Os líderes enfrentam um paradoxo na adoção da IA. Eles fizeram o que parecia certo — implementaram as ferramentas adequadas, investiram em treinamento e integraram a IA aos fluxos de trabalho —, mas a adoção real continua desigual e difícil de escalar.
A estratégia que funcionou em ondas tecnológicas anteriores — comunicação de cima para baixo, amplo acesso e treinamento formal — já não é suficiente.
A IA generativa muda a dinâmica. Diferentemente de tecnologias anteriores, ela não chega com fluxos de trabalho predefinidos. Os líderes não sabem exatamente como deve ser usada em cada função, deixando os funcionários responsáveis por redesenhar seu próprio trabalho em tempo real.
Isso gera fricção.
Em um cenário de incerteza econômica e ansiedade sobre segurança no emprego, muitos optam pela cautela em vez da experimentação visível. O aprendizado se torna privado. A adoção estagna.
O que diferencia organizações onde a IA se consolida daquelas onde não se consolida não é infraestrutura superior nem diretrizes mais claras — é a influência dos pares.
Funcionários que veem colegas de confiança:
-
experimentando IA,
-
adaptando-a a funções reais,
-
compartilhando o que funciona,
têm muito mais probabilidade de:
-
usar IA com frequência,
-
adotar agentes para automatizar fluxos de trabalho,
-
e transmitir esse conhecimento adiante.
O aprendizado entre pares faz o que o treinamento formal sozinho não consegue: fornece evidências concretas de que a IA é segura, relevante e aplicável ao trabalho real.
A pesquisa
Somos pesquisadores da Microsoft e estudamos como a IA está transformando o trabalho. Em conversas com empresas que adotam IA, ouvimos repetidamente a mesma preocupação: apesar do acesso e do incentivo, o uso não se disseminava no ritmo esperado.
Queríamos entender por quê — especificamente, como a dinâmica social influencia as decisões individuais de uso da IA.
Em julho de 2025, entrevistamos 557 profissionais da informação nos EUA, empregados em grandes empresas de diversos setores. Todos utilizavam IA — mas de maneiras muito diferentes.
Medimos a adoção de três formas:
-
Frequência de uso.
-
Criação ou uso de agentes de IA.
-
Demonstração de uso para colegas.
Também analisamos cinco variáveis sociais amplamente estudadas na literatura sobre adoção tecnológica:
-
Cultura organizacional
-
Incentivo da liderança
-
Condições facilitadoras (infraestrutura, treinamento, recursos)
-
Capital social (confiança entre colegas)
-
Influência dos pares
A aprendizagem entre pares aumenta a adoção
Mantendo os demais fatores constantes:
-
Um aumento de um desvio padrão na influência positiva dos pares elevou em 8,9 pontos percentuais a probabilidade de ser um usuário frequente de IA.
-
Para uso avançado (agentes de IA), o efeito foi ainda maior: 10,4 pontos percentuais.
-
Condições facilitadoras aumentaram essa probabilidade em 6,1 pontos percentuais.
A comunicação da liderança não teve efeito direto após o controle das demais variáveis.
Mas teve um efeito indireto relevante:
-
Um aumento de um desvio padrão no incentivo da liderança elevou em 0,38 desvio padrão a influência dos colegas.
-
Cultura organizacional elevou capital social em 0,51 desvio padrão.
Ou seja: líderes não impulsionam adoção diretamente — eles criam o ambiente onde a influência dos pares floresce.
O papel do medo
Funcionários que temiam “ficar para trás” eram menos propensos a usar IA com frequência ou experimentar agentes.
Sem segurança psicológica:
-
a experimentação se torna arriscada,
-
o uso permanece invisível,
-
e o medo suprime a adoção.
Entre usuários frequentes, 88% mencionaram colegas como influentes.
Entre os menos frequentes, apenas 50%.
12% dos usuários pouco frequentes disseram nunca discutir IA com colegas (contra 1% entre usuários frequentes).
A diferença é cultural e social — não técnica.
Por que os pares são tão poderosos?
Colegas oferecem:
-
Avaliações confiáveis em tempo real
-
Dicas práticas contextualizadas
-
Incentivo à experimentação
-
Exemplos reais de sucesso
-
Normalização do uso
Histórias concretas — como usar IA para detectar inconsistências em inventário ou reduzir horas de trabalho manual — são mais persuasivas do que qualquer módulo de treinamento.
Além disso, o efeito é cumulativo:
Um aumento de um desvio padrão na influência dos pares elevou em 13,7 pontos percentuais a probabilidade de ensinar técnicas de IA a colegas.
A aprendizagem se torna viral.
Como líderes podem fortalecer a influência dos pares
Embora a aprendizagem entre pares seja o motor principal, líderes criam as condições para que ela aconteça.
1. Criar segurança psicológica
Promover culturas inovadoras e tolerantes ao risco.
2. Ser consistentes
Usuários frequentes descreveram a comunicação da liderança como consistente (11% vs. 3%).
3. Criar múltiplos canais de aprendizagem
Seminários, reuniões, boletins, grupos dedicados.
4. Modelar o uso
Usar IA em reuniões.
Compartilhar sucessos e falhas.
Quando líderes demonstram uso real, a IA deixa de parecer arriscada.
5. Convidar e recompensar
Incentivar funcionários a compartilhar experiências e reconhecer usos eficazes.
Líderes não precisam ser especialistas — precisam tornar o aprendizado visível.
A principal barreira é a invisibilidade
A barreira para escalar a IA não é falta de treinamento.
Não é falta de ferramentas.
Não é apenas medo.
É invisibilidade.
Quando o aprendizado permanece privado, a adoção não escala.
A principal lição para líderes é simples:
Você não escala IA incentivando adoção.
Você escala IA tornando o aprendizado visível.
Quando a experimentação é vista, compartilhada e socialmente segura, o medo perde força — e a adoção acontece naturalmente.
Fonte: HBR