A inteligência artificial está transformando rapidamente o trabalho intelectual, especialmente para profissionais em início de carreira. Tradicionalmente, essas funções serviam como porta de entrada para o desenvolvimento de competências, permitindo que os novos colaboradores aprendessem por meio de tarefas analíticas, repetitivas e de alto volume. Hoje, porém, muitas dessas atividades já podem ser executadas por sistemas de IA, cada vez mais capazes de processar informações, realizar análises e produzir resultados de qualidade. À medida que esses modelos evoluem, o padrão mínimo de desempenho também se eleva.
Diante desse cenário, surge um desafio importante para as organizações: compreender como os profissionais podem gerar valor além daquilo que a IA já é capaz de fazer. Em funções que exigem julgamento, conhecimento especializado e decisões estratégicas, duas perguntas tornam-se fundamentais:
- O que diferencia os profissionais que realmente agregam valor em fluxos de trabalho apoiados por IA?
- Como desenvolver essas capacidades de forma contínua à medida que a tecnologia evolui?
Responder a essas questões é essencial para garantir tanto o retorno sobre os investimentos em IA quanto a formação dos futuros talentos.
Para investigar esse tema, a KPMG, em parceria com a Universidade do Texas em Austin, conduziu um estudo de campo com 523 profissionais da empresa, todos com até 18 meses de experiência. Os participantes executaram tarefas de negócios utilizando um agente de IA desenvolvido para o contexto corporativo. As atividades, elaboradas por especialistas da KPMG, simulavam situações reais de atendimento a clientes, exigindo análise de informações, julgamento profissional e elaboração de recomendações.
Inicialmente, as tarefas foram realizadas exclusivamente pela IA, estabelecendo uma linha de base de desempenho. Em seguida, os participantes executaram as mesmas atividades utilizando o agente de IA como apoio. Os resultados foram avaliados por especialistas da KPMG com base em critérios que refletiam as expectativas do ambiente profissional. Além disso, foram analisados conhecimentos técnicos, pensamento crítico, fluência em IA e a forma como cada participante interagia com a tecnologia.
O objetivo era identificar quem conseguia ampliar os resultados produzidos pela IA, quem apenas reproduzia suas respostas e quem, inadvertidamente, reduzia sua qualidade.
Os resultados revelaram três perfis distintos:
- Aprendizes de IA (24,1%): desempenho inferior ao da IA atuando sozinha.
- Delegadores de IA (25,8%): resultados equivalentes aos da IA.
- Amplificadores de IA (50,1%): superaram consistentemente o desempenho da IA.
Uma das descobertas mais surpreendentes foi que conhecimento técnico, pensamento crítico e familiaridade com IA, isoladamente, não eram suficientes para prever quem teria melhor desempenho. O diferencial estava na forma como cada profissional trabalhava em parceria com a IA.
Em outras palavras, a IA não uniformiza o desempenho das pessoas; ela amplia as diferenças na maneira como elas aplicam suas competências.
Os três perfis
Aprendizes de IA
Embora apresentassem bons níveis de pensamento crítico, conhecimento técnico e alfabetização em IA, esses profissionais tinham dificuldade em transformar essas capacidades em resultados concretos. Eles interagiam bastante com a IA, mas frequentemente desperdiçavam esforço reescrevendo respostas, reorganizando informações ou explorando aspectos pouco relevantes. Faltava direcionar, desafiar e aperfeiçoar efetivamente o trabalho produzido pela tecnologia.
Delegadores de IA
Os delegadores possuíam as menores pontuações nas habilidades fundamentais, mas conseguiam entregar resultados aceitáveis porque simplesmente aceitavam o que a IA produzia. Questionavam pouco, adicionavam pouca análise própria e praticamente não agregavam valor além da resposta inicial da ferramenta. À primeira vista, pareciam produtivos, mas sua contribuição humana era limitada.
Amplificadores de IA
Os amplificadores destacaram-se não necessariamente por terem mais conhecimento, mas por saberem utilizar melhor suas competências em conjunto com a IA. Eles estruturavam corretamente os problemas, forneciam instruções claras, questionavam premissas, testavam hipóteses, refinavam continuamente os resultados e utilizavam a IA como uma verdadeira parceira de raciocínio. Em vez de aceitar respostas prontas, conduziam o processo para produzir análises mais completas e decisões de maior qualidade.
O que isso significa para as empresas?
O estudo sugere que as organizações precisam repensar completamente o desenvolvimento dos profissionais em início de carreira.
Os aprendizes representam um grande potencial ainda não explorado. Com treinamento adequado e fluxos de trabalho melhor estruturados, podem evoluir rapidamente para profissionais de alto desempenho.
Já os delegadores exigem um tipo diferente de desenvolvimento. Como a IA já entrega respostas competentes, seu baixo nível de contribuição humana pode passar despercebido. Por isso, é fundamental fortalecer tanto suas competências técnicas quanto sua capacidade de trabalhar criticamente com a IA.
Os amplificadores, por sua vez, mostram qual deve ser o novo padrão profissional: pessoas capazes de orientar, avaliar e expandir o trabalho produzido pela inteligência artificial.
Como preparar os profissionais para esse novo cenário?
A pesquisa indica que o treinamento não deve se limitar ao ensino de ferramentas de IA. É preciso ensinar como trabalhar com elas no contexto real das atividades profissionais.
Na KPMG, isso ocorre por meio de avaliações de fluência em IA, trilhas personalizadas de aprendizagem, simulações de casos reais, atividades práticas, podcasts, comunidades de especialistas e programas contínuos de capacitação. O objetivo é desenvolver não apenas conhecimento sobre IA, mas a habilidade de aplicá-la de forma crítica no trabalho diário.
Em vez de simplesmente produzir respostas, os profissionais aprendem a definir problemas, orientar a IA, avaliar seus resultados, identificar falhas e integrar essas análises à tomada de decisão.
Três lições principais
O estudo aponta três mudanças fundamentais para as organizações:
1. Redefinir a criação de valor humano
À medida que a IA assume tarefas operacionais e analíticas, o diferencial humano deixa de ser produzir respostas e passa a ser orientar, validar, interpretar e ampliar os resultados gerados pela tecnologia.
2. Tornar o julgamento explícito
As empresas precisam ensinar e avaliar o raciocínio por trás das decisões. Não basta aceitar ou rejeitar uma resposta da IA; é necessário justificar por quê.
3. Avaliar o processo, não apenas o resultado
Como a IA já produz entregas de alta qualidade, avaliar somente o produto final deixou de ser suficiente. O verdadeiro diferencial está em como o profissional conduz a interação com a IA ao longo de todo o processo.
Conclusão
A IA não elimina a necessidade de profissionais qualificados — ela redefine seu papel. O valor humano passa a estar menos na execução das tarefas e mais na capacidade de direcionar, avaliar e potencializar o trabalho realizado pela inteligência artificial.
As organizações que compreenderem essa mudança deixarão de tratar a IA apenas como uma ferramenta de produtividade e passarão a utilizá-la como base para criar novos modelos de trabalho, nos quais o verdadeiro diferencial competitivo será a capacidade das pessoas de combinar conhecimento, pensamento crítico e inteligência artificial para produzir decisões superiores.
Fonte: HBR