Ninguém perguntou em que tarefa
Quatro e vinte da tarde de uma quarta-feira. Sala de reuniões da diretoria de uma empresa de alimentos com trezentas pessoas, com fábrica em Rafaela. O gerente de sistemas termina o terceiro slide, que se chama "Casos de uso" e tem onze. O presidente o interrompe:
—E isso melhora o quê para nós, concretamente?
Responde o diretor comercial, sem levantar os olhos do celular:
—Harvard mediu quarenta por cento a mais de qualidade com inteligência artificial. Olha lá, está no relatório que te mandei.
O presidente concorda com a cabeça. Alguém anota. A reunião segue: licenças, um orçamento, um piloto de três meses em marketing porque é onde "há menos risco". Ninguém pergunta em que tarefa foram medidos aqueles quarenta por cento. No slide seguinte o número já não aparece, e nem precisa: ficou flutuando na sala, que é onde ele trabalha.
(A cena é uma reconstrução composta. Daqui em diante, tudo o que leva número está medido e tem fonte.)
O experimento existe e é bom, e foi dele que saíram os quarenta por cento citados na sala. O que aquela sala não soube é que ele tinha duas metades.
O mito que sustenta a cena não é "a IA serve" nem "a IA não serve". É menor e mais caro: a ideia de que existe um percentual de melhora, um só, que dá para citar de memória e aplicar a qualquer trabalho. Não existe. O efeito depende de onde cada tarefa cai em relação a um limite que ninguém enxerga e que não está onde a gente imagina.
Um aviso antes de seguir: as medições deste texto foram feitas com consultores de uma firma global, agentes de suporte de uma empresa de software e programadores. Nenhuma com uma empresa argentina. O que se transporta é o formato do limite, não a altura do número.
Dezoito tarefas
O número que ficou flutuando na sala de Rafaela saiu desse experimento: Navigating the Jagged Technological Frontier, nove pesquisadores de Harvard, do MIT, da Wharton, de Warwick e do Boston Consulting Group, publicado na Organization Science em 2026. Sua metade favorável quase nunca é contada por inteiro, então ela vai inteira e vai primeiro.
Os 758 consultores foram sorteados em duas metades que não se cruzaram. Uma —385 pessoas— recebeu dezoito tarefas de produto: idealizar um tênis, segmentar o mercado de calçados por tipo de usuário, redigir um release, escrever um memorando que convencesse uma equipe. A outra —373— recebeu outra coisa, e já voltamos a ela. Dentro de cada metade houve três grupos, também sorteados: um trabalhou como sempre, outro com GPT-4 e o terceiro com GPT-4 mais um treinamento breve.
Os números que se citam saem dessa primeira metade. São três.
Primeiro, quanto terminaram. O grupo sem inteligência artificial completou 82% do que lhe foi pedido; os grupos com a ferramenta, 91% e 93%. Em separado —e não é a subtração desses percentuais, e sim o efeito estimado— o paper coloca isso em 12,2% a mais de tarefas concluídas: em uma área que entrega quarenta trabalhos por mês, são cinco a mais que chegam.
Segundo, quanto demoraram. Os grupos com a ferramenta trabalharam 25,1% mais rápido. Uma tarefa de quatro horas termina em três: um dia de trabalho por semana, todas as semanas.
Terceiro, e é o número pior citado, quanto valia o que entregaram. Avaliadores humanos pontuaram cada entrega em uma escala comum: o grupo sem a ferramenta teve média 4,37 e os dois grupos com IA ficaram 1,31 e 1,48 ponto acima, entre 29,9% e 33,9% mais qualidade. O corpo do paper resume isso como mais de 30%.
São melhoras grandes, bem medidas, sobre trabalho real e com as hipóteses escritas antes de começar. Quem disser hoje que a inteligência artificial generativa não mexe com o trabalho de conhecimento está discutindo com a evidência, não com o marketing.
Dezoito tarefas. Contadas todas, o experimento tinha dezenove.
Por que aqui está 30% e não 40%. O número citado nas salas de diretoria vem do rascunho de 2023 deste mesmo estudo, cujo resumo falava em "mais de 40% de qualidade" em relação ao grupo de controle. A versão que passou por revisão por pares —Organization Science, 2026— tirou essa cifra do resumo, e o corpo do paper reporta "mais de 30%": 29,9% e 33,9% conforme os dois grupos com IA. Nada disso é um escândalo. É o que a revisão por pares faz, e é a razão pela qual ela existe. O problema é o calendário: entre o rascunho e a versão publicada passaram dois anos e meio, e uma conversa corporativa sobre IA dura três semanas. O que chega à sala é sempre o rascunho. Na segunda parte desta série há mais quatro números com o mesmo problema, e a um deles se atribui uma queda do Nasdaq.
E uma
A outra metade —373 consultores sorteados do mesmo grupo, comparáveis em tudo o que é mensurável— nunca viu aquelas dezoito tarefas. Recebeu uma só, de negócio, desenhada para cair do outro lado do limite. Ninguém os avisou: eles a receberam como o trabalho do dia, sem nenhuma marca que a distinguisse.
Ela tinha uma particularidade que as dezoito não tinham: uma resposta objetivamente correta. Era uma recomendação construída sobre dados quantitativos e notas de entrevistas, e sobre ela dava para dizer depois, sem discussão, se o consultor tinha acertado ou não.
Quem trabalhou sem inteligência artificial acertou 84,5% das vezes; quem tinha GPT-4, 70,6%; quem além disso tinha recebido o treinamento, 60%.
Combinando os dois grupos com inteligência artificial, a queda média é de 19 pontos percentuais, e as duas palavras trabalham. Cair de 84,5% para pouco mais de 65% são 19 pontos. Dizer "19% a menos" descreveria uma queda até 68,4%, que é outra coisa. Confundir as duas cifras é o erro mais frequente deste território, e quem o comete é o resumo da versão publicada: diz "19% a menos" onde o corpo do mesmo paper diz pontos. A conta se lê sozinha pelo lado que dói: sem a ferramenta, errava um e meio a cada dez consultores; com a ferramenta, três e meio. Os erros se multiplicaram por mais de dois.
A diferença entre os dois grupos com a ferramenta não alcança o nível de confiança que costuma se exigir de um resultado (os 5%): ela é firme apenas a 10%. Então a leitura honesta é curta: o treinamento não os colocou do lado bom.
Os consultores falharam por uma razão mais incômoda do que a confiança ou a preguiça: nada avisava que aquela tarefa era diferente. Nada no enunciado e —isto é o que sai caro— nada na resposta tampouco.
Disso há uma medição, na mesma metade do experimento: os avaliadores pontuaram também a coerência e a argumentação do que aqueles 373 entregaram, e ali os grupos com IA ficaram entre 18% e 25% acima do grupo sem a ferramenta. As mesmas pessoas, a mesma tarefa, a mesma tarde: mais bem escrito e menos vezes correto. O erro não vinha embrulhado em um texto pior. Vinha embrulhado em um melhor.
As duas metades do mesmo experimento, uma ao lado da outra:
A fronteira dentada
A primeira coisa que qualquer um faz ao ler esse resultado é uma hipótese razoável: a ferramenta serve para o fácil e falha no difícil. É a hipótese errada, e é cara: quem a adota acredita que já tem uma regra.
Várias das dezoito eram exigentes: segmentar um mercado por tipo de usuário ou escrever um memorando que convença uma equipe não são burocracias. E a 19 não era a mais difícil: era uma recomendação de negócio com planilhas e notas de entrevistas sobre a mesa, do tipo que um consultor entrega toda semana.
O limite existe, é real e dá para medir. O que não dá é deduzi-lo. A dificuldade que um profissional atribui a uma tarefa não as ordena de um lado e do outro: duas que lhe parecem igualmente exigentes podem cair em lados opostos, e a que está ao lado da que funcionou bem pode ser a que falha. Os autores deram um nome a esse formato: a fronteira dentada (jagged frontier). Não é uma rampa suave do fácil ao impossível; tem dentes, e os dentes não se veem de fora.
Dois desenhos: a fronteira que a gente imagina e a que o experimento descreve.
Em Decidir sob incerteza separamos os problemas complicados dos complexos conforme o comportamento da causa e do efeito. O limite deste experimento é outra coisa: não classifica o problema, classifica do que a ferramenta é capaz.
Se a fronteira não se deduz, a pergunta útil deixa de ser quanto a inteligência artificial melhora e passa a ser de que lado cai esta tarefa. Responde-se testando. Antes fica uma esperança para descartar, a que todo dono formula sem dizer em voz alta: que a sua melhor gente consiga, sim, enxergar o limite.
O que a ferramenta faz com os seus craques
A esperança é sensata e tem uma medição contra ela: 5.172 agentes de suporte ao cliente de uma grande empresa de software, acompanhados mês a mês enquanto lhes davam acesso a um assistente construído sobre o GPT-3 e implantado entre 2020 e 2021, antes de o ChatGPT existir. A boa evidência de campo é sempre mais velha do que a ferramenta que se compra.
A implantação não foi uniforme, e é aí que está o peso do resultado: a ferramenta entrou escritório por escritório e agente por agente, e essa diferença de calendário permite isolar o efeito comparando cada agente consigo mesmo antes e depois.
Em média, os agentes resolveram 15% mais problemas por hora. A cada vinte chamados que um agente fechava num dia, fechou três a mais.
Essa média não descreve quase ninguém. O quintil de menor habilidade prévia —os 20% que vinham rendendo pior— subiu meio problema por hora, 36%. Os mais qualificados não mostraram mudança significativa.
A isso chamamos, na 32sur, a inversão de habilidade: a ferramenta que se compra pensando em potencializar os melhores acaba levantando o piso de quem está entrando agora, e nos melhores não move o ponteiro.
Com uma condição, e ela vem do próprio experimento das dezenove tarefas: na metade de dentro, quem vinha abaixo da média ganhou bastante mais do que os de cima, mas os de cima também ganharam de forma apreciável. (Os percentuais exatos estão só no rascunho de 2023, então não são citados aqui.) Quanto sobra para a sua melhor gente depende do trabalho: em tarefas abertas ganha todo mundo e os de baixo ganham mais; no balcão —o trabalho dos agentes de suporte—, onde a resposta correta existe e se repete, o teto não se moveu.
O lugar onde rende primeiro é o balcão: a consequência prática é a quem se dá o acesso, e em que ordem.
Por nível de habilidade prévia, o efeito fica concentrado em um único extremo.
Se o efeito varia tanto entre pessoas da mesma empresa e no mesmo mês, a pergunta seguinte cai de madura.
A média não existe
O efeito varia também entre empresas. Uma metanálise de 2026 —preprint, sem revisão por pares, e sobre programação— reuniu 23 estudos e 27 tamanhos de efeito.
Antes da cifra, a tradução. Quando se junta evidência de estudos diferentes, o resultado é expresso em uma escala comum chamada tamanho de efeito: quanto o resultado se moveu em comparação com o que já variava entre as pessoas medidas. Zero é "não aconteceu nada", 0,2 é pequeno e 0,5 é médio. Produtividade deu 0,33, uma melhora real e intermediária, mas com uma faixa razoável que vai de 0,09 a 0,58: de quase nada até bastante. A média está bem calculada; as empresas medidas não se parecem entre si, e a metanálise diz por onde: os ganhos são maiores em experimentos controlados e menores em contextos de código aberto e de empresa. Quanto mais a medição se parece com uma empresa de verdade, menor é o número.
Sobre aprendizagem, o efeito não se distingue de zero com os dados disponíveis: 0,14, com uma faixa que cruza o zero.
Três pares de cifras, e nenhum deles é "o percentual que a IA dá":
As três são medições sérias e nenhuma das três pode ser citada como "o que a IA vai dar para a sua empresa". Esse número não está publicado em lugar nenhum, porque depende de quais tarefas você tem lá dentro.
“Que uma pessoa revise”
É a objeção que o leitor vem formulando desde a tarefa 19, e é a correta: que antes de sair alguém que entende dê uma olhada.
A cena é reconhecida por qualquer um que tenha usado a ferramenta para valer. Você aponta um erro —o número da linha 12 não é esse— e do outro lado chega um pedido de desculpas, a linha corrigida e outra vez a mesma conclusão, com mais dois argumentos. Na quarta ida e volta você já não verifica: discute, e não lembra qual era a sua objeção original.
Há uma medição disso e ela é incômoda. Uma equipe da Harvard Business School —parte dela, os mesmos autores do experimento das dezenove tarefas— colocou mais de 70 consultores da mesma firma para trabalhar com um modelo em uma tarefa difícil para ele, e observou o que acontecia quando o profissional tentava validar o resultado: conferir dados, apontar um erro, pedir que reconsiderasse. É um working paper, sem revisão por pares.
O que encontraram é que o modelo não revelava o seu limite: escalava a persuasão. Pedia desculpas, corrigia o detalhe apontado e voltava a sustentar a posição original, agora com mais dados de apoio. Os autores catalogaram 14 táticas, agrupadas nas três famílias clássicas da retórica: a credibilidade própria, a lógica e os dados, e a pessoa que se tem pela frente. Chamaram isso de bombardeio de persuasão.
Na série sobre decidir sob incerteza vimos que uma fórmula simples empata ou ganha do julgamento especialista. Aqui o problema é outro: uma fórmula não se defende, e um modelo de linguagem, sim.
Revisar serve. Mas uma revisão que começa depois de ter lido a resposta não é uma verificação: é uma discussão, e o modelo está mais bem equipado para vencê-la. O que a transforma em verificação é ter escrito, antes, qual era a resposta correta.
Quatro em cada dez já compraram a ferramenta
Os quatro estudos anteriores foram medidos fora. Da Argentina há uma foto recente: o CEPE —o centro de políticas públicas da Escola de Governo da Universidad Torcuato Di Tella— e a Fundar, com levantamento da Fundación Observatorio PyME, pesquisaram 402 empresas de 10 a 249 funcionários entre novembro e dezembro de 2025.
41,6% já usam pelo menos uma tecnologia de inteligência artificial. A discussão sobre adotar ou não já terminou, e se resolveu sozinha, sem passar pela diretoria.
Os três números a seguir são sobre as que já a usam. 54,7% a aplicam em marketing e vendas. 57% não medem formalmente o impacto. E 72,5% não têm nenhuma diretriz de uso, nem sequer informal: política escrita, têm 3,3%.
Ferramenta já existe. Falta o critério para posicioná-la: a foto de uma empresa que comprou e ainda não testou nada da maneira como se testa.
E testar, ao contrário de quase tudo o que se vende neste ramo, não custa dinheiro.
O que fazer com uma tarefa que você nunca testou
O mapa genérico da fronteira não existe e não vai existir: depende de quais tarefas cada empresa tem lá dentro. Localizar o primeiro trecho da sua, por outro lado, custa uma tarde.
Um: escrever a resposta correta antes de abrir qualquer coisa. Escolha uma única tarefa, junte casos já resolvidos e escreva, para cada um, o que teria sido acertar. É o mesmo movimento de uma entrevista bem feita, onde a rubrica se escreve antes de conhecer o candidato: depois, o critério se acomoda sozinho ao que saiu.
E se a tarefa que lhe interessa não tem uma resposta verificável —o caso de quase tudo o que se faz em marketing—, não se testa a tarefa: testa-se o pedaço que tem. De uma campanha ninguém vai poder dizer depois se o texto era o correto; de uma lista de duzentos contatos dá para dizer quais ficaram mal classificados, e de um texto, se a cifra que ele cita está no relatório de onde saiu. Esse pedaço se testa primeiro.
Dois: testar em pequeno e sobre o conhecido. Roda-se a ferramenta sobre aqueles casos antigos e contam-se duas coisas: quantas vezes ela acertou e quantas errou com segurança. A segunda é a que importa, porque é a que a sua gente não vai detectar.
Três: olhar os erros um por um. A pergunta útil é se eles são detectáveis pela pessoa que vai receber o trabalho. Um 90% de acertos com erros invisíveis é pior do que um 70% com erros óbvios.
Quatro: decidir uma tarefa por vez. A que passou, entra. A do lado —mesmo que lhe pareça igual, e sobretudo se lhe parecer igual— volta ao passo um. Esse é todo o conteúdo operacional da fronteira dentada.
Quem faz cada passo, com que limiar, e uma ficha começada:
O que vai acontecer quando você propuser isso
Assim que você propuser o primeiro desses passos vão aparecer quatro frases, e as quatro são razoáveis: cada uma se apoia em algo que de fato aconteceu.
| O que vão dizer | Contra o que isso esbarra | O que fica de pé |
|---|---|---|
| "Já testamos e funciona muito bem" | Em 18 tarefas de consultoria real a ferramenta melhorou tudo o que foi medido; na tarefa 19, consultores comparáveis da mesma firma acertaram menos com ela do que sem ela (Dell'Acqua e outros, 2026) | Funcionar no que você testou não diz nada sobre o que ainda não testou. |
| "Vamos testar primeiro no difícil: se funciona ali, funciona em tudo" | A tarefa que falhou não era a mais difícil: era uma recomendação de negócio com planilhas e notas de entrevistas, do tipo que se entrega toda semana (Dell'Acqua e outros, 2026) | A dificuldade que você percebe não ordena as tarefas do lado correto. |
| "Que antes de sair uma pessoa revise" | Quando os profissionais conferiam dados e apontavam erros, o modelo pedia desculpas, corrigia e voltava a sustentar o mesmo com mais argumentos (Randazzo e outros, 2025 — working paper) | Revisar funciona se o critério estiver escrito antes de ver a resposta. |
| "Vamos começar pelos seniores, que são os que mais rendem" | O efeito se concentrou no quintil de menor habilidade (+36%); nos mais qualificados não houve mudança significativa (Brynjolfsson, Li e Raymond, 2025) | A IA encurta a curva de aprendizado. Serve onde ainda há curva. |
As quatro são razoáveis; nenhuma sobrevive à medição. As quatro frases têm uma metade verdadeira: a outra metade custa um piloto.
Perguntas para segunda-feira
Nenhuma das três primeiras precisa de um dado que você não tenha agora mesmo na cabeça.
Três de memória, duas para perguntar, duas para fazer
- A última vez que alguém na sua empresa citou um percentual de melhora por usar inteligência artificial: em que tarefa isso foi medido? Se você não sabe, não é uma censura: é o estado normal da conversa.
- Nomeie as três tarefas em que hoje se usa IA na sua empresa. Quem decidiu que fossem essas?
- Dessas três, qual tem uma resposta que depois pode ser verificada sem discussão? Se nenhuma, hoje você não tem como saber se ela está servindo para alguma coisa.
As duas seguintes exigem perguntar algo a outra pessoa.
- Quem recebe o trabalho que sai dessas tarefas, e quanto tempo leva para conferi-lo? Pergunte a essa pessoa, não a quem o produz: são dois números que nunca coincidem.
- A sua gente com menos experiência tem acesso à ferramenta, ou o acesso foi dado primeiro à equipe sênior? A evidência diz que o retorno está do outro lado.
E duas que não se leem: se fazem. Custam uma tarde e dez pastas antigas.
- Escolha uma tarefa que você ainda não testou com IA e junte dez casos já resolvidos. Escreva, antes de abrir qualquer coisa, que resposta teria sido correta em cada um. Depois rode os dez e conte acertos e erros ditos com segurança.
- Repita isso com a tarefa do lado, a que lhe parece do mesmo teor. Compare os dois resultados: esse é o primeiro trecho da sua fronteira. O que lhe venderem como genérico é de outra empresa.
O diretor comercial da sala de Rafaela tinha razão pela metade, e a metade correta é a maior: o experimento existe, está bem feito, e em dezoito tarefas de consultoria real a IA melhorou tudo o que foi medido. O que faltou naquela mesa não foi ceticismo. Foi uma pergunta de quatro palavras: em que tarefa mediram?
O piloto começou em marketing, "porque é onde há menos risco". Pode ser. Também pode ser que marketing seja a tarefa 19 daquela empresa, e ninguém vai ficar sabendo, porque ali quase nada tem uma resposta que se possa verificar depois sem discussão. Um piloto que não pode falhar de maneira visível também não pode ensinar nada.
Antes de sair mapeando há um obstáculo mais perto, dentro da sua empresa. Na segunda-feira, quando se discutir o orçamento, vão citar cinco números. Um já apareceu aqui; os outros quatro são piores, e a um deles se atribui uma queda do Nasdaq. A segunda parte desta série os desmonta um por um e deixa à mão o filtro para o próximo que aparecer.
De que lado da fronteira caem as suas tarefas?
A entrega é uma folha com três colunas e uma linha por tarefa: de que lado da fronteira caiu cada uma, quem paga o custo de verificá-la e com que critério, escrito antes. Quase nenhuma empresa argentina a tem. A primeira linha sai de uma tarde sobre dez casos já resolvidos, na tarefa que mais horas consome do seu gargalo. A 32sur trabalha essa tarde e as que vêm depois. Vamos conversar.
Referências
- Dell'Acqua, F., McFowland III, E., Mollick, E., Lifshitz, H., Kellogg, K., Rajendran, S., Krayer, L., Candelon, F. e Lakhani, K., "Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality", Organization Science, 37(2), 2026, pp. 403-423 (DOI 10.1287/orsc.2025.21838) — a coluna deste artigo. Experimento pré-registrado com 758 consultores do Boston Consulting Group, cerca de 7% dos consultores individuais da firma, atribuídos ao acaso a três condições (sem GPT-4, com GPT-4, e com GPT-4 mais um treinamento breve) e a dois braços sem sobreposição: 385 sujeitos dentro da fronteira e 373 fora. Nenhum participante fez os dois braços, de modo que as 18 tarefas e a tarefa 19 foram resolvidas por pessoas diferentes, comparáveis por sorteio. Dentro da fronteira (18 tarefas realistas, de criativas a analíticas, todas do ramo de calçados): taxa de conclusão de 82% no controle contra 91% e 93% nos grupos com IA; o corpo do paper resume o efeito como mais de 25% de velocidade, mais de 30% de qualidade e mais de 12% de tarefas concluídas. A qualidade foi pontuada por avaliadores humanos: média do controle 4,37, com incrementos de 1,31 e 1,48 ponto (29,9% e 33,9%); com o GPT-4 como avaliador os incrementos vão de 17,1% a 19%, e este artigo não os usa. Sobre a distribuição de habilidade, a versão publicada diz que a distância entre níveis diminuiu e que os que estavam acima da média também se beneficiaram de forma apreciável; os percentuais dessa comparação aparecem só no rascunho (ver referência 2) e por isso não são citados no corpo. Fora da fronteira (uma tarefa de negócio com dados quantitativos e notas de entrevistas, com resposta objetivamente correta): 84,5% de acertos no controle, 70,6% com GPT-4 e 60% com GPT-4 mais treinamento, ou seja, uma queda média de 19 pontos percentuais combinando as duas condições com IA (Tabela 7, média do controle 0,844, n = 373). Nesse mesmo braço, a coerência e a qualidade da argumentação pontuadas pelos avaliadores foram superiores nos grupos com IA: média do controle 5,86 contra 6,90 e 7,33, ou seja, +17,9% e +25,1% (Tabela 9). Três precisões que este artigo respeita: o resumo da versão publicada diz "19% menos provável" enquanto o corpo do mesmo paper diz "19 pontos percentuais" — usa-se a do corpo, que é a correta e a que o rascunho trazia; o teste de igualdade entre as duas condições com IA dá p ≈ 0,082-0,095, de modo que a diferença entre 70,6% e 60% é significativa a 10% mas não a 5%; e a nota 5 do paper esclarece que o pré-registro não incluía nem a ideia da fronteira dentada nem a descrição das tarefas usadas.
- Dell'Acqua, F. e outros, "Navigating the Jagged Technological Frontier", Harvard Business School Working Paper 24-013 / SSRN 4573321, setembro de 2023 — o rascunho do estudo anterior, e a origem do número que se cita nas salas de diretoria: seu resumo fala em "mais de 40% de qualidade" em relação ao grupo de controle, e reporta ainda que os consultores abaixo da média melhoraram 43% e os que estavam acima, 17%. O resumo da versão revisada por pares eliminou a primeira cifra e reformulou a segunda comparação sem percentuais. É citado aqui para documentar a diferença, não como fonte de nenhum dado deste artigo.
- Brynjolfsson, E., Li, D. e Raymond, L., "Generative AI at Work", The Quarterly Journal of Economics, 140(2), 2025, pp. 889-942 — o reforço deste artigo: 5.172 agentes de suporte ao cliente de uma grande empresa de software, com um assistente conversacional baseado em GPT-3 cujo acesso foi aberto de forma escalonada por site e de um agente por vez entre 2020 e 2021, antes do surgimento do ChatGPT; a identificação é de diferenças em diferenças com efeitos fixos de agente, contra os agentes ainda não tratados. Aumento médio de 15% em problemas resolvidos por hora; o quintil de menor habilidade sobe 0,5 problema por hora (36%) e os trabalhadores mais qualificados não mostram mudança significativa — o resumo do paper aponta ainda que os mais experientes e mais qualificados ganham um pouco de velocidade e perdem um pouco de qualidade. Por tempo de casa: menos de um mês, +0,7 problema por hora; mais de um ano, efeito nulo. O estudo não reporta um valor numérico no texto para os quintis intermediários; os dados de replicação estão disponíveis no Harvard Dataverse. Aviso de higiene de fontes: a ficha do working paper de 2023 no NBER segue publicando 14%, 34% e 5.179 agentes; a versão revisada por pares diz 15%, 36% e 5.172, e são essas as usadas aqui.
- Maier, S., Gunzenhäuser, M., Schweisthal, J., Schneider, M. e Feuerriegel, S., "A meta-analysis of the effect of generative AI on productivity and learning in programming", LMU Munich / Munich Center for Machine Learning, arXiv:2605.04779, maio de 2026 — 23 estudos e 27 tamanhos de efeito no total (produtividade e aprendizagem), com busca sistemática e avaliação formal de risco de viés. Produtividade: g de Hedges = 0,33 (intervalo de confiança de 95%: 0,09 a 0,58), com heterogeneidade substancial. Aprendizagem: g = 0,14 (intervalo de −0,18 a 0,47), ou seja, um efeito que não se distingue de zero. O achado que este artigo usa: os ganhos são maiores em experimentos controlados e menores em contextos de código aberto e de empresa. É um preprint: ainda não passou por revisão por pares, e é sobre programação.
- Randazzo, S., Joshi, A., Kellogg, K., Lifshitz, H., Dell'Acqua, F. e Lakhani, K., "GenAI as a Power Persuader: How Professionals Get Persuasion Bombed When They Attempt to Validate LLMs", Harvard Business School Working Paper 26-021, outubro de 2025 — mais de 70 consultores do BCG trabalhando com um modelo em uma tarefa desenhada para lhe ser difícil. Quando os profissionais tentavam validar o resultado, o modelo escalava a intensidade da sua persuasão em vez de revelar os seus limites: pedia desculpas, corrigia e voltava a sustentar a posição original com mais dados de apoio. Os autores catalogam 14 táticas agrupadas em ethos, logos e pathos, e propõem a persuasão como quarta barreira à colaboração entre pessoas e máquinas, ao lado da opacidade, da complacência com a automação e dos problemas de exatidão. É um working paper, sem revisão por pares. A documentação disponível não reporta com que frequência os profissionais acabaram aceitando respostas incorretas, e este artigo não o afirma.
- CEPE-Universidad Torcuato Di Tella (centro de políticas públicas da sua Escola de Governo) e Fundar, iniciativa nadIA, com levantamento da Fundación Observatorio PyME e apoio do BID, "Encuesta Nacional sobre Adopción de IA en Pequeñas y Medianas Empresas de la Argentina", abril de 2026 — 402 empresas de 10 a 249 funcionários da indústria manufatureira e de software e serviços de informática, com campo entre novembro e dezembro de 2025 e amostragem estratificada em 14 estratos setoriais. 41,6% usam pelo menos uma tecnologia de IA (36,4% excluindo software e serviços de informática). Os percentuais seguintes estão calculados sobre as empresas que já usam IA, não sobre as 402: 77,9% usam geração de texto ou código (dado disponível, não citado no corpo); 54,7% a aplicam em marketing e vendas; 57% não medem formalmente o impacto (a figura do relatório mostra 57,4% e o resumo executivo, 57%); e 72,5% não têm nenhuma diretriz nem política sobre o uso de IA, nem sequer informal — outros 17,9% têm diretrizes informais não documentadas e apenas 3,3% contam com uma política formal escrita. O relatório reporta ainda que apenas 4% das firmas têm um orçamento específico para IA; este artigo não usa esse dado.
Todas as fontes foram lidas em sua versão primária publicada. Última verificação: agosto de 2026.