O mérito do trabalho é da IA ou de quem sabe usá-la?
- Leitura
- 4 min
A mesma ferramenta de IA produz entregas excelentes nas mãos de um profissional e superficiais nas de outro. A diferença está no repertório e no senso crítico de quem conduz.
“Olha o que o Claudinho fez.” A frase tem aparecido com frequência em reuniões e conversas profissionais. Às vezes, o responsável pela entrega é o Gepeto. Em outras, a explicação é simplesmente “foi a 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 →”. A expressão costuma surgir diante de uma apresentação bem-feita, de um protótipo que funciona ou de um texto produzido em poucos minutos. A brincadeira revela o quanto essas ferramentas foram incorporadas à rotina, mas levanta uma questão importante: afinal, quem merece o crédito pelo trabalho?
A inteligência artificial generativa é uma das ferramentas mais poderosas já incorporadas ao ambiente profissional. Desde 2004, quando comecei a trabalhar no mercado de produtos digitais, acompanho transformações profundas na maneira de planejar, desenvolver e entregar soluções. Ainda assim, poucas tecnologias alteraram tão rapidamente a dinâmica de execução quanto a IA. Uma ideia pode se transformar em uma tela, um fluxo ou uma primeira versão de produto em pouco tempo. Mas velocidade não deve ser confundida com domínio técnico, assim como capacidade de execução não significa autonomia para tomar decisões.
Os dados ajudam a dimensionar a mudança. No Brasil, 80% dos entrevistados pela sexta edição do estudo State of Search Brasil, de 2025, disseram ter utilizado alguma ferramenta de inteligência artificial. O levantamento, produzido pela Hedgehog Digital, mostra, no entanto, que a popularização não representa confiança irrestrita: mais de 90% afirmaram não confiar totalmente nas respostas geradas por essas ferramentas, e 80% disseram verificar as informações em outras fontes antes de utilizá-las. O comportamento indica que, mesmo com a IA cada vez mais presente, a validação humana continua sendo parte essencial do processo.
Repertório faz a diferença
A mesma ferramenta pode produzir resultados excelentes nas mãos de um profissional e entregas superficiais nas de outro. A diferença está no repertório, na experiência e na capacidade de formular as perguntas certas. É preciso compreender o problema, fornecer contexto, selecionar informações relevantes e estabelecer o que se espera do resultado. Depois, começa outra etapa decisiva, que inclui avaliar a resposta, identificar inconsistências, perceber o que ficou de fora e reconhecer aquilo que parece correto, mas não é. Quem conhece profundamente determinado assunto tem mais condições de enxergar falhas que poderiam passar despercebidas.
No desenvolvimento de produtos digitais, essa diferença fica ainda mais evidente. Uma tela pode funcionar, um fluxo pode rodar e uma demonstração pode impressionar. Mas um produto não se resume ao que aparece em uma apresentação. Planejamento, arquitetura, segurança, qualidade e testes são etapas fundamentais para garantir que uma solução funcione em condições reais, suporte o crescimento e atenda às necessidades dos usuários. Uma coisa é dizer que funciona na máquina de quem desenvolveu; outra é colocar o sistema diante de milhares de pessoas, com diferentes comportamentos e necessidades. A IA pode acelerar etapas importantes, mas não necessariamente antecipa tudo aquilo que precisa ser considerado. Um comando superficial tende a produzir uma entrega limitada, e é justamente aí que o conhecimento especializado faz diferença.
Delegar a execução não é delegar o julgamento
O problema ocorre quando a delegação da execução se transforma também na delegação do julgamento. Automatizar tarefas, ganhar produtividade e acelerar processos são usos legítimos da tecnologia. O risco está em aceitar respostas sem questionamento, deixar que a ferramenta determine caminhos sem avaliação ou confundir uma primeira entrega com um trabalho concluído. Sem revisão, erros podem chegar aos clientes, informações sensíveis podem ser expostas e equipes podem herdar sistemas difíceis de manter. Quanto maior o alcance da tecnologia, maior também o impacto de decisões equivocadas.
É curioso como a percepção de autoria muda conforme o resultado. Quando a entrega é boa, o mérito vai para o Claudinho. Quando algo dá errado, a explicação é que a IA alucinou. Nos dois casos, a participação de quem orientou o processo acaba ficando em segundo plano. Mas a ferramenta não escolheu sozinha o problema a resolver, não definiu todos os critérios de qualidade e não assumiu a responsabilidade pelo que foi entregue. Houve alguém por trás dos comandos, das escolhas, das revisões e dos ajustes.
Reconhecer o potencial da inteligência artificial não significa atribuir a ela todo o mérito pelo trabalho. É preciso compreender que uma ferramenta poderosa exige ainda mais preparo de quem a utiliza. O diferencial não está em acessar uma plataforma ou escrever um bom comando, mas em ter conhecimento para orientar o processo, repertório para explorar possibilidades e senso crítico para avaliar o resultado.
Por que projetos de IA fracassam antes de chegar à prática, segundo o Serpro
No AI Brasil Experience 2026, o superintendente de IA do Serpro e a Integraum apontaram integração, margem de erro, custo em escala e acordos claros desde o início como chaves para tirar a IA do piloto.















