Ler na fonte | by Aruna Ranganathan and Xingqi Maggie Ye | Ver Apresentação
Uma das promessas da IA é que pode reduzir as cargas de trabalho, permitindo que os trabalhadores se concentrem mais em tarefas de maior valor e mais envolventes. Mas, de acordo com nova investigação, as ferramentas de IA não reduzem o trabalho — intensificam-no de forma consistente: no estudo, os trabalhadores trabalharam… mais.
Neste momento, muitas empresas estão preocupadas com a forma de levar mais trabalhadores a usar IA. Afinal, a promessa de a IA reduzir o peso de parte do trabalho — redigir documentos rotineiros, resumir informação e depurar código — e permitir que os trabalhadores tenham mais tempo para tarefas de elevado valor é extremamente apelativa.
Mas estarão preparadas para o que pode acontecer se forem bem-sucedidas? Enquanto os líderes se concentram nos ganhos de produtividade prometidos, podem acabar surpreendidos pela realidade complexa e não perceber o custo desses ganhos até ser demasiado tarde.
Na nossa investigação em curso, descobrimos que as ferramentas de IA não reduziram o trabalho; intensificaram-no de forma consistente. Num estudo de oito meses sobre a forma como a IA generativa alterou os hábitos de trabalho numa empresa tecnológica sediada nos EUA, com cerca de 200 trabalhadores, verificámos que os trabalhadores passaram a trabalhar a um ritmo mais rápido, assumiram um leque mais alargado de tarefas e prolongaram o trabalho por mais horas ao longo do dia, muitas vezes sem que lhes fosse pedido. É importante notar que a empresa não impôs o uso de IA (embora tenha disponibilizado subscrições empresariais de ferramentas de IA comercialmente disponíveis). Por iniciativa própria, os trabalhadores fizeram mais, porque a IA fez com que “fazer mais” parecesse possível, acessível e, em muitos casos, intrinsecamente recompensador.
Embora isto possa soar como um sonho tornado realidade para os líderes, as mudanças trazidas por uma adoção entusiástica da IA podem ser insustentáveis, causando problemas a médio prazo. Quando o entusiasmo da experimentação se dissipa, os trabalhadores podem aperceber-se de que a sua carga de trabalho cresceu silenciosamente e sentir-se sobrecarregados a tentar gerir tudo o que, de repente, têm em mãos. Esse crescimento gradual da carga de trabalho pode, por sua vez, conduzir a fadiga cognitiva, burnout e enfraquecimento da capacidade de decisão. O aumento inicial de produtividade pode dar lugar a trabalho de menor qualidade, rotatividade e outros problemas.
Isto coloca os líderes numa posição difícil. O que devem fazer? Pedir aos trabalhadores que se autorregulem não é uma estratégia vencedora. Em vez disso, as empresas precisam de desenvolver um conjunto de normas e padrões em torno do uso da IA — aquilo a que chamamos uma “prática de IA”. Eis o que os líderes precisam de saber e o que podem fazer para preparar os seus trabalhadores para o sucesso.
Como a IA generativa intensifica o trabalho
Entre abril e dezembro do ano passado, estudámos a forma como as ferramentas de IA generativa alteraram os hábitos de trabalho na empresa tecnológica. Fizemo-lo através de observação presencial dois dias por semana, acompanhamento de canais internos de comunicação e mais de 40 entrevistas aprofundadas nas áreas de engenharia, produto, design, investigação e operações.
Identificámos três formas principais de intensificação.
Expansão de tarefas
Como a IA consegue colmatar lacunas de conhecimento, os trabalhadores passaram, cada vez mais, a assumir responsabilidades que anteriormente pertenciam a outros. Gestores de produto e designers começaram a escrever código; investigadores assumiram tarefas de engenharia; e indivíduos em toda a organização tentaram realizar trabalhos que, no passado, teriam subcontratado, adiado ou evitado por completo.
A IA generativa fez com que essas tarefas parecessem subitamente acessíveis. Estas ferramentas proporcionaram aquilo que muitos experienciaram como um impulso cognitivo capacitador: reduziram a dependência de outros e ofereceram feedback e correção imediatos ao longo do processo. Os trabalhadores descreveram isto como “apenas experimentar coisas” com a IA, mas essas experiências acumularam-se numa ampliação significativa do âmbito das funções. De facto, os trabalhadores passaram a absorver trabalho que, anteriormente, poderia ter justificado a contratação de mais apoio ou mais pessoal.
Houve efeitos indiretos desta expansão das funções. Por exemplo, os engenheiros passaram, por sua vez, a dedicar mais tempo a rever, corrigir e orientar trabalho gerado ou apoiado por IA produzido por colegas. Estas exigências foram além da revisão formal de código. Os engenheiros passaram, cada vez mais, a orientar colegas que estavam a fazer “vibe-coding” e a concluir pedidos de integração parcialmente completos. Esta supervisão surgia frequentemente de forma informal — em conversas no Slack ou rápidas consultas à secretária — acrescentando carga ao trabalho dos engenheiros.
Fronteiras difusas entre trabalho e não-trabalho
Como a IA tornou o início de uma tarefa muito fácil — reduzindo a fricção de enfrentar uma página em branco ou um ponto de partida desconhecido — os trabalhadores passaram a inserir pequenas quantidades de trabalho em momentos que antes eram pausas. Muitos davam instruções à IA durante o almoço, em reuniões ou enquanto aguardavam que um ficheiro fosse carregado. Alguns descreveram o envio de um “último pedido rápido” mesmo antes de sair da secretária, para que a IA trabalhasse enquanto se afastavam.
Estas ações raramente eram sentidas como “fazer mais trabalho”, mas, ao longo do tempo, produziram um dia de trabalho com menos pausas naturais e um envolvimento mais contínuo com o trabalho. O estilo conversacional das instruções suavizou ainda mais a experiência; escrever uma linha para um sistema de IA parecia mais próximo de conversar do que de realizar uma tarefa formal, facilitando que o trabalho se estendesse para a noite ou para o início da manhã sem intenção deliberada.
Alguns trabalhadores relataram aperceber-se, muitas vezes retrospectivamente, de que, à medida que dar instruções durante as pausas se tornava habitual, o tempo de descanso deixava de proporcionar a mesma sensação de recuperação. Como resultado, o trabalho passou a ser sentido como menos delimitado e mais ambiente — algo que podia sempre avançar um pouco mais. A fronteira entre trabalho e não-trabalho não desapareceu, mas tornou-se mais fácil de atravessar.
Mais multitarefa
A IA introduziu um novo ritmo em que os trabalhadores geriam vários fluxos ativos em simultâneo: escrever código manualmente enquanto a IA gerava uma versão alternativa, executar vários agentes em paralelo ou reativar tarefas há muito adiadas porque a IA podia “tratá-las” em segundo plano. Faziam-no, em parte, porque sentiam que tinham um “parceiro” que os ajudava a avançar no trabalho.
Embora esta sensação de ter um “parceiro” permitisse um sentimento de impulso, a realidade era uma alternância contínua de atenção, verificações frequentes dos resultados da IA e um número crescente de tarefas em aberto. Isto criou carga cognitiva e uma sensação constante de estar a fazer malabarismos, mesmo quando o trabalho parecia produtivo.
Com o tempo, este ritmo elevou as expectativas de rapidez — não necessariamente através de exigências explícitas, mas através do que se tornou visível e normalizado no trabalho quotidiano. Muitos trabalhadores referiram que estavam a fazer mais coisas em simultâneo — e a sentir mais pressão — do que antes de usarem IA, apesar de as poupanças de tempo da automação supostamente se destinarem a reduzir essa pressão.
O que isto significa para as organizações — e como uma “prática de IA” pode ajudar
Tudo isto produziu um ciclo auto-reforçado. A IA acelerou determinadas tarefas, o que elevou as expectativas de rapidez; a maior rapidez tornou os trabalhadores mais dependentes da IA. A dependência acrescida alargou o âmbito do que os trabalhadores tentavam fazer, e um âmbito mais alargado expandiu ainda mais a quantidade e a densidade do trabalho. Vários participantes referiram que, embora se sentissem mais produtivos, não se sentiam menos ocupados e, em alguns casos, sentiam-se mais ocupados do que antes. Como resumiu um engenheiro: “Pensaste que talvez, por seres mais produtivo com a IA, poupavas algum tempo e podias trabalhar menos. Mas, na realidade, não trabalhas menos. Trabalhas a mesma quantidade ou até mais.”
As organizações podem encarar esta expansão voluntária do trabalho como uma vitória clara. Afinal, se os trabalhadores fazem isto por iniciativa própria, porque seria mau? Não é esta a explosão de produtividade que nos foi prometida?
Mas a nossa investigação revela os riscos de deixar o trabalho expandir-se e acelerar informalmente: o que parece maior produtividade a curto prazo pode mascarar um crescimento silencioso da carga de trabalho e uma tensão cognitiva crescente, à medida que os trabalhadores gerem múltiplos fluxos de trabalho habilitados por IA. Como o esforço adicional é voluntário e frequentemente enquadrado como experimentação agradável, é fácil para os líderes ignorarem o peso adicional que os trabalhadores estão a suportar. Com o tempo, o excesso de trabalho pode prejudicar o julgamento, aumentar a probabilidade de erros e dificultar que as organizações distingam ganhos reais de produtividade de uma intensidade insustentável. Para os trabalhadores, o efeito cumulativo é fadiga, burnout e uma sensação crescente de que é mais difícil desligar-se do trabalho, especialmente à medida que aumentam as expectativas organizacionais de rapidez e capacidade de resposta.
Em vez de reagirem passivamente à forma como as ferramentas de IA remodelam os locais de trabalho, tanto os indivíduos como as empresas devem adotar uma “prática de IA”: um conjunto de normas e rotinas intencionais que estruturam a forma como a IA é utilizada, quando é apropriado parar e como o trabalho deve — e não deve — expandir-se em resposta a novas capacidades. Sem essas práticas, a tendência natural do trabalho assistido por IA não é a contração, mas a intensificação, com implicações para o burnout, a qualidade das decisões e a sustentabilidade a longo prazo.
À medida que as organizações constroem a sua prática de IA, devem considerar a adoção de:
Pausas intencionais
À medida que as tarefas aceleram e as fronteiras se esbatem, os trabalhadores podem beneficiar de momentos breves e estruturados que regulem o ritmo: intervalos protegidos para avaliar alinhamentos, reconsiderar pressupostos ou assimilar informação antes de avançar.
Estas pausas não abrandariam o trabalho no seu conjunto; simplesmente evitariam a acumulação silenciosa de sobrecarga que surge quando a aceleração não é controlada. Por exemplo, uma pausa decisória poderia exigir, antes de uma decisão importante ser finalizada, um contra-argumento e uma ligação explícita aos objetivos organizacionais — alargando o campo de atenção o suficiente para proteger contra desvios. Integrar estas pausas no fluxo de trabalho quotidiano é uma forma de as organizações apoiarem melhores decisões, fronteiras mais saudáveis e formas mais sustentáveis de produtividade em ambientes aumentados por IA.
Sequenciação
À medida que a IA permite atividade constante em segundo plano, as organizações podem beneficiar de normas que moldem deliberadamente quando o trabalho avança, e não apenas a rapidez com que avança. Isto inclui agrupar notificações não urgentes, reter atualizações até pontos naturais de pausa e proteger janelas de concentração em que os trabalhadores estão protegidos de interrupções.
Em vez de reagir a cada resultado gerado pela IA à medida que surge, a sequenciação incentiva o avanço do trabalho em fases coerentes. Quando a coordenação é ritmada desta forma, os trabalhadores experienciam menos fragmentação e menos mudanças de contexto dispendiosas, enquanto as equipas mantêm o rendimento global. Ao regular a ordem e o momento do trabalho — em vez de exigir capacidade de resposta contínua — a sequenciação pode ajudar as organizações a preservar a atenção, reduzir a sobrecarga cognitiva e apoiar uma tomada de decisão mais ponderada em locais de trabalho orientados para a IA.
Ancoragem humana
À medida que a IA permite mais trabalho individual e autocontido, as organizações podem beneficiar de proteger tempo e espaço para a escuta e a ligação humana. Pequenas oportunidades de contacto com outros — seja através de breves pontos de situação, momentos de reflexão partilhada ou diálogo estruturado — interrompem o envolvimento contínuo e solitário com ferramentas de IA e ajudam a restaurar a perspetiva.
Para além da perspetiva, a troca social apoia a criatividade. A IA fornece uma perspetiva única e sintetizada, mas o insight criativo depende da exposição a múltiplos pontos de vista humanos. Ao institucionalizar tempo e espaço para escuta e diálogo, as organizações reancoram o trabalho no contexto social e ajudam a contrariar os efeitos esgotantes e individualizantes do trabalho rápido mediado por IA.
…
A promessa da IA generativa reside não apenas no que pode fazer pelo trabalho, mas na forma como é integrada de modo ponderado no ritmo diário. As nossas conclusões sugerem que, sem intenção, a IA torna mais fácil fazer mais — mas mais difícil parar. Uma prática de IA oferece um contrapeso: uma forma de preservar momentos de recuperação e reflexão, mesmo à medida que o trabalho acelera. A questão que se coloca às organizações não é se a IA vai mudar o trabalho, mas se irão moldar ativamente essa mudança — ou permitir que ela as molde silenciosamente.
