A expansão imparável da inteligência artificial está mudando a forma como trabalhamos, estudamos e tomamos decisões. É cada vez mais comum delegar a redação de relatórios a um chatbot, deixar um assistente gerar código de aplicativo ou confiar a um algoritmo a síntese de documentos complexos. Essa prática cotidiana de deixar as máquinas pensarem por nós está começando a ter custos que a ciência está começando a mensurar com maior precisão.
O que até recentemente era visto como uma simples forma de economizar tempo está agora se revelando uma mudança profunda em nossa maneira de pensar. Pesquisas recentes na Europa, nos Estados Unidos e na América Latina apontam para o mesmo fenômeno: quando o cérebro se acostuma com a IA resolvendo problemas, a atividade nas áreas envolvidas com memória, criatividade e pensamento crítico diminui. E essa redução, se persistir, poderá criar uma nova divisão social entre aqueles que usam a IA como uma muleta constante e aqueles que a integram como uma ferramenta para apoiar seu próprio julgamento.
Uma nova divisão: delegar o pensamento versus capacitá-lo com IA.
Um grupo de pesquisadores do Possibility Institute, liderado pela cientista Vivienne Ming , descreve uma mudança preocupante na era da automação: longe de nivelar o campo de atuação, a inteligência artificial está ampliando a lacuna entre pessoas e regiões. Não se trata tanto de quem tem acesso à tecnologia, mas de como cada pessoa a utiliza.
De acordo com este estudo, a maioria dos usuários opta por uma abordagem passiva: eles fazem uma pergunta e aceitam a resposta gerada por um modelo de linguagem como a solução final, sem questioná-la ou reelaborá-la. Esse padrão produz resultados corretos, porém padronizados, praticamente idênticos para qualquer pessoa que faça uma pergunta semelhante. Quando todos recebem a mesma resposta, o diferencial desaparece , especialmente em ambientes de trabalho competitivos.
No extremo oposto do espectro, encontra-se uma minoria que utiliza a IA estrategicamente, como uma extensão do seu raciocínio . Este grupo não delega toda a tarefa à IA, mas sim utiliza a tecnologia para testar hipóteses, sintetizar grandes volumes de dados ou submeter as suas ideias a uma análise mais aprofundada. O processo de pensamento permanece humano, enquanto a máquina funciona como uma colaboradora, proporcionando perspetiva e rapidez.
Os efeitos econômicos dessa diferença já estão sendo sentidos. Dados do Barômetro Global de Empregos em IA da PwC indicam que as empresas estão pagando até 56% a mais para profissionais capazes de integrar IA ao seu trabalho de forma avançada, em comparação com aqueles que a utilizam apenas para produzir textos, relatórios ou códigos rapidamente, sem supervisão crítica. Em setores altamente automatizáveis, as posições que combinam bom senso humano com domínio dessas ferramentas estão apresentando os maiores aumentos salariais.
Atrofia cognitiva e "rendição" do próprio julgamento.
Uma das principais preocupações da comunidade científica é o impacto dessa delegação massiva de pensamento sobre o funcionamento cerebral . Estudos recentes, citados pela BBC Mundo, oferecem algumas pistas preocupantes: quando a escrita ou a resolução de problemas é deixada a cargo de um chatbot, a atividade neural cai drasticamente em comparação com aqueles que realizam a mesma tarefa sem auxílio tecnológico.
A pesquisadora Nataliya Kosmyna , do MIT Media Lab, conduziu um experimento com 54 estudantes divididos em três grupos: um trabalhou com o ChatGPT, outro usou um mecanismo de busca convencional sem resumos automáticos e o terceiro preparou suas redações sem qualquer auxílio digital. Enquanto escreviam, suas ondas cerebrais foram monitoradas para medir quais áreas eram ativadas e com qual intensidade.
Resultados preliminares mostram que o grupo que não utilizou tecnologia apresentou um padrão amplo de atividade cerebral, especialmente em áreas ligadas à criatividade e ao processamento de informações complexas. Já aqueles que utilizaram o chatbot registraram uma redução de até 55% nessa ativação . O cérebro não desligou, mas trabalhou com muito menos intensidade, como se uma parte significativa do esforço intelectual tivesse sido terceirizada.
Os efeitos não se limitaram ao processo de escrita. Ao relembrarem o conteúdo de seus textos, os alunos que utilizaram IA tiveram mais dificuldade em citar suas próprias ideias e expressaram com mais frequência a sensação de que o trabalho "não era deles". Essa desconexão subjetiva está associada ao que se chama de descarregamento cognitivo : quanto mais delegamos tarefas a sistemas externos — antes calendários ou mecanismos de busca, agora modelos generativos — menos consolidamos informações em nossa memória.
Essa preocupação é reforçada por pesquisas da Universidade da Pensilvânia e de outros centros, que discutem abertamente a "rendição cognitiva" : muitos usuários aceitam respostas da IA com pouca análise, mesmo quando elas contradizem seu próprio julgamento. Em áreas sensíveis, como a medicina, casos impressionantes foram documentados. Um estudo multinacional citado pela BBC Mundo observou que especialistas que utilizaram ferramentas de IA para detectar câncer de cólon por vários meses desenvolveram, posteriormente, uma capacidade reduzida de identificar tumores por conta própria, após a retirada do auxílio tecnológico.
O "trissistema" do pensamento: cérebro rápido, cérebro lento... e máquina.
A psicologia cognitiva já possuía uma estrutura bem estabelecida, popularizada por Daniel Kahneman , que diferencia um sistema rápido, intuitivo e baseado na experiência de um sistema lento, analítico e que exige mais esforço. No entanto, o avanço da inteligência artificial está levando alguns pesquisadores a proporem uma atualização: um terceiro sistema de pensamento composto pela tecnologia à qual delegamos cada vez mais decisões e raciocínio.
Nesse contexto, o comunicador e analista Fabián Bergero popularizou a ideia de um "trissistema" de pensamento: aos sistemas intuitivo e racional, soma-se agora a IA como um terceiro ator que intervém na forma como resolvemos problemas. Segundo sua abordagem, a questão delicada não é a existência desse novo componente, mas sim como nos relacionamos com ele.
Quando, em vez de usarmos a IA como ferramenta de comparação, abdicamos do controle de todo o processo , ocorre um fenômeno claro: deixamos de exercitar nossa memória, análise e julgamento independente. Bergero revisita aqui o conceito de "rendição cognitiva" para descrever o momento em que, quase sem perceber, paramos de filtrar o que antes pensávamos, avaliávamos ou nos lembrávamos por conta própria.
Essa mudança tem uma consequência profunda: a perda da autonomia intelectual . Dependemos de sistemas opacos, alimentados com dados desconhecidos e potencialmente tendenciosos, porém difíceis de rastrear. Se essa opacidade for agravada por uma atitude acrítica por parte do usuário, a capacidade de detectar erros, vieses ou manipulações diminui e, com ela, a possibilidade de corrigir o rumo.
Diversos especialistas concordam que, diante desse cenário, a chave está em fortalecer a inteligência humana mais do que nunca: cultivar a dúvida razoável, manter vivo o hábito de formular perguntas complexas e tratar as respostas da IA como hipóteses de trabalho , e não como verdades definitivas.
Educação e pensamento crítico: a terceirização do esforço mental
O debate sobre delegar o pensamento à IA é particularmente intenso na educação, especialmente em salas de aula, onde empatia e tecnologia coexistem. Professores e especialistas em educação enfrentam o desafio de lecionar em um ambiente onde escrever uma redação, resolver um problema de matemática ou resumir um livro pode ser feito em segundos usando um chatbot. A questão fundamental é o que acontece com as habilidades cognitivas que as escolas deveriam estar desenvolvendo se parte desse esforço for sistematicamente terceirizado.
Carolina Leppe , professora da Universidade de O'Higgins, explica que diversos estudos apontam para um padrão semelhante ao observado em laboratórios de neurociência: quando os alunos usam IA para concluir tarefas sem entender o processo subjacente, menos conexões cerebrais são ativadas do que quando criam o conteúdo de forma independente. Com o tempo, esse "desuso" pode enfraquecer habilidades como criatividade, análise e resolução independente de problemas.
Na prática, isso se traduz em situações muito familiares aos professores. Não é incomum encontrar alunos que entregam relatórios impecavelmente escritos, mas são incapazes de explicar em voz alta os conceitos básicos que supostamente estudaram. Essa desconexão entre o produto final e as habilidades reais força uma reformulação das estratégias de avaliação e ensino.
Leppe enfatiza que o objetivo não deve ser proibir a IA, mas integrá-la com regras claras que incentivem o uso estratégico e crítico . Por exemplo, permitir que os alunos usem essas ferramentas para gerar ideias iniciais ou revisar a estrutura de um texto, mas exigir que o conteúdo principal seja desenvolvido sem automação, acompanhado de explicações orais ou apresentações presenciais.
Nessa linha, o professor insiste que o trabalho educativo envolve o fortalecimento da independência intelectual: ajudar os jovens a formular perguntas, comparar fontes e compreender que uma resposta gerada automaticamente pode ser útil, mas não substitui o processo de compreensão, discussão e atribuição de significado próprio ao conhecimento. Isso também implica trabalhar as dimensões ética e deontológica da IA, para que os alunos estejam cientes da responsabilidade que acompanha seu uso.
Neurociência e "dívida cognitiva": o que se perde quando a IA faz o trabalho pesado
Estudos recentes em neurociência apontam para uma ideia que está ganhando força: a "dívida cognitiva ". Assim como no mundo do software, a dívida técnica se refere à priorização da velocidade em detrimento da qualidade e ao acúmulo de problemas para mais tarde, os pesquisadores estão usando esse termo para descrever o custo cumulativo de delegar tarefas mentais complexas à inteligência artificial.
Relatórios de organizações como a Real Academia Nacional de Medicina da Espanha alertam que o uso excessivo de sistemas generativos para escrever e-mails, redigir artigos ou resumir textos reduz o esforço neurológico envolvido na memorização e no pensamento crítico. No curto prazo, as tarefas são concluídas mais rapidamente; no médio e longo prazo, os circuitos cerebrais envolvidos nessas funções podem perder eficiência, assim como um músculo enfraquece quando não é mais usado.
Estudos de eletroencefalograma (EEG) realizados em 2025 compararam dois grupos de participantes: um que utilizou ferramentas de IA para escrever e outro que realizou a tarefa inteiramente à mão. O grupo que utilizou IA obteve resultados mais rápidos, mas apresentou menor conectividade neural em faixas de frequência associadas à criatividade e ao controle executivo. Além disso, demonstraram menor satisfação no trabalho e uma conexão mais fraca com a autoria do texto.
Especialistas como a neuropsicóloga María de la Paz Scribano explicam que a IA, quando usada passivamente, tende a homogeneizar a linguagem e enfraquecer as vias cerebrais relacionadas à geração de ideias originais. No entanto, quando usada de forma guiada — por exemplo, para oferecer sugestões que o usuário então reconstrói criticamente — ela pode funcionar como uma estrutura que amplia os horizontes do pensamento sem substituir o processamento interno.
Alguns estudos longitudinais já estão explorando os potenciais efeitos a longo prazo. No estudo de acompanhamento liderado pela equipe de Kosmyna, meses após trabalharem com IA, os alunos que dependeram muito da ferramenta apresentaram conectividade neural reduzida quando confrontados novamente com tarefas semelhantes sem o auxílio da tecnologia. Embora a pesquisa esteja em andamento e não permita conclusões definitivas, ela reforça a hipótese de que o hábito de delegar sistematicamente parte do esforço mental deixa uma marca na organização cerebral.
Engenheiros e desenvolvedores: produtividade aparente versus competição real
A tensão entre velocidade e compreensão é particularmente evidente na área de engenharia de software , um dos setores onde a IA está a ganhar terreno de forma mais significativa. Estima-se que, até 2028, cerca de 90% dos engenheiros de software empresariais estarão a utilizar assistentes de código generativo, em comparação com uma percentagem ainda relativamente pequena no início de 2024.
Para empresas de tecnologia e startups, isso é uma faca de dois gumes. Por um lado, os assistentes de programação permitem que os desenvolvedores gerem milhares de linhas de código em minutos, automatizem testes e acelerem o desenvolvimento. Por outro lado, existe o risco de que desenvolvedores juniores, em particular, confundam velocidade com domínio real , confiando na ferramenta sem entender completamente o que o código faz, por que funciona ou como pode falhar em condições extremas.
Diversas análises indicam que a IA atua como um multiplicador da desordem existente . Se uma equipe carece de critérios arquitetônicos sólidos e boas práticas claras, a automação simplesmente acelera o caos: mais código é gerado, mas também mais dívida técnica, mais pontos de falha e mais dependências obscuras. A Gartner, por exemplo, previu um aumento significativo nos defeitos associados a sistemas de IA generativa nos próximos anos.
Esse cenário cria um novo tipo de dependência: quando o assistente de código não oferece uma solução direta, alguns engenheiros ficam travados, sem a base conceitual necessária para reconstruir o problema a partir de seus princípios fundamentais. Nesses casos, a IA não apenas deixa de expandir as capacidades, como as enfraquece , pois impede o profissional de seguir a trajetória de aprendizado que lhe permitiria enfrentar desafios futuros sem depender de soluções paliativas.
Paradoxalmente, uma área em que a IA está claramente aprimorando seus processos é o teste automatizado . A geração de casos de teste segue regras bem definidas e repetitivas, tornando a automação altamente eficaz sem substituir o raciocínio crítico essencial do processo de design. Essa diferença ilustra claramente a fronteira entre tarefas em que delegar à máquina faz sentido e tarefas em que manter a iniciativa humana é preferível.
Fundadores e líderes técnicos: governando a IA sem abdicar do julgamento.
Para quem lidera startups ou equipes técnicas, a questão de como delegar o pensamento à IA não é um debate teórico, mas um risco operacional . A forma como essas ferramentas são estruturadas pode ser a diferença entre uma empresa que cresce sobre uma base sólida e uma que acumula rapidamente dívida técnica e cognitiva difícil de corrigir.
Diversos especialistas recomendam estabelecer uma governança clara para a IA desde o início : definir que tipo de código pode ser gerado sem revisão humana, quais componentes exigem projeto totalmente guiado por engenheiros, como o conteúdo gerado por máquina é documentado e quem, em última instância, é o responsável pela qualidade. A resposta para essa última pergunta, enfatizam, deve sempre ser um humano, nunca a ferramenta.
Outra recomendação fundamental é investir primeiro em arquitetura e contexto . Quanto mais bem definidos forem os princípios de design, as restrições e os objetivos de negócio, mais útil será a IA para tarefas executivas. Sem essa estrutura, os assistentes generativos podem produzir soluções que, embora funcionais a curto prazo, se desviam da direção estratégica ou introduzem complexidade desnecessária.
O papel do engenheiro júnior também está mudando. Em vez de se concentrarem apenas na escrita de código, eles são cada vez mais solicitados a desenvolver habilidades de auditoria : a capacidade de revisar, validar e questionar propostas de IA, detectando possíveis erros sutis ou decisões arquitetônicas problemáticas. Nos processos de seleção, isso se traduz em valorizar não apenas a velocidade de programação, mas também a qualidade do raciocínio técnico e a capacidade de argumentar por que uma solução é preferível a outra.
Os líderes técnicos, por sua vez, enfrentam um desafio cultural: construir equipes que valorizem o conhecimento profundo, e não apenas a produtividade aparente. Isso significa reservar tempo para revisões de código detalhadas, para discussões sobre o raciocínio por trás de certas decisões e para que os membros menos experientes pratiquem sem depender de atalhos automatizados. Em última análise, a IA tenderá a substituir aqueles que não sabem como usá-la criteriosamente, e não aqueles que a integram de forma ponderada ao seu trabalho.
Uso cotidiano da IA: de espelho amplificador a substituto do esforço
Para além dos âmbitos técnico ou acadêmico, o impacto da IA em nosso pensamento permeia o cotidiano: desde aqueles que pedem a um chatbot para redigir um e-mail complexo até aqueles que lhe confiam a organização de uma viagem, o planejamento de estudos ou a tomada de decisões pessoais. Em todos esses casos, a ferramenta atua como um espelho que remodela ideias , mas também como um filtro que pode simplificar demais a complexidade do mundo.
É importante lembrar que a IA, como a conhecemos hoje, não pensa como um ser humano. Ela não tem experiências, consciência ou diálogo interno próprio. O que ela faz é processar enormes quantidades de informação, encontrar padrões de coerência e gerar respostas que, estatisticamente, correspondem ao que lhe foi pedido. Sua aparente "originalidade" é resultado de combinações sofisticadas de materiais preexistentes.
Isso não diminui a utilidade da ferramenta, mas exige cautela em relação à ilusão de inteligência de nível humano do outro lado da tela. O que percebemos como critérios é, em grande parte, coerência formal . É por isso que a IA pode escrever como um poeta, argumentar como um acadêmico ou responder como se entendesse nossa situação específica, quando na realidade está simplesmente reorganizando os registros verbais de milhões de pessoas.
Na prática, sua capacidade de responder rapidamente e com aparente certeza amplifica tanto os melhores quanto os piores aspectos de seu uso. Em mãos rigorosas, ajuda a enxergar novas perspectivas, esclarecer argumentos ou sintetizar informações dispersas. Em mãos descuidadas, pode acelerar a superficialidade , a desinformação ou a dependência de soluções pré-fabricadas que raramente questionamos.
Essa ambivalência acaba por transferir a responsabilidade para o usuário. A facilidade em obter uma resposta já não garante a aprendizagem; na verdade, pode mascarar uma compreensão muito deficiente se não for acompanhada de comparação, reflexão e verificação. A tarefa não é tanto fazer mais perguntas, mas sim fazer perguntas melhores e dedicar tempo a pensar sobre o que fazer com as respostas.
Produtividade, sucesso profissional e o risco de esgotamento da "energia mental"
No mercado de trabalho europeu e global, a ideia de que quem não utiliza IA inevitavelmente ficará para trás tornou-se um mantra comum. No entanto, diversas vozes alertam que essa afirmação, interpretada literalmente, pode ser tão enganosa quanto o seu oposto. A verdadeira questão não é se devemos ou não usar IA, mas sim quais habilidades são sacrificadas quando tarefas cognitivas são sistematicamente delegadas a essas ferramentas.
Alguns empreendedores e analistas já falam em "fundadores com dívida cognitiva": profissionais que dependem tanto de modelos generativos para escrever propostas, elaborar apresentações ou definir estratégias que, com o tempo, perdem a capacidade de fazer isso sozinhos. Essa perda não é perceptível da noite para o dia; torna-se evidente quando precisam improvisar em uma reunião, responder a uma pergunta inesperada ou tomar decisões sob pressão sem acesso direto à tecnologia.
Nessa área, a neurociência e a experiência prática convergem em algumas recomendações simples. Uma delas é reservar espaços livres de IA para certas tarefas críticas — como definir a visão de um projeto ou analisar um problema complexo — e usar a ferramenta apenas em uma segunda fase, como suporte para revisar ou expandir o que já foi planejado. Outra é limitar seu uso em áreas onde a autenticidade e uma voz pessoal são essenciais, por exemplo, em comunicações importantes com a equipe ou investidores.
Recomenda-se também prestar atenção aos sinais de dependência: se alguém sente que não consegue escrever um texto, estruturar um argumento ou programar uma função básica sem recorrer a um assistente, pode ter desenvolvido uma fraqueza em seu "músculo mental" que precisa ser fortalecida. Retomar o hábito de escrever à mão, ler com calma ou resolver problemas sem atalhos digitais continua sendo uma maneira eficaz de manter ativas as redes neurais envolvidas na concentração profunda.
Em contextos como o da Espanha e de outros países europeus, onde empresas altamente digitalizadas coexistem com PMEs e setores menos automatizados, essa tensão torna-se especialmente visível. Aqueles que combinam proficiência tecnológica com pensamento independente bem desenvolvido encontram as melhores posições, enquanto aqueles que simplesmente produzem resultados gerados por IA sem contribuir com suas próprias perspectivas veem sua vantagem competitiva diminuir.
O panorama traçado pelas pesquisas e experiências reunidas é complexo, mas aponta para uma direção clara: a inteligência artificial tornou-se um elemento central em nossos processos de raciocínio, e a forma como optamos por delegar ou não a ela moldará tanto nosso desenvolvimento cognitivo quanto nossas oportunidades profissionais. Manter o esforço para pensar, questionar e compreender de forma independente continua sendo, apesar de todos os avanços tecnológicos, o melhor antídoto para o risco de ceder muito espaço à máquina.
