Durante muito tempo, o trabalho deixou rastros relativamente fáceis de interpretar. Uma apresentação bem construída sugeria horas de pesquisa. Um relatório claro indicava domínio do assunto. Uma resposta rápida podia revelar experiência. Mesmo quando essas inferências eram imperfeitas, elas ajudavam colegas e gestores a formar uma imagem sobre competência, dedicação e confiabilidade.
A inteligência artificial generativa rompeu essa relação. Hoje, uma pessoa pode produzir em vinte minutos um texto que antes consumiria uma tarde. Outra pode trabalhar durante horas, revisar dados, corrigir erros do modelo e chegar a um resultado visualmente parecido. Quem observa apenas a entrega final talvez não consiga distinguir os dois processos.
Um estudo recente chama esse fenômeno de opacidade do esforço: a separação entre o resultado que os outros enxergam e o envolvimento humano que realmente o produziu. A pesquisa analisou 1.250 entrevistas do conjunto de dados AI Interviewer, da Anthropic, e identificou mecanismos pelos quais a inteligência artificial reorganiza a maneira como as pessoas representam seu trabalho. A questão central não é simplesmente se a tecnologia aumenta a produtividade. É o que acontece com a confiança quando o esforço deixa de ser legível.
O contrato invisível que sustentava o escritório
Ambientes profissionais funcionam por meio de um contrato que raramente aparece no organograma. As pessoas observam sinais, interpretam comportamentos e fazem julgamentos. Quem participa das discussões parece comprometido. Quem explica uma decisão com clareza parece conhecer o problema. Quem entrega um trabalho cuidadoso conquista autonomia para executar o próximo.
Esses sinais nunca foram provas perfeitas. Há profissionais brilhantes que se comunicam mal, pessoas eloquentes que escondem trabalho superficial e desigualdades que fazem o mesmo comportamento ser interpretado de maneiras diferentes. Ainda assim, a vida organizacional depende dessas pistas porque ninguém consegue acompanhar integralmente o processo mental e operacional de todos os colegas.
A inteligência artificial altera esse sistema ao produzir sinais de competência sob demanda. Ela organiza argumentos, melhora o vocabulário, resume reuniões, transforma anotações incompletas em planos convincentes e oferece uma aparência de acabamento profissional. Isso democratiza capacidades importantes, mas também torna o resultado menos informativo sobre quem o produziu.
Um documento impecável pode representar excelente julgamento humano potencializado por uma ferramenta. Também pode esconder compreensão limitada, dados não verificados ou decisões inteiramente terceirizadas ao modelo. A superfície é semelhante; a capacidade de responder pelas consequências não é.
As cinco formas de fabricar uma frente profissional
Inspirado na abordagem dramatúrgica do sociólogo Erving Goffman, o estudo descreve o trabalho como uma interação na qual apresentamos uma “frente” aos demais. Não se trata necessariamente de fraude. Toda atividade profissional envolve selecionar informações, organizar a própria atuação e adaptar a comunicação ao público. A inteligência artificial, porém, amplia radicalmente essa capacidade de edição.
Os mecanismos identificados podem ser compreendidos por cinco transformações recorrentes:
- Polimento sem domínio: a linguagem ganha precisão e segurança mesmo quando o autor não compreende inteiramente o conteúdo.
- Compressão do processo: horas de tentativa, dúvida e revisão desaparecem atrás de uma entrega limpa e instantânea.
- Terceirização da voz: mensagens pessoais, avaliações e opiniões passam a carregar uma voz sintética difícil de separar da intenção humana.
- Encenação de disponibilidade: automações permitem responder, registrar e produzir continuamente, criando uma aparência de presença permanente.
- Ambiguidade de autoria: colegas já não sabem quanto de uma ideia, análise ou formulação pertence à pessoa e quanto veio do sistema.
Separadamente, cada mecanismo pode parecer apenas uma mudança de ferramenta. Em conjunto, eles afetam a reciprocidade. Se alguém escreve uma mensagem cuidadosa para um colega, espera que exista atenção do outro lado. Se descobre que a resposta emocionalmente perfeita foi produzida automaticamente e enviada sem leitura, pode sentir que participou sozinho da interação.
O mesmo vale para avaliações de desempenho, pedidos de desculpa, feedbacks e manifestações de reconhecimento. A inteligência artificial pode melhorar a formulação dessas mensagens, mas também pode esvaziar o gesto quando substitui o envolvimento que dava valor a ele.
Produtividade não é a mesma coisa que contribuição
Boa parte do debate corporativo ainda mede inteligência artificial em minutos economizados, tarefas concluídas e volume produzido. Essas métricas são úteis, mas insuficientes. Uma equipe pode gerar mais documentos e, ao mesmo tempo, perder conhecimento, responsabilidade e confiança.
Imagine dois analistas que entregam recomendações semelhantes. O primeiro usou inteligência artificial para explorar hipóteses, confrontou o resultado com dados internos e documentou as incertezas. O segundo aceitou a primeira resposta plausível e ajustou a formatação. Pela aparência, ambos foram produtivos. Quando o cenário muda ou a recomendação falha, apenas um deles provavelmente consegue reconstruir o raciocínio.
É por isso que empresas precisam distinguir produção de contribuição. Produção é aquilo que aparece: textos, códigos, apresentações, previsões e mensagens. Contribuição inclui formular o problema correto, selecionar evidências, reconhecer limites, assumir responsabilidade e ajudar outras pessoas a compreender a decisão.
Essa distinção muda a pergunta gerencial. Em vez de perguntar apenas “quanto foi entregue?”, torna-se necessário perguntar:
- Que decisões humanas foram necessárias?
- Quais fontes e dados sustentam a conclusão?
- Que partes foram verificadas?
- Quem consegue explicar e defender o resultado?
- Que conhecimento permaneceu na equipe depois da entrega?
Transparência também exige equilíbrio. Obrigar funcionários a registrar cada comando enviado a um modelo pode criar burocracia e vigilância sem produzir confiança real. O objetivo não deveria ser medir sofrimento nem premiar quem gastou mais horas. Deveria ser tornar visíveis as decisões que importam.
O impacto para empresas e profissionais brasileiros
No Brasil, a opacidade do esforço encontra organizações com níveis muito diferentes de maturidade digital. Algumas empresas já operam com políticas formais, ambientes protegidos e revisão humana. Outras usam ferramentas gratuitas de maneira informal, frequentemente sem orientação sobre confidencialidade, autoria ou validação.
Essa desigualdade pode ampliar distorções. Profissionais com acesso aos melhores modelos, repertório para orientar sistemas e tempo para revisar respostas passam a parecer muito mais produtivos. Quem não dispõe das mesmas condições pode ser avaliado como lento, ainda que produza trabalho mais confiável. A adoção individual e silenciosa transforma acesso tecnológico em vantagem invisível.
Há ainda uma dimensão linguística. Sistemas generativos ajudam pessoas que escrevem com dificuldade, profissionais neurodivergentes e trabalhadores cuja origem social restringiu o acesso ao português corporativo valorizado pelas empresas. Isso pode corrigir barreiras injustas. Porém, se o domínio de uma voz padronizada se torna requisito universal, as organizações correm o risco de trocar diversidade real por comunicações igualmente polidas e impessoais.
Para pequenas e médias empresas, a resposta mais útil não é proibir a tecnologia. É criar acordos simples. Trabalhos de baixo risco podem usar automação ampla. Decisões financeiras, jurídicas, médicas, estratégicas ou relacionadas a pessoas precisam de fontes, revisão e responsável identificado. Em atividades colaborativas, deve ficar claro quando uma mensagem representa uma análise humana e quando é apenas uma primeira versão automatizada.
Também será necessário redesenhar contratação e promoção. Testes baseados exclusivamente em textos produzidos fora da empresa perderam força como evidência de competência. Conversas sobre decisões, exercícios acompanhados, defesa de hipóteses e capacidade de corrigir erros oferecem sinais mais úteis. O foco precisa sair da estética da resposta e voltar para o julgamento.
Como reconstruir confiança sem vigiar cada clique
Uma cultura saudável de uso da inteligência artificial pode ser construída sobre três princípios. O primeiro é proporcionalidade: quanto maior o risco da decisão, maior deve ser a visibilidade sobre fontes, verificações e autoria. O segundo é responsabilidade: usar uma ferramenta não transfere para ela a obrigação de responder pelo resultado. O terceiro é reciprocidade: interações humanas importantes não devem ser automatizadas de maneira que simule atenção inexistente.
Na prática, isso significa adotar artefatos de trabalho que revelem escolhas sem exigir uma confissão permanente de uso. Uma análise pode incluir premissas, evidências e pontos de incerteza. Um código pode passar por testes e revisão. Uma recomendação pode registrar alternativas descartadas. Um feedback sensível pode ser redigido com assistência, desde que a pessoa responsável leia, adapte e sustente cada frase.
Gestores também precisam abandonar a ideia de que esforço visível equivale a valor. Se uma ferramenta reduz uma tarefa de quatro horas para quarenta minutos, isso não deveria resultar automaticamente em mais tarefas ou na desvalorização do profissional. Parte do ganho pode ser convertida em investigação, aprendizado, relacionamento com clientes e melhoria da qualidade.
O trabalho depois da aparência
A inteligência artificial não criou a encenação profissional. Currículos sempre omitiram tropeços, apresentações sempre esconderam rascunhos e escritórios sempre recompensaram pessoas habilidosas em parecer ocupadas. A novidade é a escala: agora qualquer interação pode ser polida, acelerada e parcialmente simulada.
Talvez a resposta não seja tentar recuperar um passado em que o esforço supostamente era evidente. Esse passado nunca existiu por completo. A oportunidade é construir formas melhores de reconhecer contribuição, baseadas menos em sinais superficiais e mais em responsabilidade, compreensão e confiança verificável.
No futuro próximo, produzir algo convincente será barato. O valor humano estará cada vez mais em saber por que aquilo deve existir, quais consequências pode provocar e quem está disposto a responder por elas. Quando a aparência do trabalho deixa de revelar o processo, caráter e julgamento deixam de ser detalhes filosóficos. Tornam-se infraestrutura organizacional.