarquia de valor, e não descreve o que os dados mostram: a IA nivelou por baixo, não ampliou por cima.

Fica uma pendência que nenhuma empresa resolve sozinha. Não existe indicador consolidado de custo cognitivo do uso de IA no trabalho — nem de dependência, nem de julgamento exercido por decisão, nem de quanto do que se entrega a pessoa conseguiria defender sem o sistema ao lado. Os 86% que não medem o gasto e os 88% que não medem o retorno são o sintoma visível. O invisível é que ninguém mede o que se perde na conta, porque a perda não aparece em nenhum relatório — aparece na primeira crise em que o sistema não estiver disponível.

Referências

BOSTROM, Nick. The Transhumanist FAQ, versão 2.1. World Transhumanist Association, 2003. Disponível em: https://nickbostrom.com/views/transhumanist.pdf. Acesso em: 28 out. 2026.

BRYNJOLFSSON, Erik; LI, Danielle; RAYMOND, Lindsey. Generative AI at Work. Cambridge: National Bureau of Economic Research, abr. 2023. NBER Working Paper nº 31161. Disponível em: https://www.nber.org/papers/w31161. Acesso em: 28 out. 2026.

CETIC.BR. Uso de Inteligência Artificial por empresas brasileiras avança e atinge 17%. São Paulo: NIC.br, 15 jun. 2026. 16ª edição da pesquisa TIC Empresas. Disponível em: https://cetic.br/pt/noticia/uso-de-inteligencia-artificial-por-empresas-brasileiras-avanca-e-atinge-17-aponta-pesquisa-do-cetic-br. Acesso em: 28 out. 2026.

DELOITTE. State of AI 2026. Relatório global com mais de 3 mil executivos de 24 países. Disponível em: https://www.deloitte.com/br/pt/about/press-room/state-of-ai-2026.html. Acesso em: 28 out. 2026.

EXAME. Adoção de IA nas empresas brasileiras sobe para 50%, mas só 15% chegaram ao estágio avançado. 3 set. 2026. Disponível em: https://exame.com/tecnologia/adocao-de-ia-nas-empresas-brasileiras-sobe-para-50-mas-mas-so-15-chegaram-ao-estagio-avancado/. Acesso em: 28 out. 2026.

EXAME. A habilidade que ninguém ensina e que separa quem usa IA de quem depende dela no trabalho. 1 out. 2026. Cobertura de pesquisa da Microsoft Research com a Carnegie Mellon University. Disponível em: https://exame.com/inteligencia-artificial/a-habilidade-que-ninguem-ensina-e-que-separa-quem-usa-ia-de-quem-depende-dela-no-trabalho/. Acesso em: 28 out. 2026.

FORBES BRASIL. IA chega a 80% das empresas brasileiras, mas só 7% usa no centro do negócio. 15 out. 2026. Estudo "Da adoção à escala: a maturidade da inteligência artificial nas empresas brasileiras". Disponível em: https://forbes.com.br/forbes-tech/2026/10/ia-chega-a-80-das-empresas-brasileiras-mas-so-7-usa-no-centro-do-negocio/. Acesso em: 28 out. 2026.

HISTORY OF INFORMATION. First Advanced Chess event, León, Spain. Jun. 1998. Disponível em: https://historyofinformation.com/detail.php?entryid=4724. Acesso em: 28 out. 2026.

MICROSOFT. Work Trend Index 2026: Agents, human agency, and the opportunity for every organization. Redmond: Microsoft WorkLab, 5 maio 2026. Disponível em: https://www.microsoft.com/en-us/worklab/work-trend-index/agents-human-agency-and-the-opportunity-for-every-organization. Acesso em: 28 out. 2026.

MICROSOFT SOURCE LATAM. Localiza&Co acelera desenvolvimento de software com IA e registra ganho de 21% em produtividade. São Paulo, 26 mar. 2026. Disponível em: https://news.microsoft.com/source/latam/noticias-da-microsoft/localizaco-acelera-desenvolvimento-de-software-com-ia-e-registra-ganho-de-21-em-produtividade?lang=pt-br. Acesso em: 28 out. 2026.

NOY, Shakked; ZHANG, Whitney. Experimental evidence on the productivity effects of generative artificial intelligence. Science, v. 381, n. 6654, p. 187-192, 14 jul. 2023. Disponível em: https://www.science.org/doi/10.1126/science.adh2586. Acesso em: 28 out. 2026.

SEBRAE. Transformação Digital nos Pequenos Negócios 2026. Brasília: Sebrae, 2026. Pesquisa em parceria com o Meta Instituto de Pesquisa, com 7.182 entrevistados. Disponível em: https://datasebrae.com.br/transformacao-digital/. Acesso em: 28 out. 2026.

STANFORD INSTITUTE FOR HUMAN-CENTERED ARTIFICIAL INTELLIGENCE. Artificial Intelligence Index Report 2026. Stanford: Stanford University, 2026. Disponível em: https://hai.stanford.edu/assets/files/ai_index_report_2026.pdf. Acesso em: 28 out. 2026.

STANFORD GRADUATE SCHOOL OF BUSINESS. Andrew Ng: Why AI Is the New Electricity. 11 mar. 2017. Disponível em: https://www.gsb.stanford.edu/insights/andrew-ng-why-ai-new-electricity. Acesso em: 28 out. 2026.

STARTSE. IA cresce nas empresas, mas produtividade não acompanha. 24 ago. 2026. Dados de Deloitte State of AI 2026 e da pesquisa Amcham/Humanizadas Panorama 2026. Disponível em: https://www.startse.com/artigos/ia-cresce-nas-empresas-mas-produtividade-nao-acompanha. Acesso em: 28 out. 2026.

VALOR ECONÔMICO. Mais da metade dos pequenos negócios usa IA, diz Sebrae. São Paulo, 17 ago. 2026. Disponível em: https://valor.globo.com/brasil/noticia/2026/08/17/mais-da-metade-dos-pequenos-negocios-usa-ia-diz-sebrae.ghtml. Acesso em: 28 out. 2026.

Nadelson Costa Nogueira Júnior