Como formar especialistas quando a IA já executa o trabalho dos iniciantes?

Durante décadas, aprender uma profissão significou, em parte, executar atividades que profissionais experientes já dominavam. Jovens advogados pesquisavam jurisprudência e preparavam minutas. Analistas organizavam dados e construíam relatórios. Desenvolvedores escreviam trechos relativamente simples de código antes de assumir sistemas mais complexos.

Essas tarefas cumpriam uma função econômica, mas também tinham uma dimensão formativa. Repetição, correção, comparação e acompanhamento permitiam adquirir repertório e desenvolver critérios progressivamente mais sofisticados.

A inteligência artificial generativa começa a modificar essa dinâmica. Parte das atividades tradicionalmente atribuídas aos profissionais menos experientes pode ser executada ou acelerada por sistemas automatizados.

O ganho de produtividade é relevante. Mas ele traz uma questão: se a IA assume etapas importantes do trabalho, como garantir que as próximas gerações desenvolvam a experiência necessária para avaliá-la?

Como a inteligência artificial está mudando a formação profissional?

A incorporação da IA ao trabalho modifica a distribuição de tarefas e, potencialmente, as oportunidades de aprendizagem.

Considere um analista que precisa elaborar um relatório de mercado. Antes de utilizar IA, talvez fosse necessário localizar fontes, comparar informações, identificar inconsistências e organizar uma interpretação. Com ferramentas generativas, parte desse processo pode ser realizada em minutos.

A experiência de produzir uma análise, entretanto, também pode desenvolver habilidades que ultrapassam seu resultado final. Comparar fontes ajuda a reconhecer a qualidade de uma evidência. Investigar inconsistências exige compreender relações entre informações. Revisar argumentos permite perceber onde uma conclusão precisa ser reformulada.

Quando essas etapas deixam de fazer parte da atividade cotidiana, surge uma questão pedagógica: quais experiências passarão a desempenhar essa função?

A resposta depende da maneira como a tecnologia é utilizada. Um profissional pode recorrer à IA para aprofundar hipóteses, receber explicações e testar seu raciocínio. Também pode simplesmente aceitar uma resposta pronta e encerrar o processo.

Os dois usos podem produzir documentos semelhantes, embora impliquem experiências de aprendizagem diferentes.

O paradoxo da automação: quem mantém as competências necessárias para supervisionar a tecnologia?

Em 1983, a pesquisadora Lisanne Bainbridge publicou Ironies of Automation, trabalho que se tornou referência nos estudos sobre automação.

Bainbridge examinou uma contradição importante: ao automatizar atividades rotineiras, as organizações frequentemente mantinham operadores humanos responsáveis por situações excepcionais, justamente aquelas que exigiam capacidades de intervenção sofisticadas.

O problema estava na relação entre prática e competência. Parte do conhecimento necessário para lidar com situações inesperadas era desenvolvida por meio da experiência cotidiana. Quando a automação reduzia essas oportunidades, a capacidade humana de intervir também poderia ser afetada.

A discussão nasceu no contexto industrial, mas oferece uma perspectiva útil para investigar a inteligência artificial no trabalho intelectual.

Um sistema pode executar tarefas com grande eficiência e, ainda assim, depender de profissionais capazes de identificar quando seu resultado está incorreto, incompleto ou inadequado ao contexto.

O desafio aparece quando a automação transforma as próprias experiências pelas quais esses profissionais aprenderiam a realizar tal avaliação.

Essa questão se torna particularmente relevante para a tomada de decisão apoiada por inteligência artificial, quando profissionais precisam supervisionar recomendações cuja produção já não acompanham diretamente.

Executar uma tarefa e compreender seu resultado são competências diferentes

Imagine dois profissionais encarregados de revisar uma análise produzida por IA.

O primeiro conhece o domínio, já enfrentou problemas semelhantes e consegue reconhecer pressupostos frágeis. O segundo domina a ferramenta, mas possui pouca experiência com a atividade que ela executa.

Ambos podem acessar a mesma resposta. Suas condições de avaliá-la, entretanto, são diferentes.

A competência de verificar um resultado não surge automaticamente da capacidade de solicitá-lo.

A inteligência artificial pode acelerar o desenvolvimento de profissionais iniciantes?

Sim, e essa possibilidade precisa fazer parte da discussão.

Em um estudo publicado no Quarterly Journal of Economics em 2025, Erik Brynjolfsson, Danielle Li e Lindsey Raymond analisaram a introdução de um assistente de IA em atividades de atendimento ao cliente.

A ferramenta aumentou a produtividade média dos trabalhadores em aproximadamente 15%, com ganhos especialmente relevantes entre profissionais menos experientes. Os pesquisadores também encontraram evidências de aprendizagem, sugerindo que a tecnologia podia ajudar a disseminar conhecimentos associados aos trabalhadores mais proficientes.

Esse resultado é importante porque demonstra que a inteligência artificial também pode funcionar como instrumento de desenvolvimento profissional.

O efeito depende do contexto. Um sistema pode oferecer orientações que tornam conhecimentos especializados mais acessíveis, mas também pode substituir etapas nas quais o usuário precisaria exercitar seu próprio julgamento.

A questão envolve compreender quais formas de interação favorecem a aprendizagem e quais reduzem oportunidades de prática.

O que as pesquisas mostram sobre IA e desenvolvimento cognitivo?

Uma pesquisa da Microsoft e da Carnegie Mellon publicada em 2025 analisou 936 exemplos relatados por 319 trabalhadores do conhecimento que utilizavam IA generativa.

Os pesquisadores identificaram uma associação entre maior confiança na tecnologia e menor exercício autorrelatado de pensamento crítico. Também observaram uma mudança na natureza desse esforço, com maior ênfase na verificação, integração e supervisão de respostas.

Os resultados não demonstram perda de capacidade cognitiva causada pela IA. Eles ajudam a compreender como as atividades intelectuais podem ser reorganizadas.

No ensino superior, os efeitos também variam.

Um experimento publicado na Scientific Reports em 2025 encontrou ganhos de aprendizagem com um tutor de IA desenvolvido segundo princípios pedagógicos específicos.

Em contraste, um ensaio randomizado divulgado em outubro de 2026, com 2.379 universitários, identificou redução no desempenho acadêmico e na participação em atividades de aprendizagem entre estudantes que receberam acesso a um tutor generativo integrado aos cursos.

Esses resultados pertencem a contextos educacionais diferentes e não devem ser tratados como comparações diretas entre ferramentas. Em conjunto, reforçam a importância do desenho pedagógico e das condições de utilização.

Como preparar profissionais para trabalhar com IA?

O desafio exige rever os processos de desenvolvimento profissional, especialmente onde tarefas formativas estão sendo automatizadas.

Preservar experiências que desenvolvem julgamento

Uma organização pode mapear atividades considerando produtividade, custos e potencial de automação. Seria importante acrescentar outra pergunta: quais dessas tarefas contribuem para desenvolver conhecimentos necessários a funções mais complexas?

Nem toda atividade repetitiva possui valor formativo. Algumas podem ser eliminadas e liberar tempo para experiências mais enriquecedoras.

Outras permitem reconhecer padrões, compreender consequências e desenvolver conhecimentos tácitos.

Construir autonomia progressiva

Profissionais iniciantes podem elaborar hipóteses antes de consultar a IA, comparar resultados, justificar divergências e receber acompanhamento de especialistas.

A tecnologia pode participar desse processo como instrumento de investigação, desde que a atividade preserve oportunidades de raciocínio e avaliação independente.

Medir aprendizagem, além de produtividade

Uma equipe pode produzir mais relatórios por semana sem necessariamente aprimorar sua capacidade de identificar falhas ou assumir responsabilidades mais complexas.

Avaliar a formação profissional exige acompanhar a evolução da autonomia, do repertório e da qualidade do julgamento.

Esse desafio ultrapassa a capacitação individual. Ele integra uma discussão mais ampla sobre aprendizagem organizacional, já que o desenvolvimento de especialistas depende das oportunidades de prática e de transmissão de conhecimento que as empresas oferecem.

Como preparar equipes e lideranças para trabalhar com inteligência artificial?

A formação para o uso de IA precisa considerar as particularidades das atividades profissionais e as capacidades que cada organização deseja desenvolver.

Iona Szkurnik contribui para essa discussão por meio de projetos de formação corporativa, aulas e conversas executivas que abordam os impactos da tecnologia sobre o trabalho, a aprendizagem e o desenvolvimento de pessoas.

Conheça os projetos de formação corporativa e outras modalidades de atuação de Iona Szkurnik

Quem formará os especialistas do futuro?

A inteligência artificial pode ampliar o acesso ao conhecimento e acelerar a aprendizagem. Também pode modificar atividades pelas quais gerações anteriores desenvolveram experiência.

O resultado dependerá das decisões tomadas por empresas, instituições educacionais e profissionais sobre como incorporar a tecnologia.

Uma organização pode ganhar eficiência ao automatizar atividades antes atribuídas aos iniciantes. A questão é se estará, ao mesmo tempo, construindo as condições necessárias para formar seus especialistas do futuro.