O slide 4
Onze e vinte de uma quinta-feira. O conselho de uma fabricante de autopeças se reúne onde sempre se reúne: nos escritórios de Belgrano, em Buenos Aires, e não na fábrica de Garín, onde trabalham as setecentas pessoas de quem se vai falar a manhã inteira. Seis deste lado da mesa, dois do outro.
O deck se chama "Programa de Inteligência Artificial — Fase 1" e pede seiscentos mil dólares em dezoito meses. Os slides 5 a 22 são discutidos por uma hora e quarenta minutos, e dois são refeitos. O slide 4 não. Chama-se "A evidência": cinco números grandes com quatro logos no rodapé —Harvard, MIT, Stanford, GitHub— e um sem logo, com uma sigla de quatro letras que ninguém pesquisou no Google.
O consultor passa por ele em onze segundos. "Isso vocês já conhecem", diz, e acrescenta sem parar: "depois eu mando o estudo, se quiserem".
Ninguém pediu.
Não é que o conselho esteja distraído. Discutem menos esse slide porque é o único dos vinte e dois que parece não ter uma opinião dentro. Os outros são dele. Esse é de Harvard.
Às duas da tarde o programa está aprovado. Na ata fica o valor e nenhum dos cinco números que fixaram o tamanho dele.
(A cena é uma reconstrução composta. Daqui em diante, tudo o que leva número está medido e tem fonte.)
As cinco fontes primárias foram lidas no original, na versão disponível em agosto de 2026.
Aqui esse slide cai em terreno mole: na pesquisa do CEPE —o centro de políticas públicas da Di Tella— com a Fundar, sobre 402 pequenas e médias empresas argentinas, a barreira mais declarada para adotar IA não é o custo, é a falta de experiência e de conhecimento sobre o tema: 46,2%, seguida de perto pela falta de pessoal qualificado.
Um esclarecimento, e um só: as cinco medições foram feitas sobre atendentes de suporte de uma Fortune 500, consultores de uma firma global e programadores de código aberto. Nenhuma sobre uma empresa parecida com a sua. O que este artigo lhe traz é como cada número chegou até aqui.
Por que a correção nunca chega à sala
Se os estudos estão a um clique, como é que chegam errados? Já desmontamos uma vez os 70% das mudanças que fracassam, que não têm por trás a medição que lhes atribuem: um número sozinho, e o mecanismo era o boca a boca. Aqui são cinco, e o mecanismo é próprio de um tema que envelhece em meses.
Um estudo não nasce publicado. Primeiro circula como versão preliminar —working paper ou preprint: as três expressões nomeiam a mesma coisa—, um texto que ninguém de fora revisou ainda. Depois chega a revisão por pares, que é quando outros pesquisadores da área o leem e objetam: demora dois anos em um dos casos deste artigo e dois anos e meio no outro, e quando chegou o número tinha mudado. A conversa sobre IA não demora dois anos: demora duas semanas. A essa altura o número da versão preliminar já está em matérias de imprensa, em posts, em decks de fornecedores e no slide 4. E não há nada que leve a correção de volta: ninguém manda uma errata para um slide.
Ao número que sobrevive a esse circuito chamamos de número zumbi: um que os próprios autores já corrigiram e que continua andando, porque a versão preliminar viaja e a correção não.
E não se monta de má-fé. Alguém tem que entregar o deck na segunda: busca "AI productivity study", acha uma matéria que cita Harvard, copia o número e o logo —que vem da matéria, não do estudo— e monta a linha. Quatro minutos. O original está a um clique, e o clique não faz parte do que foi pedido.
Nada disso precisa ser acreditado: verifica-se em trinta segundos. O estudo que abre a lista está publicado, com revisão por pares, desde fevereiro de 2025, e a ficha da sua versão preliminar no NBER —onde circulam as versões preliminares de economia— continua mostrando o resumo de 2023. Quem "verifica" ali confirma o número errado. Por isso verificar não é abrir a primeira ficha que aparece: é buscar o título entre aspas com o ano mais recente. É a pergunta dois da alfândega do final.
O circuito são duas pistas que nunca se tocam.
Número um · Como se cita: “a IA aumenta a produtividade em 14%, e 34% nos novatos”
O primeiro corrige para cima: quem cita a versão que circula está subestimando a ferramenta.
A fonte é Brynjolfsson, Li e Raymond, no The Quarterly Journal of Economics de 2025: 5.172 atendentes de suporte ao cliente de uma Fortune 500, com um assistente conversacional implantado em lotes. O resumo diz “by 15% on average”, e o grupo de menor habilidade medida aparece como “an increase of 0.5 in RPH, or 36%” —RPH são consultas resolvidas por hora—. Há uma frase que não sobe aos slides: os mais experientes “see small gains in speed and small declines in quality”.
A unidade precisa ser traduzida, e não é a que se imagina: as médias brutas da Tabela I vão de 2,0 a 2,5 consultas resolvidas por hora, e os 15% do resumo são o que sobra quando se isola o efeito da implantação escalonada. Duas por hora, não vinte: um chat dura em média 41 minutos e cada atendente atende vários ao mesmo tempo.
E há uma segunda correção, maior que a dos decimais: os 36% não são dos novatos. São do quinto da equipe que vinha medindo pior, gente que pode ter dez anos de casa. O tempo de casa é outra variável, reportada à parte: menos de um mês, +0,7 consulta por hora; mais de um ano, sem mudança. Quem traduziu “quintil de menor habilidade” por “novatos” não mudou um número: mudou a quem dar a ferramenta primeiro. E multiplicada pela folha inteira, a média projeta uma economia que o estudo não encontra nem no quintil que mede melhor nem em quem tem mais de um ano de casa.
Número dois · Como se cita: “os consultores do BCG produziram 40% mais qualidade”
Este número não foi discutido. Ele foi embora.
Em setembro de 2023 apareceu a versão preliminar de um experimento pré-registrado com 758 consultores do BCG, e o resumo dizia “more than 40% higher quality compared to a control group”. Essa frase deu a volta ao mundo. Em março de 2026 o mesmo trabalho saiu publicado na Organization Science: o resumo não traz o número —diz “solutions of significantly improved quality”— e o corpo reporta “performance by more than 30%”.
Convém dizer o que são “40% mais de qualidade”: cada entrega foi pontuada por avaliadores humanos, contra a média do grupo que trabalhou sem IA. Com eles, vai de 29,9% a 33,9%, e os dois extremos são os dois grupos com IA: o que a usou sem mais nada e o que recebeu também treinamento em como pedir as coisas a ela. Com o GPT-4 como avaliador, cai para pouco mais da metade.
Nada disso diz que o estudo seja ruim: é um experimento de campo pré-registrado sobre trabalho real, e mediu também uma tarefa em que o efeito se inverte, do que tratou a parte 1 desta série. O que foi corrigido foi um número do resumo da versão preliminar, e o autor o retirou: o número seguiu sozinho. O número zumbi na sua forma mais nítida.
E é preciso cuidado com a subtração, porque “mais de 30%” é um piso e não um ponto. O que se pode afirmar é que quem dimensionou com 40% projetou a mais: um quarto lhe sobra —40 onde a fonte publicada diz mais de 30—, e não é que lhe reste um quarto. No programa da quinta-feira, esse quarto a mais separa um business case de uma expressão de desejo.
Número três · Como se cita: “95% dos pilotos de IA fracassam”
Comecemos pelo que ele não é. Não é um estudo.
The GenAI Divide: State of AI in Business 2025, de Challapally, Pease e Raskar, saiu em meados de 2025 pelo MIT Project NANDA —uma iniciativa do MIT dedicada às redes de agentes de IA— e não passou por revisão por pares nem foi concebido para passar. Toda a sua base empírica são 52 entrevistas, 153 respostas de pesquisa coletadas em quatro conferências e uma revisão de cerca de 300 iniciativas.
A aritmética, devagar e sobre cem empresas. De cada cem, umas oitenta nunca fizeram um piloto de uma ferramenta própria. Sobram vinte, e dessas vinte cinco chegaram a um resultado. Cinco empresas em cem: esses são os 5% da manchete. Mas essas mesmas cinco, sobre as vinte que tentaram, são uma em cada quatro.
Os 95% nunca foram uma taxa de fracasso de pilotos: são o percentual de empresas que não chegou a um resultado, contando também as que não tentaram nada. Lido assim, não serve nem para frear um projeto nem para vendê-lo. Mais dois dados: a régua era um impacto marcado e sustentado seis meses depois do piloto, e os autores desenvolviam as ferramentas de agentes de IA que o relatório recomenda.
Há ainda um dado que quase ninguém leu: o relatório reporta cerca de 67% de sucesso nas iniciativas com parceiros externos contra 33% nos desenvolvimentos internos — declarados pelos respondentes, e sem publicar sobre que base são calculados. Aqui não servem para calcular nada. Servem para uma coisa: o documento que se cita para provar que a IA não funciona carrega dentro uma taxa de sucesso de dois em cada três.
Nada disso impediu que ele mexesse com dinheiro: atribui-se a ele ter contribuído para uma queda do Nasdaq em agosto de 2025, e foi amplificado por Forbes, Axios, The Hill e Harvard Business Review. A última merece parágrafo próprio.
O número que a Harvard Business Review não filtrou. Em setembro de 2025, a Harvard Business Review publicou um dos seus artigos mais difundidos do ano sobre o custo oculto da IA dentro das organizações. Ele abre, no primeiro parágrafo, apoiando-se nos 95% do relatório do MIT. A revista-símbolo do management amplificando o número que deveria ter filtrado. Não é um descuido de uma revista: é a melhor prova disponível de que aqui não há higiene de fontes nem no topo. E o fenômeno que esse artigo de fato mediu —chamam de workslop, o trabalho que parece trabalho— é real, é caro, e não é medido por nenhum dos cinco números do slide 4.
Número quatro · Como se cita: “os programadores experientes são 19% mais lentos com IA”
Este está certo. O número é correto, o estudo é honesto e os seus autores são os primeiros a matizá-lo. O que não está na fonte é a conclusão que penduram nele.
Foi publicado pela METR em 2025 —Becker, Rush, Barnes e Rein—, e METR é a sigla sem logo do slide 4: não é uma universidade, é um instituto independente sem fins lucrativos que avalia sistemas de IA. Pequeno e caprichado: 16 desenvolvedores, 246 tarefas, cinco anos em média nesses repositórios. O resumo diz três coisas em fila: “developers forecast that allowing AI will reduce completion time by 24%… developers estimate that allowing AI reduced completion time by 20%… allowing AI actually increases completion time by 19%”.
Leia-as nessa ordem, porque é aí que está o achado. Acreditaram que a IA ia lhes poupar quase um quarto do tempo. Depois acreditaram que tinha poupado. O cronômetro diz que demoraram mais: o que ficou medido não é a IA, é o quanto erra a percepção de quem a usa.
Há um dado posterior que quase ninguém cita, da própria METR: em fevereiro de 2026 informou que o seu experimento de acompanhamento —57 desenvolvedores, mais de 800 tarefas— ficou inutilizável por viés de seleção. Está cada vez mais difícil conseguir desenvolvedores dispostos a trabalhar sem IA, e entre 30% e 50% deixaram de enviar tarefas que não queriam fazer sem ela. A METR chama de evidência muito fraca os seus resultados novos e está redesenhando o estudo.
A frase existe e você já ouviu: “ela me poupa quase meio dia de trabalho por semana”. Quem a diz é gente séria, sobre o próprio trabalho, sem interesse em exagerar. É exatamente o número que este estudo mediu e encontrou errado.
O que levar, então: os 19% estão bem medidos em 2025 e não são um veredito sobre 2026. O que sobrevive intacto não é o número, é o que ele deixou à mostra. Se você perguntar à sua equipe quanto a IA lhe poupa, vai receber um número medido com o único instrumento que este estudo mostrou que falha. E para o cético: dezesseis desenvolvedores não são “os programadores”.
A distância entre o que acreditaram e o que aconteceu cabe em um eixo.
Número cinco · Como se cita: “o Copilot os deixa 55,8% mais rápidos”
Essa casa decimal é todo o aviso necessário: promete uma precisão que a medição não tem.
Os 55,8% saem de Peng, Kalliamvakou, Cihon e Demirer, 2023: uma versão preliminar que nunca foi publicada com revisão por pares, e três dos seus quatro autores são da Microsoft e do GitHub — o fornecedor medindo o próprio produto. A tarefa é uma só e é sintética: programar um servidor HTTP em JavaScript. Embaixo da casa decimal há 35 desenvolvedores freelancers que a terminaram, e um intervalo que vai de 21% a 89%.
O contrapeso sério foi feito pela mesma equipe, ampliada, na Management Science em 2026: três experimentos aleatorizados na Microsoft, na Accenture e numa Fortune 100, com 4.867 desenvolvedores. Dá cerca de 26% mais tarefas completadas, com uma margem que os próprios autores chamam de ruidosa: dá para afirmar que há efeito, não quanto. Dois dos seis são da Microsoft, e é preciso dizer isso aqui também.
A régua que organiza o setor vem de uma meta-análise da LMU Munique de 2026 sobre 23 estudos: g = 0,33. Esse “g” não é um percentual: mede o quanto a média do grupo com IA se desloca em relação ao grupo sem IA, em unidades do que as pessoas já variam entre si. Por convenção, 0,2 é pequeno e 0,5 é médio: 0,33 fica no meio, real e modesto. É essa unidade que permite tirar média de estudos que mediram coisas diferentes. E os ganhos, acrescenta, são maiores em ambientes experimentais controlados e menores em código aberto e em empresas.
O número do slide, em compensação, fixa a expectativa do conselho, e sai de uma tarefa que ninguém faz na sua empresa, medida por quem a vende para você. O que deveria fixá-la é a metade: os 26% dos três experimentos. Um business case montado com essa casa decimal nasce superdimensionado, e isso não se conserta depois com gestão.
Nenhum sobrevive inteiro
A distinção que se leva daqui não é a que parece. A regra não é “publicado bom, versão preliminar ruim”: as versões preliminares são muitas vezes o melhor que existe sobre um tema novo. É saber qual das duas você está lendo, porque o peso que um número pode carregar numa decisão de capital depende disso, e não do logo que ele tem no rodapé.
O tamanho real do que sustenta o slide:
As duas medições deste artigo que de fato passaram por revisão por pares foram feitas sobre 5.172 atendentes de suporte e 758 consultores. Três dos cinco números do slide 4 não se apoiam em nada desse tamanho.
O que está bem medido (e basta para decidir)
Do outro lado do balcão há evidência que se baixa de graça e quase ninguém leva à reunião: um efeito real, moderado, muito desigual entre as pessoas, que encolhe fora do laboratório.
Um dado organiza a discussão melhor que os cinco anteriores: quanta gente usa IA de verdade. Entre 17% e 20% das empresas dos Estados Unidos, 37% nas de 250 ou mais funcionários. Lá dentro há menos gente do que a conversa sugere.
E um detalhe de método que vale mais que o dado: o número muda conforme a quem se pergunta. Uma nota do Federal Reserve o dá em 18% se a unidade é a empresa, 41% se é a pessoa que trabalha, e 78% se se conta gente em vez de empresas —cada uma pesa o que pesa a sua folha, e as grandes são as que mais usam IA—. Antes de se comparar com o mercado, pergunte qual deles estão lhe mostrando.
| O número | De onde sai | Que tipo de evidência é | O que permite decidir |
|---|---|---|---|
| +15% de consultas resolvidas por hora em média, e +36% no quinto da equipe que vinha medindo pior | Brynjolfsson, Li e Raymond, The Quarterly Journal of Economics, 2025 — 5.172 atendentes de suporte | Revisada por pares. Dados de campo de uma empresa real, com implantação escalonada | A quem dar a ferramenta primeiro: ao quinto que mede pior e a quem acaba de entrar, não à folha inteira |
| g = 0,33 de efeito sobre produtividade em programação — a média se desloca um terço do que as pessoas variam entre si: real e modesto — e menor em empresas do que em laboratório | Maier e outros, LMU Munique, 2026 — meta-análise de 23 estudos, com avaliação formal de risco de viés | Versão preliminar: ainda não passou por revisão por pares. É usada aqui com essa etiqueta colada | Quanto descontar de qualquer número de laboratório antes de levá-lo ao business case |
| Entre 17% e 20% das empresas dos EUA usam IA; 37% nas de 250 ou mais funcionários | U.S. Census Bureau, Business Trends and Outlook Survey, maio de 2026 | Estatística oficial, com amostra probabilística e metodologia publicada | Contra quanta gente você está competindo de verdade, e quanta vantagem ainda há para tomar |
| A adoção é de 18%, 41% ou 78% conforme a pesquisa: a unidade pode ser a empresa, a pessoa, ou a gente contada com o peso de cada folha | Allen, FEDS Notes, Conselho do Federal Reserve, abril de 2026 | Nota de pesquisa de um banco central que compara três pesquisas oficiais | Antes de comparar a sua empresa com “o mercado”: perguntar o que está sendo contado |
Quatro números que aguentam uma decisão de capital, cada um com a etiqueta de até onde vai.
A alfândega: três perguntas antes que o número fixe o valor
Vão da mais barata à mais incômoda.
Um: qual é a fonte primária? Não a matéria, nem o post, nem o slide do fornecedor: o estudo, com autor, ano e onde saiu. Se ninguém da equipe o abriu, o número não está verificado. Está repetido.
Dois: publicada ou versão preliminar? A ficha oficial de um estudo publicado pode continuar mostrando o resumo da versão preliminar: o sobrenome da instituição não garante a versão. A saída leva um minuto: busque o título entre aspas com o ano mais recente; se aparecer com revista, volume e páginas, é essa que manda.
Três: quem mediu? O fornecedor, a consultoria que vai implementar, ou uma equipe que vende o que o próprio relatório recomenda. Saber disso não invalida o número: situa-o.
E uma regra que impede que isso vire burocracia: o número que não passa nas três não é proibido, pode ficar como sinal de mercado. A única coisa que não pode fazer é fixar o valor.
A alfândega não é operada por quem traz o slide: é operada por quem vai assinar o valor, e ela se opera antes da reunião, junto com a convocação. Cinco minutos por número. O que não existe hoje é a obrigação de respondê-las, e isso não se compra: escreve-se na pauta.
Perguntas para segunda-feira
As três primeiras não exigem que você abra nada nem pergunte nada a ninguém.
Três de memória, quatro que levam mais tempo
- A última apresentação de IA que lhe fizeram: a quantos números do slide de evidência você consegue hoje colocar um autor e um ano? Não os verifique: conte-os.
- Esses números foram trazidos por alguém da sua empresa ou por quem ia implementar o projeto?
- Dos cinco números deste artigo, quantos você ouviu nos últimos seis meses na sua própria mesa?
As quatro seguintes levam mais tempo. Nenhuma exige comprar nada:
- Peça os estudos originais da última apresentação que você aprovou. Não para auditar ninguém: para ver quantos chegam e em quanto tempo. É um e-mail, e a resposta já é o diagnóstico.
- Abra o business case vigente e procure o número que fixa a economia. Escreva ao lado de onde ele saiu. Se não couber em uma linha, não pode sustentar esse valor.
- Pergunte a três pessoas da sua equipe quanto tempo a IA lhes poupa por semana. Anote e não use isso no business case: use para medir o quanto se superestima a economia portas adentro.
- Para a próxima decisão, peça que cada número chegue com autor e ano, versão preliminar ou publicada, e quem o financiou. Depois compare quantos slides ficaram de pé.
Volte um momento à sala de Belgrano. O programa foi aprovado, e provavelmente tenha mesmo que ser: nada aqui diz que não vale a pena. O que há é uma diferença de tamanho. Com os cinco números do slide, seiscentos mil dólares eram baratos. Com os cinco como as suas fontes os dizem continua havendo um caso — menor, mais concentrado, com o grosso do benefício nas pessoas que menos aparecem no deck.
Os cinco vão continuar circulando, e dois vão continuar sendo números que os próprios autores já corrigiram. Esse é o problema dos zumbis: não se mata um discutindo com ele. Barra-se na porta.
E fica algo que nenhum dos cinco mede: discutem o quanto mais rápido se produz, e nenhum pergunta o que se produz nem quem revisa depois. É esse o relatório que chega na sua segunda-feira e que, ao terminar de ler, não disse nada: o trabalho que parece trabalho. Disso trata a parte 3 desta série.
Enquanto isso, o da quinta-feira tem conserto e não custa dinheiro. O slide 4 pode ser discutido: é o único dos vinte e dois em que uma pergunta de cinco minutos muda o valor da decisão.
Você consegue hoje colocar um autor e um ano em cada número que fixou o seu último orçamento de IA?
O entregável cabe em uma página: uma linha por número, com o autor, o ano, se é versão preliminar ou publicada, e quem o financiou. Com essa página na mesa nenhum valor é dimensionado com um número cuja origem não esteja escrita, e os decks de fornecedores chegam com a coluna da fonte preenchida. A primeira sai de uma sessão sobre o último deck de IA que lhe apresentaram: abrem-se as fontes que fixaram o valor e refaz-se o dimensionamento com as que aguentam. É a sessão com que a 32sur trabalha. Vamos conversar.
Referências
- Brynjolfsson, E., Li, D. e Raymond, L., “Generative AI at Work”, The Quarterly Journal of Economics, 140(2), 2025, pp. 889-942 (publicação antecipada on-line em 4 de fevereiro de 2025; edição impressa de maio) — o número um deste artigo, na sua versão revisada por pares: 5.172 atendentes de suporte ao cliente de uma empresa Fortune 500, implantação escalonada de um assistente conversacional, +15% de consultas resolvidas por hora em média e +36% no quintil de menor habilidade medida —que é uma variável diferente do tempo de casa: os atendentes com menos de um mês no cargo sobem 0,7 consulta por hora e os de mais de um ano não mostram mudança—. A escala real da unidade está na Tabela I: 2,0 consultas por hora antes da implantação e 2,5 depois, com um tempo médio de atendimento de 41 minutos por consulta. O resumo consigna ainda que os trabalhadores mais experientes e qualificados registram pequenos ganhos de velocidade e pequenas quedas de qualidade. A versão preliminar (NBER Working Paper 31161, 2023) reporta 14%, 34% e 5.179 atendentes, e a ficha do NBER continua mostrando esse resumo sem mencionar a publicação: verificar contra essa página confirma o número errado.
- 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” —a fronteira dentada (jagged frontier) da parte 1 desta série—, Organization Science, 37(2), 2026, pp. 403-423, DOI 10.1287/orsc.2025.21838 — o número dois: experimento pré-registrado com 758 consultores do BCG. O resumo da versão preliminar (HBS Working Paper 24-013 / SSRN 4573321, setembro de 2023) afirmava “more than 40% higher quality”; o resumo da versão publicada não traz o número e o corpo reporta “performance by more than 30%” — entre 29,9% e 33,9% com avaliadores humanos, que são os dois grupos com IA (com e sem treinamento em como pedir as coisas a ela), e entre 17,1% e 19% quando o avaliador é o GPT-4.
- Challapally, A., Pease, C. e Raskar, R., The GenAI Divide: State of AI in Business 2025, MIT Project NANDA, 2025 (Pradyumna Chari aparece na capa junto aos três autores, mas a página 2 o registra como revisor) — o número três. Não é um paper e não passou por revisão por pares: 52 entrevistas estruturadas, 153 respostas de pesquisa coletadas em quatro conferências e uma revisão de cerca de 300 iniciativas públicas. O funil do próprio relatório para as ferramentas sob medida —cerca de 50% pesquisou, 20% pilotou, 5% implementou com sucesso— é o que sustenta a aritmética do corpo; o episódio do 80,000 Hours de abril de 2026 dedicado ao relatório documenta ainda o impacto no Nasdaq e os conflitos de interesse não declarados. A crítica metodológica complementar de Arnon Shimoni assinala que o relatório conta como fracasso qualquer piloto que não chegue à produção plena e que na sua página 19 reporta ~67% de sucesso em alianças externas contra ~33% em desenvolvimentos internos — números autodeclarados, e sem publicar a base sobre a qual se calcula nenhum dos dois, razão pela qual este artigo os usa apenas como contradição interna do documento e não como estimativa. Kevin Werbach (Wharton) pediu publicamente que o MIT publique os dados ou retire o relatório; na data de fechamento deste artigo o relatório não foi retirado nem retratado.
- Becker, J., Rush, N., Barnes, E. e Rein, D., “Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity”, METR, arXiv:2507.09089, 2025 — o número quatro, e o único dos cinco cujo número não está em discussão: 16 desenvolvedores com cinco anos em média de experiência nos repositórios onde trabalharam, 246 tarefas; previram uma economia de 24% do tempo, estimaram depois ter economizado 20%, e a medição deu 19% mais de tempo, com um intervalo de +2% a +39%. Atualização da METR de 24 de fevereiro de 2026: o experimento de acompanhamento (57 desenvolvedores, mais de 800 tarefas desde agosto de 2025) ficou inutilizável por viés de seleção —cada vez mais desenvolvedores se recusam a participar sem IA, e entre 30% e 50% dos participantes declararam ter deixado de enviar tarefas que não queriam fazer sem ela—; os resultados novos (−18% para os desenvolvedores originais, intervalo de −38% a +9%; −4% para os novos, intervalo de −15% a +9%) são qualificados pela própria METR como evidência muito fraca, a própria METR considera provável que hoje os desenvolvedores estejam mais rápidos, e o estudo está sendo redesenhado.
- Peng, S., Kalliamvakou, E., Cihon, P. e Demirer, M., “The Impact of AI on Developer Productivity: Evidence from GitHub Copilot”, arXiv:2302.06590, 2023 — o número cinco: preprint nunca publicado em um periódico com revisão por pares; três dos seus quatro autores são da Microsoft Research e do GitHub (o quarto é do MIT Sloan). Uma única tarefa sintética —programar um servidor HTTP em JavaScript o mais rápido possível—, com desenvolvedores recrutados no Upwork: 35 completaram a tarefa e a pesquisa, e o próprio paper reporta um intervalo de confiança de 95% para a melhora de entre 21% e 89%.
- Cui, Z., Demirer, M., Jaffe, S., Musolff, L., Peng, S. e Salz, T., “The Effects of Generative AI on High-Skilled Work: Evidence from Three Field Experiments with Software Developers”, Management Science, 2026, DOI 10.1287/mnsc.2025.00535 — o contrapeso sério do número cinco: três experimentos aleatorizados na Microsoft, na Accenture e numa empresa Fortune 100, 4.867 desenvolvedores, 26,08% mais tarefas completadas com um erro padrão de 10,3%; o próprio paper adverte que cada experimento é ruidoso e que a estimativa é por variáveis instrumentais sobre os tratados, não uma média simples. Dois dos seis autores são da Microsoft.
- 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 Munique / Munich Center for Machine Learning, arXiv:2605.04779, 2026 — a régua do setor: 23 estudos, 27 tamanhos de efeito, busca sistemática com avaliação formal de risco de viés; efeito sobre produtividade g = 0,33 (intervalo de 0,09 a 0,58) e sobre aprendizagem não significativo (g = 0,14). O g de Hedges é uma medida padronizada: expressa a diferença entre o grupo com IA e o grupo sem IA em unidades da dispersão dos dados, que é o que permite tirar média de estudos que mediram coisas diferentes. É um preprint e é citado neste artigo com essa etiqueta colada: os ganhos são maiores em ambientes experimentais controlados e menores em contextos de código aberto e empresariais.
- U.S. Census Bureau, Business Trends and Outlook Survey, relatório de maio de 2026 sobre uso de IA em empresas — entre 17% e 20% das empresas dos Estados Unidos declara usar IA entre dezembro de 2025 e maio de 2026; 37% nas de 250 ou mais funcionários, 32% nas de 100 a 249 e menos de 20% nas de menos de 20; média nacional de 19,8%.
- Allen, J. S., “Monitoring AI Adoption in the U.S. Economy”, FEDS Notes, Conselho de Governadores do Federal Reserve, 3 de abril de 2026 — por que o número da adoção muda conforme a pesquisa: cerca de 18% das firmas segundo o Census, 41% da força de trabalho segundo a Real-Time Population Survey e 78% ponderado por emprego segundo a Survey of Business Uncertainty. O próprio autor se abstém explicitamente de tirar conclusões sobre produtividade.
- Niederhoffer, K., Rosen Kellerman, G., Lee, A., Liebscher, A., Rapuano, K. e Hancock, J. T., “AI-Generated ‘Workslop’ Is Destroying Productivity”, Harvard Business Review, 22 de setembro de 2025 — é citado neste artigo por um único motivo, o do quadro: um dos artigos mais difundidos do ano sobre o custo oculto da IA nas organizações abre o seu primeiro parágrafo apoiando-se nos 95% do relatório do MIT. O que esse artigo de fato mediu é matéria da parte 3 desta série e não é usado aqui.
- CEPE-Universidad Torcuato Di Tella (o 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 — o único dado local deste artigo: 402 empresas de 10 a 249 funcionários da indústria de transformação e de software e serviços de informática, campo entre novembro e dezembro de 2025, amostragem estratificada em 14 estratos setoriais. A barreira mais declarada para adotar IA é a falta de experiência e de conhecimento sobre o tema (46,2%), seguida da falta de pessoal qualificado (42,2%) e do custo alto (29,2%). O dado de orçamento dedicado a IA não é citado aqui: as coberturas disponíveis não coincidem entre si.
Todas as fontes verificadas contra a sua versão primária em agosto de 2026.