A IA generativa não transformará seus funcionários em especialistas

Em áreas que vão desde redação publicitária até desenvolvimento de software, os líderes estão apostando que a IA generativa pode ajudar os funcionários a assumir responsabilidades mais avançadas. Pesquisas do professor David Autor, do MIT, e outros demonstraram que a IA generativa reduz o tempo que os novatos levam para adquirir competência em novas tarefas. No entanto, ainda há muito que não sabemos sobre o potencial da tecnologia para aprimorar as habilidades dos trabalhadores, incluindo uma questão fundamental: ela pode ajudá-los a realizar tarefas tão bem quanto os especialistas? Para tentar responder a essa questão, pesquisadores da Universidade de Stanford e do Instituto de Design de Dados Digitais da Harvard Business School realizaram um experimento controlado envolvendo 78 funcionários do IG Group, uma empresa de tecnologia financeira sediada no Reino Unido. Eles começaram dividindo os funcionários em três grupos: especialistas, externos adjacentes e externos distantes. Os especialistas eram redatores que regularmente escreviam artigos para o site da IG. Os externos adjacentes eram especialistas em marketing do departamento de redatores que não tinham experiência em redação de artigos, mas possuíam um entendimento geral do trabalho dos redatores. Os externos distantes eram desenvolvedores e cientistas de dados que não tinham nenhuma experiência em marketing ou redação. Cada grupo foi solicitado a realizar duas tarefas: conceber e escrever um artigo semelhante aos encontrados no site da empresa. Os pesquisadores designaram aleatoriamente a IA generativa para auxiliar alguns participantes, mas não outros. Os executivos da IG então avaliaram os resultados de cada tarefa em uma escala de 1 (nota mais baixa) a 5 (nota mais alta). Ao conceber um artigo sem a ajuda da IA generativa, os redatores obtiveram a pontuação média mais alta (3,82), seguidos pelos especialistas em marketing (3,04) e pelos tecnólogos (3,02). Esses resultados revelaram uma lacuna de habilidades significativa entre os especialistas e os demais. No entanto, quando os participantes receberam assistência da IA generativa, a lacuna diminuiu: os conceitos desenvolvidos pelos redatores obtiveram uma pontuação média de 4,12, enquanto os desenvolvidos pelos especialistas em marketing e tecnologia obtiveram 4,18 e 4,05, respectivamente. Em outras palavras, os profissionais de marketing que utilizaram IA tiveram um desempenho ligeiramente superior ao dos redatores que utilizaram IA — e todos os três grupos que utilizaram IA tiveram um desempenho superior ao dos redatores que não utilizaram. No entanto, quando se tratou de escrever os artigos, os resultados foram diferentes. Sem a IA generativa, os redatores tiveram o melhor desempenho de todos os grupos. No entanto, mesmo com o uso da IA, os não especialistas não conseguiram produzir trabalhos com a mesma qualidade dos especialistas. Como era de se esperar, os redatores tiveram o melhor desempenho entre aqueles que utilizaram a tecnologia (3,96, em média). Os especialistas em marketing auxiliados pela IA ficaram logo atrás (3,92). Mas os especialistas em tecnologia auxiliados pela IA não tiveram um desempenho tão bom; na verdade, suas pontuações com e sem IA generativa foram essencialmente as mesmas (3,38 e 3,42, respectivamente). A barreira da IA generativa Por que a IA generativa melhorou o desempenho em uma tarefa mais do que na outra — e ajudou tão pouco os especialistas em tecnologia na redação? Após conduzir entrevistas com os participantes, os pesquisadores concluíram que quanto mais distantes os trabalhadores estavam do conhecimento necessário para uma tarefa, menos provável era que tivessem um desempenho tão bom quanto os colegas com experiência relevante — mesmo com a assistência da IA generativa. Os não especialistas que utilizavam a IA tiveram um desempenho melhor na conceituação, pois isso exigia menos experiência do que a redação; as pessoas precisavam apenas entender se um tópico proposto era adequado. Escrever um artigo, no entanto, envolvia saber como transmitir a mensagem desejada na linguagem correta. Um participante ofereceu uma metáfora para ilustrar essa distinção: conceituar é como imaginar correr uma maratona, mas escrever é como realmente correr, o que exige um nível de especialização completamente diferente. E a expertise, segundo os pesquisadores, é o que permitiu aos seres humanos trabalharem de forma mais eficaz com as ferramentas de IA generativa. Os especialistas em marketing compreenderam a linguagem geral utilizada pelos redatores e possuíam conhecimento suficiente na área para refinar o conteúdo produzido pela IA generativa. No entanto, os especialistas em tecnologia (cujo trabalho não tinha relação com a redação) não conseguiram utilizar ou aprimorar de forma eficaz as sugestões da IA. Eles não possuíam a intuição e o conhecimento necessários para tomar boas decisões sobre quais termos manter e quais descartar. Os pesquisadores chamaram esse fenômeno de “barreira da IA”, o limite de quanto a IA generativa pode ajudar as pessoas a realizar tarefas fora de sua área de especialização. Essa descoberta tem implicações sobre como as organizações implementam ferramentas de IA generativa. Ela desafia a suposição de que a tecnologia pode nivelar as hierarquias de habilidades e permitir o que os acadêmicos chamam de “fluidez universal de tarefas”. Em vez disso, os pesquisadores afirmam que a eficácia da IA generativa depende da distância de especialização entre o usuário e o domínio da tarefa — e argumentam que a barreira da IA é relevante além do contexto de escritores e especialistas em tecnologia. Os pesquisadores recomendam duas práticas recomendadas para combinar a IA generativa com funcionários de vários níveis de especialização: Não superestime as capacidades da IA generativa. É fundamental que os funcionários tenham um conhecimento geral e alguma experiência na área em que estão aplicando a IA. Seu conhecimento deve ser, no mínimo, abrangente o suficiente para permitir que avaliem e aprimorem o trabalho gerado pela IA generativa. Durante o estudo de redação, por exemplo, muitos tecnólogos simplesmente copiaram e colaram as sugestões da IA generativa nos artigos, pois não possuíam o discernimento necessário para ajustar e integrar a linguagem. “A IA não é uma solução mágica para tudo no trabalho se não for capaz de automatizar totalmente as tarefas”, afirma Luca Vendraminelli, pesquisador de pós-doutorado de Stanford que liderou o estudo. “Quando a IA não consegue fazer o trabalho sozinha e substitui especialistas, ela ajuda algumas pessoas a diminuir a diferença entre elas e os especialistas, mas apenas em determinadas situações e quando as condições são adequadas. Não é uma solução única.” Reavalie a forma como o trabalho é realizado. Considere como sua organização precisa mudar quando os funcionários começarem a usar a IA generativa de maneira eficaz. Para obter o máximo valor dela, a empresa pode precisar alterar processos, abordagens de tomada de decisão e as formas como as equipes trabalham juntas. As ferramentas de IA generativa podem até mesmo confundir os cargos em áreas relacionadas, como especialista em SEO e estrategista de conteúdo. No entanto, utilizá-las para preencher lacunas maiores — como as que existem entre as equipes de marketing, vendas e produtos — é muito mais difícil, pois esses cargos estão vinculados a diferentes áreas de especialização, orçamentos e estruturas de poder. Criar cargos mais amplos e flexíveis pode ajudar a superar esse desafio, mas essa mudança requer alterações estruturais e culturais. Ao integrar a IA generativa nos fluxos de trabalho, considere o contexto humano: quem está utilizando? O que essas pessoas sabem? Quão bem elas interpretam e refinam os resultados da IA? “A IA tem limites”, afirma Vendraminelli. “A expertise é irreplicável. Nenhuma tecnologia pode substituí-la.” Sobre a pesquisa:“O efeito da barreira da IA genérica: examinando os limites da transferência horizontal de conhecimento especializado entre profissionais internos e externos”, por Luca Vendraminelli et al. (documento de trabalho, 2025) “A IA generativa reduz o caminho para a especialização” Olga Pirog é ex-diretora global de transformação de dados e IA do IG Group, empresa onde o estudo foi realizado. Ela passou duas décadas utilizando dados, análises e IA generativa para melhorar o desempenho comercial. Pirog conversou com a HBR sobre como sua equipe no IG utilizou a IA generativa e se isso ajudou a diminuir a diferença entre especialistas e iniciantes. Seguem trechos editados da conversa. Jori Bolton Como a IA generativa ajudou os profissionais de marketing a escrever artigos quase tão bem quanto os escritores? Ela lhes deu as habilidades práticas que lhes faltavam. Os profissionais de marketing tinham o conhecimento básico porque sabiam como era um bom conteúdo, mas não tinham experiência em escrevê-lo. A IA generativa funcionou como uma ponte, permitindo que eles executassem tarefas no mesmo nível dos nossos especialistas. Ela democratizou a arte da escrita para aqueles que já entendiam o conceito de marketing. Que lição mais ampla você tirou da experiência? A IA generativa encurta o caminho para a especialização, mas ainda não pode substituir a experiência do mundo real. O sistema de IA produziu rascunhos iniciais sólidos que, após o estudo, permitiram que os redatores especializados refinassem os artigos, ajustassem o tom e garantissem que os elementos de SEO estivessem corretos antes de publicá-los. Você acredita que a IA generativa poderia ter transformado os profissionais de marketing, ou mesmo os tecnólogos, em redatores especializados? Depende de onde eles começaram. Vimos uma divergência: para funções adjacentes, como profissionais de marketing, a lacuna foi efetivamente fechada — eles se equipararam aos especialistas. Mas para funções distantes, como nossos tecnólogos, a lacuna permaneceu grande. Como eles não tinham o contexto básico de marketing, não conseguiram avaliar a produção da IA de maneira eficaz. Isso sugere que a IA acelera a especialização, mas somente se você já estiver próximo desse domínio. Considerando o quanto a IA ajudou os especialistas, as empresas deveriam contratar menos novatos? Esse é o perigo — muitas organizações estão observando uma queda na contratação de juniores, mas se contratarmos apenas especialistas para editar a IA, destruiremos o canal para cultivar futuros especialistas. Não é possível desenvolver gosto ou julgamento sem realizar o trabalho. Minha preocupação é que, ao otimizar a eficiência hoje, as empresas estejam prejudicando o campo de treinamento para o futuro. Como a IA generativa mudou sua abordagem ao treinamento? Minha visão sobre como o aprendizado deve funcionar mudou. Eu costumava pensar que a única maneira de aprender era através da execução tática, trabalhando em centenas de rascunhos para construir memória muscular. Mas vimos que, para pessoas com o contexto certo, a IA lida com essa execução. O verdadeiro gargalo ocorre quando você não tem conhecimento básico e não consegue julgar se a IA está certa ou errada. O modelo de treinamento deve mudar para ensinar às pessoas o que torna a escrita boa, em vez de ensinar aos novatos como escrever.

A IA generativa não transformará seus funcionários em especialistas

Resumo.

Partner Center