Habr AI→ original

BCG: metade dos executivos vê a AI corroer as habilidades dos funcionários

Em um estudo de 2026, a Boston Consulting Group classifica a situação da AI como "que exige atenção": metade dos executivos entrevistados já nota que os funcionários estão perdendo habilidades por causa das redes neurais. O fenômeno se chama deskilling, o enfraquecimento gradual das competências quando o trabalho principal é entregue o tempo todo ao modelo. O autor da análise no Habr, que trabalha com IA há cerca de dois anos, reuniu dez hábitos: cinco que vale abandonar e cinco que vale manter, mesmo que pareçam discutíveis. O autor propõe avaliar cada hábito não pela velocidade do resultado, mas pelo que acontece com a competência da pessoa. Se o modelo substitui o raciocínio, a habilidade enfraquece. Se ele atua como sparring, verificando e criticando, a habilidade cresce. • 50% dos executivos entrevistados notam perda de habilidades • O custo da AI não se mede apenas pela assinatura e pelos tokens • Critério de um bom hábito: ele fortalece a pessoa em vez de substituí-la

Processado por IA de Habr AI; editado por Hamidun News
BCG: metade dos executivos vê a AI corroer as habilidades dos funcionários
Fonte: Habr AI. Colagem: Hamidun News.
◐ Ouvir artigo

Metade dos executivos entrevistados pela Boston Consulting Group já percebe que os funcionários estão perdendo habilidades profissionais por causa da AI. No estudo mais recente da BCG, publicado em 2026, a situação é descrita como "que exige atenção". O autor da análise no Habr, que trabalha com IA há cerca de dois anos, propõe uma resposta prática: dez hábitos, dos quais cinco vale abandonar e cinco, ao contrário, vale manter, embora pareçam ambíguos.

O custo que não aparece na conta de tokens

Ao falar do custo da AI, costuma-se contar assinaturas e tokens. O estudo da BCG acrescenta um item de despesa que não aparece na contabilidade: o deskilling. É assim que se chama o enfraquecimento gradual das habilidades profissionais quando o trabalho principal é entregue ao modelo vez após vez.

O autor do texto original descreve um cenário familiar para muita gente. No início, você se sente um mágico: "resuma a pesquisa", "tire as três principais conclusões", "monte a apresentação". Cada comando assim economiza horas. Mas, em uma única cadeia de prompts, a pessoa entrega de uma vez a leitura, a análise e a estruturação. São exatamente as habilidades pelas quais o mercado valoriza um analista, um gerente ou um editor.

Dez hábitos: a lógica da análise

O autor divide a prática em duas partes iguais. Na primeira, estão cinco hábitos que ele aconselha abandonar, mesmo que tragam um ganho de produtividade visível. Na segunda, cinco hábitos que, à primeira vista, parecem discutíveis, mas fortalecem tanto a pessoa quanto a equipe. A lista completa está no original no Habr; o anúncio revela apenas o princípio da divisão.

O princípio é este: o hábito é avaliado não pela velocidade do resultado, mas pelo que acontece com a competência da pessoa. Se o modelo substitui o raciocínio, a habilidade enfraquece. Se ele funciona como sparring, verificando e criticando, a habilidade cresce. Por isso, um hábito útil pode muito bem tornar o trabalho mais lento, e é justamente por isso que é fácil confundi-lo com um hábito errado.

Principais fatos do material:

  • Fonte dos dados: estudo da Boston Consulting Group, 2026.
  • Parcela de preocupados: metade dos executivos entrevistados vê perda de habilidades nos funcionários.
  • Termo: deskilling, enfraquecimento de habilidades causado pela transferência constante do trabalho à AI.
  • Formato da análise: dez hábitos, cinco nocivos e cinco úteis.
  • Experiência do autor: cerca de dois anos de trabalho diário com IA.

Como verificar seus próprios hábitos

Abaixo estão conclusões editoriais minhas, e não um resumo da lista do autor. Dá para aplicá-las já, sem esperar o texto completo.

  • Identifique as habilidades que formam o núcleo da sua profissão: escrita, análise de dados, code review, negociação. São justamente as mais perigosas de entregar por inteiro ao modelo.
  • Divida as tarefas em dois tipos: delegáveis (rotina, formatação, busca inicial) e treináveis (aquilo que constrói a sua expertise).
  • Resolva periodicamente uma tarefa típica sem IA e compare o resultado com o anterior. Assim, dá para ver se a habilidade está crescendo ou já caiu.
  • Use o modelo como crítico: faça primeiro o rascunho você mesmo e só depois peça que ele encontre os pontos fracos. Você mantém a autoria, e a IA reforça o resultado.
  • Para equipes: discutam não só "quantas horas economizamos", mas também "o que deixamos de saber fazer sozinhos".

A questão central é quem, nessa parceria, é responsável pelo raciocínio. Enquanto for a pessoa, a AI trabalha a favor da qualificação dela. Quando os papéis se invertem, o ganho de tempo passa a ser pago aos poucos com a perda de competência, e os executivos, a julgar pela BCG, já começam a perceber isso.

ZK
Hamidun News
Notícias de AI sem ruído. Seleção editorial diária de mais de 50 fontes. Produto de Zhemal Khamidun, Head of AI na Alpina Digital.
✦ Enterprise AI & Advisory

Executive AI Consulting, Custom Agents & Team Workshops

Work directly with Zhemal Khamidun at hamidun.com — enterprise AI architecture, production RAG & multi-agent systems, and executive training.

Book AI Consultation →Explore NomadNet AI
O que você acha?
Carregando comentários…