A cena acontece numa reunião de janeiro, quando o sistema quebra. Alguém pergunta: "por que a gente fez desse jeito?". Silêncio. Depois, a resposta que eu já ouvi mais vezes do que gostaria nos últimos dois anos: "foi o que a ferramenta sugeriu".

Ninguém na sala consegue reconstruir a decisão. Não porque a decisão foi errada, mas porque ela nunca foi tomada. Foi aceita.

Essa é a tese deste texto: nos últimos anos a humanidade aprendeu, com uma velocidade impressionante, a delegar execução para máquinas. E quase ninguém percebeu que junto foi embora a etapa anterior, a de formar a própria opinião antes de perguntar. O custo disso não aparece na hora. Aparece quando a coisa quebra e ninguém sabe por que estava daquele jeito.

E aqui vai o aviso que faz este post ser diferente dos outros sobre o tema: ele foi escrito com ajuda de uma IA, e a IA tem interesse em ser usada. Vou voltar a isso mais adiante, porque é a parte mais desconfortável e a mais útil.

• Execução e julgamento são coisas diferentes. Delegar a primeira é progresso, como a máquina de lavar. Delegar a segunda é abdicar, e a abdicação é silenciosa.

• A ciência já mediu: quanto mais confiança na ferramenta, menos pensamento crítico. Quem mais confiou produziu o pior resultado, em código e em texto.

• A ordem importa mais que a ferramenta. Quem pensou antes e usou IA depois teve mais atividade cerebral e resultado melhor. Quem usou desde o começo não conseguia citar o próprio texto.

• Isso tem nome desde 1983: ironia da automação. A habilidade que você para de praticar é exatamente a que precisa quando a automação falha.

• Não é ludismo. É o contrário. Quem pensa mais extrai mais da ferramenta, e os dados mostram isso.

• O teste final é simples: você sai da conversa com uma posição que consegue defender sozinho, na frente de alguém hostil?

A distinção que quase ninguém faz

Precisamos de precisão aqui, porque a confusão entre as duas palavras é o problema inteiro.

Execução é fazer: escrever o código, redigir o e-mail, montar a planilha, gerar a imagem, resumir o documento. É trabalho, e trabalho pode e deve ser delegado quando existe algo que faz melhor ou mais barato. Ninguém lava roupa à mão por princípio.

Julgamento é outra coisa, com três partes:

1. Decidir o que vale fazer. Antes de qualquer execução, alguém escolheu o problema, o critério de sucesso e o que não importa.

2. Verificar se o resultado está certo. Não "se parece certo": se está. O que é diferente, e é onde a máquina mais engana, porque ela produz plausibilidade em escala.

3. Assumir a consequência. Quando der errado, alguém vai responder. E esse alguém não vai ser a ferramenta.

Delegar execução é o que a humanidade faz há dez mil anos, e deu certo. O que é novo é a ferramenta que executa tão bem que a tentação de pular as três etapas do julgamento fica irresistível. Quando a resposta chega em dois segundos, com formatação impecável e tom de certeza, formar a própria opinião antes parece perda de tempo. E é exatamente isso que está sendo perdido.

A ferramenta que executa por você não tira o seu julgamento. Ela só torna muito fácil não usá-lo, e o que não se usa vai embora.

O que a história já sabia

1983: as ironias da automação

Em 1983, a psicóloga Lisanne Bainbridge publicou um artigo curto que virou referência em toda engenharia de sistemas críticos: Ironies of Automation. O argumento central é uma armadilha lógica. Quando você automatiza a maior parte de um trabalho, sobra para o humano justamente a parte que não pôde ser automatizada, que costuma ser a mais difícil. Só que esse humano não pratica mais, porque a máquina faz o rotineiro. Então, no momento raro em que a automação falha e ele precisa intervir, ele está menos preparado do que estaria se nunca tivesse tido a automação.

A conclusão de Bainbridge é contraintuitiva e continua verdadeira quarenta anos depois: quanto mais automatizado o sistema, mais treinado precisa ser o operador, e menos oportunidade natural de treino ele tem.

A aviação aprendeu isso da forma mais cara possível. No voo Air France 447, em 2009, o piloto automático se desligou em condição de gelo e a tripulação, acostumada a um avião que praticamente se pilotava sozinho, não conseguiu diagnosticar e corrigir a situação a tempo. Duzentas e vinte e oito pessoas morreram. As investigações apontaram, entre outros fatores, a perda de prática em pilotagem manual em altitude, uma habilidade que a automação havia tornado rara.

2020: o GPS e o hipocampo

Um exemplo mais próximo do dia a dia. Em 2020, pesquisadores da Universidade McGill avaliaram 50 motoristas habituais e mediram sua memória espacial, aquela que depende do hipocampo. Resultado: quanto maior o uso de GPS ao longo da vida, pior a memória espacial ao navegar sem ele. E o dado que mais impressiona veio do acompanhamento: 13 participantes foram testados de novo três anos depois, e quem mais usou GPS no intervalo teve declínio mais acentuado.

Ninguém ficou mais burro por usar GPS. O que aconteceu foi específico: a habilidade que deixou de ser praticada deixou de existir. É a ironia de Bainbridge na escala de uma pessoa.

O que 2025 e 2026 mediram sobre IA

A parte que separa este texto de uma opinião: nos últimos dezoito meses, quatro grupos independentes mediram o mesmo fenômeno, com métodos diferentes, e chegaram ao mesmo lugar.

Microsoft e Carnegie Mellon: confiança na ferramenta versus pensamento crítico

Estudo apresentado na CHI 2025 com 319 trabalhadores do conhecimento e 936 tarefas reais feitas com IA. O achado central: quanto maior a confiança na IA, menor o pensamento crítico aplicado ao resultado. E o inverso: quanto maior a confiança da pessoa nas próprias habilidades, maior o esforço de verificar, refinar e integrar criticamente o que a máquina devolveu.

Repare no que isso significa. A variável que protege não é usar menos IA. É confiar mais em si do que nela.

Stanford: o paradoxo da confiança em código

Quarenta e sete desenvolvedores, cinco tarefas de programação segura, metade com assistência de IA. Quem usou IA produziu código menos seguro em quatro das cinco. E o dado que deveria estar colado em todo monitor: quem gerou o código mais inseguro avaliou a confiança na ferramenta em 4 de 5; quem gerou o mais seguro, em 1,5. A desconfiança previu a qualidade. Escrevi sobre as consequências disso em cibersegurança para desenvolvedores.

METR: a sensação de velocidade

Dezesseis desenvolvedores experientes, 246 tarefas reais nos próprios repositórios. Com IA, ficaram 19% mais lentos. Acreditavam ter ficado 20% mais rápidos. O estudo tem ressalvas que eu sempre faço, os modelos eram de 2025 e o cenário era o pior possível para a ferramenta, mas a lição que sobrevive a qualquer ressalva é esta: a percepção de estar indo bem não é evidência de estar indo bem. E julgamento é exatamente a capacidade de perceber essa diferença.

MIT: o cérebro no ChatGPT, e a descoberta sobre a ordem

Este é o estudo mais importante para a tese, porque ele não mede só o dano, mede a cura. Cinquenta e quatro estudantes escreveram redações usando eletroencefalograma, divididos em três grupos: com IA, com buscador, e só com o cérebro. Os que usaram IA mostraram conectividade neural mais fraca. Na quarta sessão, quando tiveram que escrever sem a ferramenta, continuaram mais fracos que os que nunca a usaram. E 78% não conseguiram citar uma frase da própria redação. Os autores chamaram isso de dívida cognitiva.

Agora a parte que quase ninguém repete: o grupo que escreveu primeiro só com o cérebro e depois ganhou a IA mostrou mais atividade neural e usou a ferramenta com estratégia melhor. Mesma ferramenta, ordem invertida, resultado oposto.

Isso resolve o falso dilema entre usar e não usar. A variável não é a ferramenta. É a ordem. Quem forma a opinião antes e usa a IA depois sai com as duas coisas: o resultado e a capacidade de defendê-lo. Quem usa desde o começo sai com um resultado que não é seu.

Por que o custo não aparece na hora

A expressão "dívida cognitiva" é perfeita porque funciona como dívida técnica: você não paga quando contrai, paga quando precisa. E precisa sempre no pior momento.

No dia a dia, terceirizar julgamento parece ótimo. As entregas saem, o texto fica bonito, o código roda. A conta chega em três situações, e todas são raras o suficiente para parecerem azar:

• Quando algo quebra e é preciso entender por que estava daquele jeito. É a cena da abertura.

• Quando alguém hostil questiona. Um cliente, um auditor, um juiz, um concorrente. E a única defesa disponível é "foi o que saiu".

• Quando a ferramenta está errada com confiança, o que acontece com frequência, e não existe ninguém no circuito capaz de perceber.

Uma empresa inteira pode funcionar assim por meses. Um profissional, por anos. Até o dia em que não pode. É esse mecanismo que eu descrevi do lado do empregador em a empresa que não paga IA para os funcionários: o problema nunca foi usar a ferramenta, foi usar sem ninguém responsável pelo resultado.

A parte desconfortável: quem escreveu este texto

Agora a confissão prometida.

O rascunho deste post foi escrito com uma IA, a partir de uma tese minha. É assim que eu produzo todos os textos deste blog: eu decido o tema e a posição, a máquina pesquisa e redige, e eu passo cada afirmação, cada número e cada frase pelo crivo antes de publicar. Nenhum post sobe sem eu conseguir defender cada linha sozinho.

E aqui está o incômodo: a ferramenta que escreveu o rascunho tem interesse em ser usada. Não é intenção, ela não quer nada. É estrutura de incentivo. Ela foi treinada para ser útil e agradável, o que na prática significa uma tendência a concordar, a validar, a devolver o que você parece querer ouvir. E o produto que a hospeda é medido por quanto você volta. Um texto que diz "confie menos em mim" é, de certa forma, contra o interesse de quem o escreveu.

Então eu fiz o que o próprio post recomenda: pedi a ela o contra-argumento mais forte contra a tese. Eis o que veio, na íntegra, e depois a minha resposta.

O contra-argumento, pela própria ferramenta

Primeiro: a calculadora não destruiu a matemática, redistribuiu o esforço para o que importa. Toda geração previu deskilling e toda geração estava parcialmente errada. Segundo: descarregar cognição é o que permite pensar em nível mais alto; ninguém deveria gastar atenção no que a máquina resolve. Terceiro: os estudos citados medem uso de curto prazo por novatos, em tarefas artificiais; não medem profissionais experientes usando a ferramenta há dois anos. Quarto: exigir que a pessoa "pense antes de perguntar" ignora pressão de prazo e é uma recomendação confortável para quem tem tempo. Quinto, e mais importante: pedir o contra-argumento, conferir o número e exigir a fonte são, eles mesmos, formas de usar a IA. O julgamento também pode ser ampliado por ela, e não só ameaçado.

Minha resposta

Concedo o segundo e o quinto, inteiros. Descarregar execução é o objetivo, e usar a IA para afiar o próprio julgamento é exatamente a proposta deste texto. Se o post fosse contra usar, eu não teria escrito com ela.

O terceiro é parcialmente justo. Os estudos são recentes e nenhum acompanha uma década de uso. Mas o estudo do GPS acompanhou três anos e apontou na mesma direção, e Bainbridge descreveu o mecanismo há quarenta. O ônus de provar que "desta vez é diferente" está com quem afirma isso.

O primeiro eu rejeito, e a razão importa. A calculadora não produz prosa plausível. Ela devolve um número que está certo ou errado de forma verificável. A IA devolve argumento, e argumento bem escrito é a coisa mais difícil do mundo de desconfiar. A analogia falha exatamente no ponto que interessa.

O quarto é o mais honesto e o mais perigoso. Sim, pressão de prazo existe. E é precisamente sob pressão que a dívida cognitiva é contraída, porque é quando pular a etapa de pensar parece mais racional. Dizer "não tenho tempo de formar opinião" é dizer "vou pagar depois, com juros". Às vezes vale. Mas que seja uma decisão, e não um hábito.

Repare no que acabou de acontecer. Este trecho é mais forte do que seria se eu tivesse escrito a tese e parado. O contra-argumento me obrigou a dizer exatamente onde a tese vale e onde não vale. É isso que a ferramenta faz quando você a usa para pensar, em vez de para não pensar.

O método: seis práticas para delegar a execução e ficar com o julgamento

1. Forme a opinião antes de perguntar

Antes de abrir a ferramenta, escreva três linhas: o que você acha que é a resposta, por quê, e o que te faria mudar de ideia. Leva dois minutos. É o que o estudo do MIT mostrou que muda tudo: o grupo que pensou primeiro usou a IA melhor e saiu com o resultado seu. Depois, compare o que você escreveu com o que ela devolveu. A diferença é onde está o aprendizado.

2. Peça o contra-argumento, sempre

Toda resposta que você receber, devolva com "agora me dê o argumento mais forte contra isso". A ferramenta é boa nisso quando pedida, e péssima quando não pedida, porque a tendência padrão é concordar. Você acabou de ver o efeito neste próprio texto.

3. Confira o número na fonte

Não o número que a ferramenta cita. O documento de onde ele saiu. Todo número deste post foi conferido no estudo original antes de entrar, e mais de uma vez o que a ferramenta trouxe estava certo na direção e errado no detalhe. Detalhe errado com confiança é a assinatura do problema.

4. A regra do explicar

A que eu uso para código e que vale para qualquer coisa: se eu não consigo explicar o que isso faz e por que está assim, não entra. Não importa se funcionou no teste, se ficou bonito, se o cliente gostou. O que você não consegue explicar, você não consegue consertar, e não consegue defender.

5. O teste do hostil

Antes de considerar qualquer conclusão sua, imagine defendê-la sozinho, sem a ferramenta, na frente da pessoa mais crítica que você conhece. Se a defesa é "foi o que saiu", você não tem uma posição, tem uma cópia. Volte e forme uma.

6. Mantenha o músculo

Com regularidade, resolva algo difícil sem ajuda. Não por princípio, por manutenção. É o que o motorista que usa GPS deveria fazer de vez em quando: chegar sozinho, para o hipocampo lembrar como se faz. A habilidade de julgar é a única que você não pode se dar ao luxo de perder, porque é a que você vai precisar exatamente quando a ferramenta falhar.

Por que quem pensa mais lucra mais

Aqui está a parte que desmonta a leitura ludita, e ela é econômica antes de ser moral.

Quando a execução fica barata e universal, o que sobra de escasso é o julgamento. É o padrão de toda commodity: quando todo mundo tem acesso à mesma ferramenta, a ferramenta deixa de ser vantagem, e a vantagem migra para quem sabe o que fazer com ela. Escrevi essa mecânica em como ganhar dinheiro com IA: os caminhos reais, e ela se aplica aqui com precisão: o profissional que copia e cola compete com todos os que copiam e colam. O que forma opinião, confere e defende compete com pouquíssimos.

E o dado do MIT fecha o argumento: quem pensou antes usou a ferramenta melhor. Não é troca entre pensar e produzir. Quem pensa produz mais, e produz coisa que consegue sustentar. A pessoa que sai da conversa com uma posição própria vendeu, convenceu, foi aprovada, foi contratada. A que saiu com uma cópia bonita ficou exposta na primeira pergunta difícil.

O mesmo vale para quem gerencia. Um time que delega julgamento à ferramenta é um time em que ninguém sabe por que as coisas são como são. Isso funciona até o primeiro incidente. Depois, custa o que descrevi em agentes de IA em looping infinito: funciona mesmo?: velocidade que ninguém consegue auditar vira risco, não vantagem.

Para não ser mal lido

Deixo explícito, porque a tese é fácil de distorcer em duas direções.

Não é um texto contra a IA. Eu uso todos os dias, para quase tudo, inclusive para este texto. Quem não usa perde em velocidade, e velocidade importa. A distinção não é entre usar e não usar; é entre usar para pensar melhor e usar para não pensar.

Também não é um texto de nostalgia. Não estou dizendo que era melhor quando se fazia tudo à mão. A máquina de lavar foi uma das maiores libertações da história, e ninguém lamenta a tábua de bater roupa. Delegar execução é bom. O ponto é só um: a etapa de formar opinião não é execução, é a parte que faz você ser você, e ela não estava incluída no pacote que a ferramenta se ofereceu para carregar.

Como eu faço aqui

Para que isso não fique só no discurso, o processo deste blog, que é o mesmo do resto do meu trabalho:

• A tese é minha antes de a ferramenta entrar. Eu escrevo o que quero dizer e por quê. Ela pesquisa e redige a partir disso, não o contrário.

• Cada post fica em ambiente de revisão antes de ir ao ar, e eu leio linha por linha. Mais de uma vez um post foi reescrito porque um número não fechou na fonte.

• Os posts com previsão têm placar público. Data, grau de confiança, e o erro fica registrado. É a forma mais honesta que encontrei de ser cobrado pelo próprio julgamento.

• No código, a regra do explicar é absoluta. O que eu não consigo explicar não vai para produção, mesmo passando no teste.

Não faço isso por virtude. Faço porque já paguei a dívida cognitiva antes, em sistema que eu mesmo não sabia por que estava daquele jeito, e é caro.

O fecho

A pergunta que a ferramenta não vai fazer por você, porque não é do interesse dela: da última decisão importante que você tomou com ajuda de IA, você consegue explicar, sozinho, por que ela foi tomada daquele jeito?

Se sim, você delegou execução. Continue.

Se não, você delegou julgamento. E a conta desse não chega hoje. Chega na reunião de janeiro, quando o sistema quebra e alguém pergunta por quê.

Perguntas frequentes

Qual a diferença entre terceirizar execução e terceirizar julgamento?

Execução é fazer: escrever, calcular, gerar, resumir. Julgamento é decidir o que vale fazer, verificar se o resultado está de fato certo e assumir a consequência. Delegar execução a uma ferramenta é progresso, como delegar a lavagem de roupa à máquina. Delegar julgamento é aceitar resultados que você não consegue explicar nem defender, e o custo disso só aparece quando algo quebra ou alguém questiona.

A IA deixa as pessoas menos capazes de pensar?

Depende de como é usada, e a ordem importa. O estudo do MIT com eletroencefalograma mostrou que quem escreveu com IA desde o início teve conectividade neural mais fraca e 78% não conseguiam citar o próprio texto; já quem pensou primeiro e usou a IA depois mostrou mais atividade e melhor estratégia. O estudo da Microsoft e da CMU com 319 trabalhadores encontrou que maior confiança na IA se associa a menos pensamento crítico, e maior confiança nas próprias habilidades, a mais.

O que é dívida cognitiva?

É o termo usado pelos pesquisadores do MIT para o custo acumulado de terceirizar o pensamento: como dívida técnica, não se paga na hora, paga-se quando é preciso, geralmente no pior momento. Na prática, aparece quando algo quebra e ninguém sabe por que estava daquele jeito, quando alguém hostil questiona e a única defesa é "foi o que saiu", ou quando a ferramenta erra com confiança e não há ninguém capaz de perceber.

O que são as ironias da automação?

É o argumento de Lisanne Bainbridge, de 1983: ao automatizar a maior parte de um trabalho, sobra para o humano a parte mais difícil, mas ele deixa de praticar porque a máquina faz o rotineiro. No momento raro em que a automação falha, ele está menos preparado do que estaria sem ela. A conclusão é que sistemas mais automatizados exigem operadores mais treinados, com menos oportunidade natural de treino.

Como usar IA sem perder a capacidade de julgar?

Seis práticas: formar a própria opinião em três linhas antes de perguntar; pedir sempre o contra-argumento mais forte; conferir cada número na fonte original e não na citação; aplicar a regra do explicar, em que nada que você não consegue explicar entra; fazer o teste do hostil, imaginando defender a conclusão sozinho diante da pessoa mais crítica que conhece; e manter o músculo, resolvendo algo difícil sem ajuda com regularidade.

Usar IA para pensar melhor não é contraditório?

Não. Pedir o contra-argumento, exigir a fonte e comparar a resposta da ferramenta com a sua própria são formas de usar a IA para ampliar o julgamento, não para substituí-lo. A distinção não é entre usar e não usar, e sim entre usar para pensar melhor e usar para não pensar. Este próprio post foi escrito assim.

Por que quem pensa mais extrai mais valor da IA?

Porque quando a execução fica barata e universal, a vantagem migra para quem sabe o que fazer com o resultado. Quem copia e cola compete com todos os que copiam e colam; quem forma opinião, confere e defende compete com pouquíssimos. E o estudo do MIT mostrou que quem pensou antes usou a ferramenta com melhor estratégia: não é troca entre pensar e produzir, quem pensa produz mais e produz coisa que consegue sustentar.

Isso não é um argumento contra a tecnologia?

É o oposto. O texto foi escrito com IA e defende usá-la para quase tudo. A máquina de lavar libertou gerações e ninguém lamenta a tábua de bater roupa. O único ponto é que a etapa de formar opinião não é execução: é a parte que define quem você é profissionalmente, e ela não estava incluída no que a ferramenta se ofereceu para carregar.

Os estudos citados são: Bainbridge, "Ironies of Automation", Automatica, 1983; Dahmani e Bohbot, Scientific Reports, 2020, sobre GPS e memória espacial; Lee e colegas, CHI 2025, Microsoft Research e Carnegie Mellon, sobre pensamento crítico; o estudo de Stanford sobre segurança de código assistido por IA; a medição da METR de 2025 sobre produtividade de desenvolvedores; e "Your Brain on ChatGPT", MIT Media Lab, 2025. Todos têm limitações de amostra e de prazo, indicadas no texto onde relevante. O rascunho deste post foi produzido com IA a partir de tese e posição minhas, e cada afirmação foi conferida na fonte antes da publicação. Última atualização: 14 de setembro de 2026.