Surf explica por que equipes sabotam a adoção de IA no desenvolvimento de produtos

Executivos da Surf descreveram o cenário típico pelo qual as equipes aceitam a IA no desenvolvimento: de uma negação brusca a um equilíbrio de trabalho. A ideia central é que as falhas de adoção têm mais a ver com a forma como os gestores lidam com a resistência das pessoas do que com a qualidade do Copilot, do ChatGPT ou do Claude.

Não é a tecnologia

Os autores propõem enxergar a adoção de IA como uma tarefa de gestão, e não apenas técnica. Pelas observações deles, o mesmo modelo traz ganho de velocidade e economia em uma empresa e, em outra, provoca sabotagem silenciosa, uso apenas formal e irritação.

A diferença surge quando um desenvolvedor experiente deixa de ser só executor e precisa assumir um novo papel: passar a tarefa para a máquina, conferir o resultado e tomar uma decisão, mesmo que ela seja diferente da que ele tomaria sozinho.

Essa mudança de papel atinge a identidade profissional. Para parte dos especialistas, o valor foi construído por muito tempo em torno de uma habilidade pessoal: escrever código à mão, manter o contexto na cabeça, tomar rápido uma decisão local. Quando a IA passa a fazer um pedaço desse trabalho, a reação muitas vezes é sentida não como interesse por uma ferramenta nova, mas como ameaça à expertise acumulada. É especialmente doloroso para executores fortes, acostumados a provar seu valor pela qualidade do próprio ofício e que não estão prontos para virar de imediato orquestradores ou revisores.

Cinco estágios de aceitação

A Surf relaciona a reação da equipe à lógica dos estágios de aceitação de mudanças, conhecida pelo modelo de Kübler-Ross. Os autores não pretendem apresentar uma tipologia acadêmica, mas a consideram um referencial prático útil para gestores e líderes. Ele ajuda a distinguir a adaptação normal da sabotagem e a entender quando a pessoa precisa, em vez de mais uma reunião sobre os benefícios da IA, de apoio concreto, análise de erros e um formato mais seguro para aprender a ferramenta.

• Negação. O desenvolvedor testa a IA convencido de que vai provar rapidamente que ela é inútil e, após a primeira falha, conclui algo sobre a tecnologia, e não sobre a própria abordagem.
• Raiva. Se os colegas conseguem algo, surge a vontade de desvalorizar o resultado alheio e provar que não é trabalho de verdade, mas uma imitação perigosa de qualidade.
• Barganha. Pela primeira vez aparece a ideia de que o problema talvez não esteja na ferramenta, mas em como a pessoa a usa; é o melhor ponto para mentoria.
• Euforia. Depois dos primeiros sucessos, o pêndulo vai para o outro lado: parece que agora dá para automatizar quase tudo e assumir promessas demais.
• Equilíbrio. A IA deixa de ser ameaça ou mágica e vira simplesmente uma ferramenta de trabalho com limites claros.

"Isso não funciona, e agora eu vou provar para vocês."

Os autores destacam ainda um estado intermediário: o especialista já vê o sucesso dos outros, mas, em vez de ajustar o processo, começa a duvidar de si mesmo. Esse modo nem sempre parece resistência direta, mas também trava a adoção: a pessoa tem medo de errar, perde energia e passa a simular o uso em vez de praticar de verdade. Para o gestor, é um sinal importante: nem todo resultado fraco significa hostilidade; às vezes falta à equipe um feedback seguro e um jeito claro de aprender com os tropeços.

Como adotar com cuidado

A principal conclusão prática para os gestores é não lançar a IA em toda a equipe de uma vez. A adoção em massa amplifica ao mesmo tempo a negação, a raiva e a euforia, e o gestor fisicamente não consegue conduzir cada pessoa por esse ciclo. Em vez disso, a Surf aconselha pilotar não a tecnologia, mas as pessoas: escolher quem já está aberto a experimentos, dar tarefas adequadas e acompanhar nos pontos em que costumam ocorrer erros, frustração de expectativas ou superestimação das capacidades.

Os autores lembram também que, sem um ambiente seguro, o aprendizado não decola. Se na equipe qualquer resultado imperfeito é punido ou ridicularizado em público, os funcionários não vão aprender a ferramenta com honestidade. Vão esconder erros, fingir progresso ou sabotar o processo em silêncio. Por isso, um ambiente de trabalho saudável aqui não é slogan de RH, mas condição direta para o surgimento dos primeiros casos que funcionam, sobre os quais se pode construir expertise interna e mudar aos poucos a atitude do restante da equipe.

Outra tese importante diz respeito aos líderes internos. Bastam alguns exemplos visíveis para que o resto da equipe passe a ver a IA não como modismo imposto de cima, mas como um modo real de trabalhar mais rápido ou melhor. Um exemplo assim reduz a resistência mais do que regulamentos obrigatórios, apresentações e a compra de licenças sem um cenário de uso claro. Quando o sucesso é visível ao lado, a tecnologia deixa de ser abstração e vira um argumento de trabalho dentro da equipe.

O que isso significa

Para as empresas, é um lembrete útil: adotar IA no desenvolvimento não é comprar mais uma ferramenta, mas reorganizar papéis, hábitos e critérios de valor dentro da equipe. Quem sai ganhando não é quem fecha as licenças mais rápido, mas quem consegue conduzir as pessoas pela resistência, sem quebrar a motivação delas, e transformar o interesse por IA em uma prática de trabalho duradoura.