Anthropic e Amazon mostram como a AI no trabalho enfraquece habilidades

Uma nova análise sobre a chamada "desqualificação por IA" reúne vários sinais preocupantes do desenvolvimento de software, medicina e TI corporativa. O ponto principal é simples: se a IA generativa despende muito tempo fazendo o trabalho mental mais complexo pela pessoa, a produtividade pode crescer na superfície, mas as habilidades reais — enfraquecem.

Como o risco se manifesta

Um dos exemplos mais ilustrativos é a história do consultor de software Josh Anderson, que tentou construir o aplicativo Road Trip Ninja quase inteiramente com ajuda de IA. No início, o experimento parecia promissor, mas conforme o projeto crescia, tudo esbarrava em escala: a base de código ultrapassou 100 mil linhas, diálogos com o bot começaram a consumir horas, e o progresso quase parou. Formalmente, a pessoa poderia ter intervido e terminado o sistema sozinha, mas na prática, desembrulhar uma grande quantidade de código gerado por IA pobremente estruturado provou ser muito difícil.

O problema não se limita a um caso. O artigo cita observações de desenvolvedores que sentiram uma queda acentuada em sua própria eficiência durante recentes falhas do Claude: quando o assistente desaparecia, seu ritmo de trabalho habitual se quebrava. Nesse contexto, um estudo interno do Anthropic é particularmente revelador: a empresa descobriu que ferramentas generativas de programação podem prejudicar habilidades de depuração e compreensão de código. Se um especialista já se acostumou com o modelo lidando com arquitetura inicial, funções padrão e parte das verificações, recuperar o controle total sobre a tarefa acaba sendo mais difícil do que parece.

Por que as habilidades desaparecem

Para esse efeito, termos de trabalho já surgiram. Um deles é o "efeito de ricochete da IA": o sistema parece elevar a produtividade, mas simultaneamente encolhe os modelos mentais que a pessoa usa em trabalho complexo. Pesquisadores descrevem lógica similar como "débito cognitivo": o funcionário fecha tarefas mais rápido hoje, mas deixa de treinar as habilidades críticas necessárias amanhã. No final, surge uma mistura perigosa de dependência da ferramenta e confiança falsa no resultado.

"Quando a automação assume os detalhes, a consciência situacional fica

embotada."

• A pessoa depura problemas manualmente com menos frequência e vê pior a raiz do erro
• Diminui o hábito de verificar etapas intermediárias, não apenas a resposta final
• Cresce a dependência da disponibilidade do modelo, suas atualizações e do fornecedor externo
• Erros do modelo são mais fáceis de perder, porque o usuário tem menos prática própria

Onde o negócio paga o preço

Os autores do artigo apontam para vários estudos em diferentes áreas. Na contabilidade, a automação já foi associada à erosão de habilidades e declínio do pensamento crítico. Em um estudo de Carnegie Mellon com apoio da Microsoft, 319 trabalhadores do conhecimento relataram perda de algumas habilidades críticas ao usar ativamente IA generativa. Na medicina, a conclusão é similar: assistentes podem acelerar ações individuais do médico, mas se o sistema for removido, a qualidade do trabalho pode cair abaixo da norma anterior, porque parte da rotina profissional já deixou de ser treinada regularmente.

Para o negócio, isso não é apenas questão de conveniência, mas de resiliência. Se um serviço de IA ficar indisponível, mude suas regras de operação, ou simplesmente falhe em um momento crítico, a equipe ainda precisa de pessoas capazes de assumir a tarefa. É exatamente aqui que o exemplo da Amazon surge: após demissões e fortalecimento dos times de IA remanescentes, a empresa, segundo o autor, carecia da expertise de engenharia para prevenir e resolver rapidamente grandes falhas.

Há um segundo risco também: modelos precisam de retreinamento constante em dados de qualidade, e esses dados são criados por especialistas qualificados. Se seu nível cai, a própria IA eventualmente piora.

O que isso significa

A conclusão principal não é que a IA deve ser desligada, mas que é perigoso transformá-la em substituto para o pensamento. Enquanto empresas medem o efeito pela velocidade de execução das tarefas, podem não notar a perda lenta de competências dentro das equipes. Se essa tendência se consolidar, o mercado terá trabalhadores que sabem trabalhar bem apenas ao lado de um assistente, mas se saem pior sem ele — exatamente onde erros custam mais.