A inteligência artificial, quando bem priorizada, está efetivamente a cumprir a sua promessa inicial: mais produtividade, menos esforço, mais velocidade. Os utilizadores de ferramentas de IA, particularmente IA Generativa, são, em média, 60% mais produtivos, já que beneficiam de respostas imediatas, estruturadas e contextuais. Trabalha-se mais rápido e, paradoxalmente, durante mais tempo. Para qualquer executivo, parece inequívoco o benefício e o valor da IA na organização.

No entanto, não basta olhar para o que ganhamos. Importa perceber também o que perdemos.

Uma experiência recente conduzida pelo MIT (Your Brain on ChatGPT, MIT Media Lab, 2025), onde se comparou a performance de três grupos de participantes na redação de um trabalho escrito respetivamente com recurso a LLM, usando um motor de busca e sem ferramentas, revela um padrão inquietante. À medida que o esforço cognitivo diminui, também diminui a profundidade da aprendizagem. Quando a resposta já vem organizada, o cérebro deixa de fazer o trabalho essencial: integrar, questionar, reconstruir. Passa-se de um modo de pensamento ativo para uma lógica de supervisão passiva.

Os números são esclarecedores: 83,3% dos utilizadores de LLMs não conseguiram reproduzir qualquer parte do seu trabalho, face a apenas 11,1% nos grupos que usaram motores de busca ou apenas raciocínio próprio. Mais ainda, nenhum participante no grupo com LLM conseguiu produzir uma citação totalmente correta. Zero. Em contraste, apenas 16,7% no grupo de pesquisa e 11,1% no grupo sem ferramentas falharam.

Esta performance diferenciada nos três grupos não é um detalhe com impacto meramente académico, já que evidencia que o conhecimento, apesar de utilizado, não foi assimilado. E esse dado é relevante qualquer que seja o contexto, académico, laboral ou outro.

O estudo do MIT diz-nos ainda que 16% dos utilizadores de LLMs reportaram não sentir que o trabalho lhes pertencia. Um fenómeno que não sucedeu nos outros grupos. Não vale a pena fingir que essa circunstância não tem repercussões potencialmente relevantes na responsabilidade ou accountability no trabalho realizado e nas decisões com ele relacionadas. Em suma e dito de outro modo: produz-se mais, mas apropria-se menos. Executa-se, mas não se internaliza.

A meu ver, há um dado particular que deveria inquietar qualquer gestor: apenas 6% dos utilizadores de LLMs ficaram insatisfeitos com o resultado do seu trabalho, contra 17% no grupo que trabalhou sem apoio. Ou seja, quanto menos se pensa, mais se acredita que o resultado é bom. A confiança aumenta exatamente quando o conhecimento diminui. O problema agrava-se quando a dependência começa cedo. Os dados mostram que quem recorreu à IA desde o início do trabalho tem pior memória, menor capacidade de reconstrução e sinais de integração cognitiva mais fracos. Pelo contrário, quem começou sem apoio e só depois usou IA reteve mais, pensou melhor e utilizou a ferramenta de forma mais estratégica. A IA amplifica competências. Não as substitui.

Com a utilização massiva e acrítica de ferramentas de IA generativa estamos a externalizar partes críticas do processo cognitivo. Síntese, estruturação, formulação de ideias. E se no curto prazo, isto é eficiência, no médio prazo conduz a uma erosão de conhecimento.

Há também um efeito silencioso na cultura organizacional. Menos debate, menos confronto de ideias, menos aprendizagem coletiva. A interação com a máquina substitui a fricção intelectual entre pessoas. E sem fricção, não há pensamento crítico.

Pode parecer inusitado que logo eu – que lidero uma organização que desenvolve e aplica IA – esteja a escrever estas linhas. Mas a questão que aqui trago não é tecnológica. É comportamental e é estratégica. Podemos ter equipas mais rápidas, mas mais superficiais, e sem um olhar crítico sobre o resultado do seu trabalho. Podemos ter decisões mais ágeis, mas menos fundamentadas. Organizações que produzem mais, mas aprendem menos. E, já se sabe, uma organização que não aprende torna-se dependente daquilo que a faz produzir. Mas também podemos ter organizações que pensam mais e pensam melhor.

A adoção de IA não é a questão nem é sequer, nos dias de hoje, uma opção. Mas a forma como a usamos é. Se for apenas para acelerar, o resultado está à vista: mais output, menos pensamento. Mas se for desenhada para preservar o esforço cognitivo, pode tornar-se uma verdadeira vantagem competitiva.

No limite, a escolha é simples. Podemos usar IA para pensar melhor. Ou, simplesmente, para deixar de pensar.