51% dos profissionais dizem que IA reduz a produtividade; saiba como evitar em 2 passos

Cerca de 45% dos profissionais nos Estados Unidos dizem que o “workslop” — output de IA polido, mas impreciso ou sem substância — os deixou mais cautelosos em usar IA no trabalho.
O termo workslop descreve quando a IA gera resultados que parecem bons, mas não chegam à qualidade necessária.
Principais riscos identificados: queda de confiança na IA (57%), redução de produtividade (51%) e dano à reputação da empresa (46%).
Solução proposta em duas frentes: repensar a produtividade com IA e manter a prática de uso de IA de forma persistente e orientada.
Exemplos de atuação: líderes de empresas como Thomson Reuters, Ricoh Europe e Segro discutem modelos de avaliação de ferramentas de IA e a importância de combinar IA com julgamento humano para obter ganhos reais.

A pesquisa aponta que 45% dos profissionais dos EUA estão mais cautelosos ao usar IA no trabalho devido a resultados considerados de baixa qualidade, na chamada “workslop”. O levantamento envolve avaliações de saída de IA que parecem polidas, mas carecem de precisão.

A definição de workslop é de conteúdo gerado pela IA que não entrega o nível de acurácia ou revisão necessária. Entre os riscos identificados estão queda na confiança na IA, menor produtividade e danos à reputação da empresa.

Panorama e causas

O estudo mostra que a tecnologia, quando mal aplicada, pode gerar impactos duradouros em equipes e organizações. O tamanho do problema varia conforme o uso de ferramentas de IA geradas para tarefas repetitivas sem supervisão humana adequada.

Para superar o desafio, o estudo aponta duas frentes: repensar a produtividade associada à IA e manter a implementação de forma contínua. Profissionais que alinham IA e know-how humano tendem a liderar a transformação.

Caminhos para o valor real

Líderes de tecnologia destacam a necessidade de uma mentalidade “IA em primeiro lugar, humano em segundo” para definir como a IA pode acrescentar valor. A avaliação de ferramentas de IA deve considerar tempo ganho, não apenas a geração de notas.

Outros executivos sugerem que a adoção bem-sucedida depende de cultura de aprendizado e supervisão. O objetivo é evitar que a IA sirva apenas como geradora de saída, sem qualidade suficiente para decisões.

Perspectivas de quem lidera a implementação

Especialistas citados indicam que a persistência é crucial. Ferramentas empregadas com modelos próprios e soluções externas exigem ajuste contínuo para entregar ganhos reais de produtividade.

Profissionais que comprovarem eficácia ao combinar IA com julgamento humano devem ter demanda elevada no mercado de trabalho. Empresas, por sua vez, precisam equilibrar riscos e benefícios na adoção de IA.