Imagine o leitor que, numa segunda-feira de manhã, abre o computador e descobre que a ferramenta de inteligência artificial que a empresa instalou na semana passada acabou de fazer, em quatro segundos, uma tarefa que antes lhe ocupava três horas. A reação imediata pode ser de alívio. A segunda reação, porém, costuma ser mais incómoda: se a máquina faz isto em quatro segundos, o que esperam de mim nas restantes sete horas e cinquenta e seis minutos?

Esta pergunta, que parece anedótica, é talvez a questão laboral mais urgente da nossa década. E a resposta que lhe damos, enquanto sociedade, enquanto organizações, enquanto profissionais, vai determinar se a inteligência artificial se torna uma aliada do sentido humano ou uma fonte silenciosa de exaustão e irrelevância percebida.

O que este artigo propõe é uma viagem por esse território. Uma viagem que começa num paradoxo do século XIX, passa por dois riscos concretos que já afetam milhões de trabalhadores, e chega a um conjunto de soluções práticas, testadas por empresas reais, que devolvem ao ser humano um papel central, insubstituível e, sobretudo, com significado.

O paradoxo contraintuitivo de Jevons

Em 1865, o economista William Stanley Jevons observou um fenómeno contraintuitivo: as máquinas a vapor tornaram-se mais eficientes, o carvão ficou mais barato de utilizar e, em consequência, o consumo global de carvão disparou. A lógica era simples. Quando um recurso se torna mais acessível, o seu uso expande-se para aplicações que antes seriam impensáveis.

Transponha-se esta observação para o presente. A inteligência artificial está a tornar a cognição, isto é, a capacidade de analisar, redigir, programar, prever e decidir, progressivamente mais barata e mais rápida. O que o Paradoxo de Jevons nos diz é que essa redução de custo não vai eliminar a procura por trabalho humano. Vai expandi-la. O setor jurídico ilustra bem este mecanismo: a IA não está a fazer desaparecer advogados. Está a reestruturar a profissão, a criar novas categorias de serviço e a aumentar a procura por análise personalizada. O Fórum Económico Mundial confirma esta tendência ao assinalar que as empresas planeiam requalificação e redimensionamento, o que reflete uma mudança estrutural e não uma eliminação linear de funções.

A implicação prática disto é profunda. O trabalho humano não desaparece. Transforma-se. O profissional deixa de ser quem executa a tarefa repetitiva e passa a ser quem orquestra, valida, integra e decide. A métrica de sucesso muda de "completei a tarefa" para "synthetizei informação de múltiplas fontes e tomei uma decisão fundamentada". Esta reconfiguração qualitativa é inevitável e, se for bem gerida, pode ser libertadora.

A fadiga mental severa: o burnout digital

Há, contudo, um lado menos risonho. Se a IA torna um programador dez vezes mais rápido, a tentação organizacional é multiplicar a meta de entregas por dez. O espaço criado pela eficiência é imediatamente preenchido com mais trabalho, e não com descanso, reflexão ou criatividade. O resultado tem nome: burnout digital, ou, numa expressão mais coloquial que já circula na literatura, "brain fry", a fadiga mental severa provocada pelo uso excessivo e mal gerido de ferramentas de IA.

Os números são reveladores. Enquanto 96% dos executivos antecipam ganhos de produtividade com a IA, 77% dos colaboradores relatam que a IA aumentou a sua carga de trabalho. Uma investigação etnográfica de oito meses numa empresa tecnológica confirmou que o acesso amplo a ferramentas de IA generativa intensificou o trabalho em vez de o facilitar, com consequências diretas na qualidade da decisão e na saúde mental dos funcionários.

O problema aqui não é a tecnologia em si. O problema é a ausência de um redesenho deliberado do trabalho. Sem pausas estruturadas, sem limites claros à expansão de tarefas, sem uma cultura que valorize a recuperação cognitiva tanto quanto a produção, a eficiência da IA converte-se numa esteira rolante que nunca pára. O profissional sente-se mais ocupado, mais pressionado e, paradoxalmente, menos útil, porque a máquina faz a parte visível e a ele resta a parte invisível, a validação, a supervisão, a correção de erros subtis.

A atrofia cognitiva: a perda de competências

Existe um segundo risco, mais silencioso e mais difícil de detetar. A literatura científica já o designa por atrofia cognitiva induzida por IA. O mecanismo é simples de compreender: quando delegamos sistematicamente uma tarefa cognitiva a uma máquina, o circuito neuronal que a sustentava deixa de ser exercitado e, com o tempo, enfraquece.

Um estudo publicado na Lancet demonstrou que endoscopistas que utilizaram assistentes de IA para detetar pólipos durante colonoscopias apresentaram um desempenho superior enquanto a IA estava ativa. Quando a assistência foi retirada, a taxa de deteção desses mesmos médicos diminuiu. A habilidade tinha sofrido um retrocesso. Na engenharia de software, relatos indicam que a IA pode acelerar algumas tarefas em 80%, mas essa aceleração vem acompanhada de uma erosão das competências fundamentais dos programadores. Entre os colaboradores inquiridos, 39% afirmam que a dependência de IA enfraqueceu as suas capacidades no trabalho. Na geração Z, esse número sobe para 46%.

O conceito de "never-skilling" é particularmente preocupante: jovens profissionais que, desde o início da formação, delegam tarefas essenciais à IA e nunca chegam a desenvolver as competências críticas que só a prática repetida e o erro proporcionam. O risco é formar uma geração de supervisores que nunca souberam fazer.

Human in the loop: o lugar onde reside o sentido do ser humano

É neste ponto que o conceito de "human in the loop" (HITL) ganha uma relevância que ultrapassa a engenharia de sistemas. Na sua definição técnica, HITL designa qualquer processo em que um ser humano participa ativamente na operação, supervisão ou tomada de decisão de um sistema automatizado. O objetivo é garantir exatidão, segurança, responsabilidade ética e, sobretudo, manter o ser humano dentro do circuito de aprendizagem e de decisão.

Mas o HITL, quando bem implementado, faz algo mais profundo do que corrigir erros de uma máquina. Devolve ao profissional um papel com significado. O ser humano deixa de ser um apêndice dispensável e passa a ser o elemento que valida, contextualiza, interpreta e decide. A máquina propõe. O humano dispõe. Esta divisão de papéis, quando é clara e respeitada, gera um sentido de agência que a mera execução repetitiva já não proporcionava.

Na prática, o HITL manifesta-se de várias formas. No aprendizado supervisionado, profissionais anotam e classificam dados, o que exige conhecimento especializado e julgamento. No aprendizado por reforço a partir do feedback humano (RLHF), o ser humano define o que é uma resposta adequada, ética e contextualmente pertinente, o que é uma tarefa profundamente valorativa. No aprendizado ativo, o modelo identifica os casos em que tem dúvida e pede ajuda humana, concentrando o esforço intelectual do profissional nos problemas mais complexos e interessantes.

O Regulamento Europeu de Inteligência Artificial (Artigo 14.º) já reconhece esta necessidade ao exigir que os sistemas de IA de alto risco sejam projetados para permitir supervisão humana efetiva, com capacidade de intervenção, anulação e monitorização em tempo real. Esta exigência legal traduz uma convicção mais ampla: a de que a decisão final, em contextos de impacto significativo, deve permanecer nas mãos de uma pessoa com competência, autoridade e responsabilidade.

Para o trabalhador, isto significa que o seu lugar não está ameaçado. Está redefinido. E essa redefinição, quando é acompanhada de formação, autonomia e reconhecimento, pode ser uma fonte de sentido profissional mais rica do que a execução mecânica que a IA agora absorve.

Cinco pilares para uma governança com rosto humano

O documento analisado propõe um modelo de governança estruturado em cinco pilares, que merece ser resumido pela sua clareza e aplicabilidade.

O primeiro pilar é a visão de abertura. As organizações precisam de reconhecer, com honestidade, que a eficiência da IA vai gerar mais procura de trabalho cognitivo, e não menos. Preparar-se para essa expansão, em vez de a negar, é o ponto de partida para qualquer estratégia eficaz.

O segundo pilar é a política de amplificação humana. Em vez de perguntar "onde pode a IA substituir pessoas?", a pergunta certa é "onde pode a IA amplificar o que só as pessoas fazem bem?". Esta inversão de perspetiva muda tudo: o redesenho de processos, a atribuição de tarefas, a avaliação de desempenho.

O terceiro pilar é o plano de competências holístico e contínuo. A requalificação e a qualificação não podem ser um projeto pontual ou um departamento isolado. Têm de ser uma função estratégica integrada na gestão de talentos, com programas internos, mentorias cruzadas e oportunidades de experimentação segura.

O quarto pilar é a gestão da carga cognitiva. Isto inclui pausas deliberadas, simplificação de interfaces, uso de ferramentas que aliviem a sobrecarga em vez de a acrescentarem, e sistemas de monitorização que equilibrem a distribuição de trabalho em tempo real.

O quinto pilar, talvez o mais importante, é a criação de um comité de ética e impacto humano, multidisciplinar, com poder real para avaliar, aprovar ou vetar implementações de IA com base no seu efeito sobre o bem-estar, o desenvolvimento e a dignidade dos trabalhadores.

O que as empresas líderes já fazem de diferente

Estes princípios não são teoria abstrata. Algumas organizações já os aplicam com resultados concretos.

A Dentsu posiciona a IA como um "colega de equipa" e não como um substituto. A sua estratégia "AI for Growth" parte da convicção de que a eficiência deve criar espaço para "melhor pensamento e ideias mais fortes". A empresa lançou uma "AI Academy" interna e considera a qualificação em IA uma prioridade estratégica para toda a força de trabalho, incluindo recém-contratados.

A Dropbox descreve a IA como um "multiplicador de capacidades" que, ao lidar com o trabalho repetitivo, liberta os colaboradores para o "pensamento expansivo" e a inovação. A empresa promove ativamente o desenvolvimento de "habilidades duradouras", como o julgamento, a empatia e a comunicação, e integra a aprendizagem com IA em eventos como a "Career Growth Week".

A Hitachi adota princípios éticos que orientam o uso da IA para beneficiar a sociedade e melhorar a vida das pessoas. A empresa combina simulações de IA com experiência humana e julgamento para a tomada de decisão, e utiliza uma gestão de recursos humanos baseada em funções para definir com clareza as competências necessárias para o futuro.

Em comum, estas três organizações partilham uma convicção: a tecnologia deve servir o desenvolvimento humano, e não o contrário. A IA não é um fim. É um meio para que as pessoas façam trabalho mais significativo, mais criativo e mais alinhado com as suas capacidades distintivas.

O sentido como escolha organizacional

Há uma ideia que perpassa todo o documento e que convém sublinhar: o sentido no trabalho não é um subproduto automático da tecnologia. É uma escolha organizacional, uma decisão de design. A mesma ferramenta de IA que, numa empresa, gera sobrecarga e atrofia, pode, noutra, gerar autonomia, aprendizagem e propósito. A diferença está na forma como o trabalho é redesenhado, na cultura que se cultiva e na governança que se estabelece.

Para o profissional individual, isto implica uma mudança de postura. O valor já não reside na velocidade de execução, que a máquina supera com facilidade. Reside na capacidade de fazer perguntas pertinentes, de contextualizar, de exercer julgamento ético, de comunicar com empatia e de sintetizar informação de fontes diversas. Estas são as competências que a literatura designa por "duradouras", precisamente porque nenhuma máquina, por mais avançada, as replica na sua plenitude.

Para as organizações, a mensagem é igualmente clara. A produtividade extra gerada pela IA pode ser reinvestida em mais trabalho, o que conduz ao burnout, ou em melhor trabalho, o que conduz ao engagement e à inovação. A escolha é estratégica e tem consequências diretas na retenção de talento, na saúde mental dos colaboradores e na sustentabilidade a longo prazo.

Conclusão

O Paradoxo de Jevons ensina-nos que a eficiência, por si só, não liberta. Pode aprisionar, se for mal gerida. Mas também pode abrir espaço, se for acompanhada de intenção, de design e de respeito pela dignidade de quem trabalha. A inteligência artificial não veio retirar sentido ao trabalho humano. Veio exigir que esse sentido seja construído de forma mais deliberada, mais consciente e mais justa.

O ser humano que valida, que decide, que interpreta, que sente empatia, que questiona, que cria, esse ser humano não está a ser substituído. Está a ser convidado a ocupar o lugar que sempre lhe pertenceu: o centro da decisão, o centro do significado, o centro do circuito. A máquina calcula. O humano compreende. E enquanto compreender for necessário, o trabalho humano terá razão de existir.

Foto: Freepik

Curadoria: Gerueb, FEM

Autoria do texto original: O. Santos

Data de publicação original: Agosto 2026