A fadiga com IA é real, e o problema não é a tecnologia

Vitaly Friedman abriu em julho um texto no Smashing Magazine que resume um incômodo que muita gente sente e poucos dizem em voz alta: as pessoas não querem mais IA↳Inteligência artificial440 conteúdosUX e IA: Transformando Experiências Digitais com Inteligência ArtificialProduto & UX · jan 2025MCP: O que é e por que você vai ouvir falar disso em breve?AI · jul 2025IA generativa e a urgência de reconstruir nossa relação com a verdadeAI · jun 2025Ver tudo em AI → na vida, pelo menos não do jeito que a maioria das lideranças de produto imagina. Concordo com ele, e quero ir além do desabafo, porque isso tem consequência direta pra quem constrói software.

A premissa silenciosa de boa parte das empresas é que todo mundo está louco por mais features de IA, novos fluxos, novos assistentes que vão magicamente substituir práticas velhas. A realidade, como aponta Friedman, é o oposto: muitas dessas features têm baixa adoção e baixa retenção, a um custo altíssimo de entrega e com risco real de dano à reputação.

IA não é proposta de valor

O ponto mais afiado do texto, e o que eu levaria pra qualquer reunião de produto, é este: IA não é uma proposta de valor. Friedman usa o vocabulário do Business Model Canvas de David Bland para colocar as coisas no lugar. IA entra em Key Activities e Key Resources, não em Value Propositions. Ou seja: IA é meio, não fim. "Powered by AI" no marketing não faz cliente feliz por si só, como o Nielsen Norman Group já vinha argumentando.

Na prática, a maioria das features de IA nasce como bolt-on: uma ferramenta separada, colada por fora, que tira a pessoa do fluxo em que ela já trabalha. Como o trabalho na maioria das organizações já exige pular entre sistemas fragmentados e desconectados, a nova ferramenta de IA vira só mais um sistema pra entrar e sair. Em vez de reduzir trabalho, cria trabalho, e trabalho pouco recompensador.

O custo escondido que a demo não mostra

Aqui está a parte que a gente que projeta interface precisa internalizar. Pedir pra IA gerar uma resposta parece mais fácil do que escrever do zero, mas tem um custo que a demo bonita esconde. Friedman lista o fluxo real de revisar uma saída de IA:

• Ler por cima toda a saída gerada;
• Identificar os pontos-chave que merecem atenção;
• Verificar cada ponto, um por um;
• Checar a lógica do que vem a seguir;
• Articular correções e regenerar;
• Revisar a resposta de novo (várias vezes).

Isso é carga cognitiva pura. E é aqui que a acessibilidade↳Acessibilidade11 conteúdosO que é Acessibilidade Web e como tornar seu site mais acessívelDev (Back & Front) · mar 2019Design para veteranos digitais: acessibilidade para nós mesmosProduto & UX · jan 2020Dicas de Front-End para usabilidade, acessibilidade, performance e responsividadeProduto & UX · fev 2025Ver tudo em Produto & UX → e a experiência real batem de frente com a fantasia da produtividade instantânea. Um estudo citado no artigo (via Mike Rosenberg, com dados de HBR, WSJ, NBC News e ActivTrak) aponta que, para muita gente, a IA não reduz o trabalho, ela intensifica. O caça-e-conserta de alucinações não é grátis, e quem paga a conta é o usuário final, que recebe a inconsistência pronta pra desembaraçar sozinho.

Tem ainda o componente emocional que a gente costuma ignorar no roadmap: pra muita gente, a IA não chega como algo que escolheu explorar. Ela chega sem convite, no ritmo de outra pessoa, embalada em mensagens que alimentam o medo de perder o emprego. A reação natural a isso não é empolgação. É resistência à mudança e ansiedade sobre o próprio lugar.

O que as pessoas realmente comparam

Um argumento que eu vejo repetido em toda reunião é o de comparar a IA com o quão falhos os humanos são. Friedman desmonta isso com precisão, e eu assino embaixo: as pessoas não comparam software com pessoas. Elas comparam feature com feature. Se um recurso é instável num produto e o equivalente funciona sem falhas em outro, elas escolhem o segundo. Não é sobre "ser IA ou não ser". É sobre o que funciona de forma consistente, confiável e previsível, sempre.

E esse é o calcanhar de Aquiles da IA como feature de vitrine: diferente de outras funcionalidades, ela não é previsível nem confiável por natureza. Isso não a desqualifica, mas exige honestidade sobre onde ela cabe.

Outro engano frequente é achar que todo mundo quer velocidade. Boa parte das conversas sobre IA é, no fundo, conversa sobre velocidade de entrega. Só que, pra muita gente, acelerar a entrega tem pouco valor. Elas querem fazer bem feito, com tempo pra pensar e decidir. Querem sentir prazer no que fazem, não só despachar mais rápido. Aquele senso de realização que some, um vibe-coded change de cada vez.

IA-second, não AI-first

A virada de chave da minha leitura vem daqui. As pessoas não mudaram. Depois de todos esses anos, elas ainda querem features rápidas, acessíveis, confiáveis, previsíveis e úteis, todas as vezes. E, de preferência, features que aumentem seu jeito de trabalhar em vez de substituí-lo, assumindo as tarefas mais chatas, repetitivas e sem graça.

Dados da GovAI e da Brookings Institution, via Washington Post, mostram quais empregos estão mais e menos expostos à automação. Mas mesmo nos mais expostos há uma parte criativa, que exige gosto, ponto de vista e intuição. Se a IA automatiza só o pedaço tedioso disso, todo mundo ganha. É aí que o valor fica fácil de enxergar.

Para isso funcionar, a IA não pode ser um bolt-on. Precisa estar integrada de forma profunda no fluxo que a pessoa já tem, respeitando os modelos mentais que ela refinou por anos ou décadas. A IA deve se adaptar a como as pessoas pensam, e não o contrário. É por isso que Friedman propõe a ideia de ferramentas AI-second: sutis, humildes, calmas, ambientes, num papel de suporte em segundo plano. E, como ele nota, muitas vezes nem importa se você chama de "IA", "smart" ou "automação". O que importa é que funcione bem para quem usa.

O artigo fecha com uma citação de Bo Young Lee que traduz o sentimento: "Quero que a IA faça todo o trabalho físico e mental que me esgota, para eu poder ler livros escritos por humanos e ir a galerias ver arte feita por humanos." IA que facilita a vida, não que me obriga a mudar quem eu sou.

O contra-argumento honesto

Seria fácil demais transformar isso numa cruzada contra IA, e aí eu perderia o ponto. Existe um contra-argumento forte: adoção de tecnologia quase sempre começa com atrito e resistência antes de virar norma. Muita gente detestou touchscreens, versionamento distribuído e até folhas de estilo. A curva de adoção da IA pode ser exatamente isso, e algumas features hoje toscas vão amadurecer.

Justo. Mas isso não invalida a tese, refina ela. O que amadurece não é o rótulo "IA", é a utilidade consistente. As tecnologias que venceram a resistência inicial venceram porque resolviam um problema real de forma confiável, não porque a empresa colou um selo e empurrou goela abaixo. A fadiga de que Friedman fala não é rejeição à automação. É rejeição a automação cosmética vendida como revolução.

Para quem projeta produto no Brasil, onde budget e paciência do usuário são escassos, a lição é prática: pare de perguntar "onde encaixo IA aqui?" e comece por "qual é a tarefa mais chata e repetitiva que essa pessoa faz, e a IA consegue resolver isso de forma confiável, todas as vezes?". Acessibilidade, previsibilidade e integração ao fluxo não são detalhes de acabamento. São a definição de pronto. O resto é feature de enfeite esperando pra ser ignorada.

Fonte: Smashing Magazine