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

Executivos da Surf descreveram um cenário típico em que equipes adotam IA no desenvolvimento: da negação acentuada até o equilíbrio funcional. A ideia principal é que as falhas na implementação frequentemente estão ligadas não à qualidade do Copilot, ChatGPT ou Claude, mas a como os gerentes lidam com a resistência das pessoas.

Não na Tecnologia

Os autores do artigo sugerem enxergar a implementação de IA como uma tarefa gerencial, não apenas técnica. Conforme suas observações, o mesmo modelo em uma empresa entrega aceleração e economia de custos, enquanto em outra causa sabotagem silenciosa, uso formal e irritação. A diferença emerge no momento em que um desenvolvedor experiente deixa de ser apenas um executor e precisa dominar um novo papel: estabelecer a tarefa para a máquina, verificar o resultado e tomar decisões, mesmo que a decisão pareça diferente de como ele teria feito. Essa mudança de papel afeta a identidade profissional.

Para alguns especialistas, o valor foi construído há muito tempo em torno de habilidade pessoal: escrever código à mão, manter o contexto na mente, tomar decisões locais rapidamente. Quando a IA começa a fazer uma parte desse trabalho, a reação é frequentemente percebida não como interesse em uma nova ferramenta, mas como ameaça à expertise acumulada. Isso é particularmente doloroso para profissionais fortes que estão acostumados a provar valor através da qualidade de seu próprio ofício e não estão prontos para passar imediatamente ao modo de orquestrador ou revisor.

Cinco Estágios de Aceitação

Surf conecta a reação da equipe à lógica dos estágios de aceitação de mudanças, familiar no modelo Kübler-Ross. Os autores não pretendem apresentar uma tipologia acadêmica, mas a consideram um marco prático conveniente para gerentes e líderes. Ajuda a distinguir adaptação normal de sabotagem e a entender em que ponto uma pessoa precisa não de mais uma reunião sobre os benefícios da IA, mas de apoio concreto, análise de erros e um formato mais seguro para dominar uma nova ferramenta.

• Negação. Um desenvolvedor tenta IA com a suposição de que vai rapidamente provar sua inutilidade, e após o primeiro fracasso conclui sobre a tecnologia, não sobre sua abordagem.
• Raiva. Se os colegas têm sucesso, surge o desejo de desvalorizar o resultado de alguém e provar que isso não é trabalho real, mas uma imitação perigosa de qualidade.
• Barganha. Pela primeira vez, surge o pensamento de que o problema pode não estar na ferramenta, mas em como a pessoa a usa; este é o melhor ponto para mentoria.
• Euforia. Após os primeiros sucessos, o pêndulo oscila para o outro lado: parece que agora quase tudo pode ser automatizado e pode-se assumir promessas extras.
• Equilíbrio. A IA deixa de ser uma ameaça ou magia e se torna apenas uma ferramenta de trabalho com limites claros.

"Isso não funciona, e vou te provar agora."

Os autores destacam separadamente um estado intermediário em que um especialista já vê os sucessos dos outros, mas em vez de corrigir o processo começa a duvidar de si mesmo. Esse modo nem sempre parece resistência direta, mas também desacelera a implementação: a pessoa teme cometer erros, perde energia e cai na simulação do uso em vez de prática real. Para um gerente, este é um sinal importante: nem todo resultado fraco significa hostilidade, às vezes a equipe simplesmente carece de feedback seguro e de um modo claro de aprender com os erros.

Como Implementar com Cuidado

A conclusão prática principal para gerentes é não lançar IA em toda a equipe de uma vez. A implementação em massa simultânea amplifica negação, raiva e euforia, e o gerente fisicamente não consegue levar todos através deste ciclo. Em vez disso, Surf aconselha pilotar não a tecnologia, mas as pessoas: escolher aquelas que já estão abertas a experimentos, dar-lhes tarefas adequadas e apoiá-las nos pontos onde normalmente ocorrem erros, expectativas frustradas ou superestimação de possibilidades.

Os autores também lembram que sem um ambiente de aprendizado seguro, o aprendizado não decolará. Se a equipe imediatamente pune ou ridiculariza publicamente qualquer resultado bruto, os funcionários não vão honestamente dominar a nova ferramenta. Eles começarão a esconder erros, fingir progresso ou sabotar silenciosamente o processo. Por isso, um ambiente de trabalho saudável aqui não é um slogan de RH, mas uma condição direta para o surgimento dos primeiros casos funcionais sobre os quais construir expertise interna e gradualmente mudar a atitude do resto da equipe.

Outro ponto importante diz respeito aos líderes internos. Alguns poucos exemplos notáveis são suficientes para o resto da equipe começar a perceber a IA não como uma tendência de cima para baixo, mas como uma forma real de trabalhar mais rápido ou melhor. Tal exemplo reduz a resistência melhor do que regulamentos obrigatórios, apresentações e compra de licenças sem um cenário claro de aplicação. Quando o sucesso é visível nas proximidades, a tecnologia deixa de ser uma abstração e se torna um argumento funcional dentro da equipe.

O Que Isso Significa

Para as empresas, isso é um lembrete útil: implementar IA no desenvolvimento não é comprar mais uma ferramenta, mas reestruturar papéis, hábitos e critérios de valor dentro da equipe. Ganham não aqueles que formalizaram licenças mais rapidamente, mas aqueles que conseguiram levar as pessoas através da resistência sem quebrar sua motivação e transformar o interesse em IA em uma prática de trabalho sustentável.