A promessa fácil da IA é substituir. A que se cumpre é informar.
Existe uma distinção com quase quarenta anos que continua sendo a mais útil para decidir onde a IA vale a pena. Ela separa duas coisas que quase sempre são tratadas como uma só: automatizar e informar.
Shoshana Zuboff a formulou em 1988, num livro sobre o trabalho e a máquina — In the Age of the Smart Machine. A tecnologia, dizia ela, pode ser usada para automate ou para informate: para substituir a pessoa que faz, ou para dar a ela uma visão que antes não tinha.
Quase quatro décadas depois, é a pergunta que ainda separa os projetos de IA que funcionam dos que decepcionam.
O que acontece quando se automatiza o que ninguém entende
O sistema passa a produzir resultados que ninguém sabe conferir.
Não porque as pessoas sejam incapazes — porque o conhecimento de como aquilo era decidido estava na cabeça de quem decidia, e agora a decisão saiu de lá. Quando o resultado vem estranho, não há a quem perguntar: o processo virou uma caixa, e a caixa não explica.
O erro, nesse arranjo, não aparece quando acontece. Aparece quando já virou consequência — um cliente reclamando, um número errado num relatório que já circulou, uma decisão tomada com base no que a caixa disse.
E há um detalhe cruel: quanto melhor a automação parece funcionar, menos gente confere. A confiança cresce com o tempo de uso, não com a verificação.
O que acontece quando se informa quem já sabe
O resultado é mais simples e menos vistoso: a mesma pessoa, decidindo melhor.
Ela continua responsável, continua entendendo o processo, e passa a ter em minutos uma leitura que antes levaria horas — ou que ela nem teria como fazer. O julgamento fica onde estava; o que muda é a quantidade de informação disponível na hora de julgar.
Não é uma ideia nova. Douglas Engelbart escreveu sobre isso em 1962, no trabalho que chamou de Augmenting Human Intellect — a tecnologia como amplificação de quem já conhece o problema, não como substituição.
E há uma razão prática para isso funcionar melhor: quem tem a dor é quem sabe onde ela dói. Eric von Hippel documentou em Democratizing Innovation, de 2005, que as melhores soluções costumam vir de quem convive com o problema, não de quem o observa de fora.
Por que a promessa fácil vende mais
Porque "substitui" é uma frase curta e mensurável. Economiza tanto, dispensa tantos, paga-se em tantos meses.
"Informa melhor" não cabe numa planilha com a mesma facilidade. O ganho é real e aparece em decisões mais rápidas e menos erradas — mas não vem com um número pronto na primeira reunião.
Não é uma preocupação só de quem trabalha. Erik Brynjolfsson chamou isso de armadilha de Turing, em 2022: quando a tecnologia é usada para imitar o humano em vez de ampliá-lo, o benefício encolhe justamente onde poderia ser maior.
O que fazer com isso numa terça-feira
Antes de aplicar IA a alguma coisa, uma pergunta resolve muito:
Alguém aqui entende esse processo bem o bastante para perceber quando o resultado estiver errado?
Se a resposta for sim, informar essa pessoa é quase sempre o melhor uso — e é o de menor risco. Se for não, o problema não é de IA: é que ninguém entende o processo, e automatizá-lo só vai deixar isso mais rápido e mais difícil de descobrir.
O teste
Olhe para onde a IA já entrou na sua empresa e pergunte: ela está substituindo julgamento, ou dando mais informação a quem julga?
As duas coisas parecem iguais no primeiro mês. Elas se separam quando algo dá errado — e aí a diferença é entre alguém que sabe explicar o que aconteceu e um sistema que só sabe repetir.