Usar IA no dia a dia compensa quando a tarefa é redigir, resumir, traduzir ou organizar informação, e trava quando o trabalho exige domínio profundo de um contexto que o modelo não conhece. Essa fronteira não é opinião de consultor: ela apareceu em experimentos controlados com profissionais reais. Numa pesquisa de campo com 758 participantes, consultores do Boston Consulting Group concluíram 12,2% mais tarefas e terminaram 25,1% mais rápido quando tinham acesso ao GPT-4, com qualidade avaliada como superior. No outro extremo do espectro, desenvolvedores veteranos de projetos open source consolidados ficaram 19% mais lentos com assistentes de código à disposição. Este artigo separa os dois lados da evidência e termina com uma rotina de quatro passos, um checklist e uma tabela de decisão para você aplicar já na próxima jornada de trabalho.
Onde a IA acelera de verdade
O estudo mais citado sobre ganho real é o experimento da Harvard Business School publicado como working paper sobre a fronteira tecnológica irregular. Os pesquisadores montaram 18 tarefas realistas de consultoria, do criativo ao analítico, e dividiram os participantes entre três condições: sem IA, com GPT-4 e com GPT-4 mais uma visão geral de engenharia de prompts. Dentro do que os autores chamam de fronteira de capacidades, o grupo com IA dominou: mais tarefas concluídas, em menos tempo e com soluções de qualidade significativamente superior segundo os avaliadores. O ganho não veio de mágica, e sim do tipo de trabalho envolvido: produzir primeiro rascunho, estruturar dados já disponíveis, adaptar tom de voz, gerar variações de um documento. São tarefas com início, meio e fim claros, que um modelo de linguagem treinado em escala resolve bem.
Na rotina cotidiana, isso mapeia direto para e-mails difíceis, resumos de reunião, planilhas que precisam de narrativa, traduções com revisão e outros usos de IA no dia a dia com ganho comprovado em estudo. Se a tarefa cabe numa frase do tipo transforme este material bruto em entrega estruturada, ela provavelmente está dentro da fronteira e o assistente tende a ajudar de forma mensurável.
Quando a IA atrapalha
O contraexemplo mais forte veio da METR, organização independente de avaliação de modelos. Em um ensaio randomizado com 16 desenvolvedores experientes, que resolveram 246 tarefas reais em projetos maduros de código aberto nos quais trabalhavam há anos, os participantes levaram 19% mais tempo para concluir tarefas reais quando tinham permissão para usar IA. Incluída a ferramenta mais popular do momento: a maioria usava o Cursor Pro com modelos Claude da linha Sonnet, então o resultado não se explica por escolha amadora de ferramenta. O estudo, publicado também como artigo científico no arXiv, contradiz o discurso padrão de ganho automático de produtividade.
Mais desconcertante é a leitura da percepção: antes de começar, os mesmos desenvolvedores previram que a IA os deixaria 24% mais rápidos e, depois de viver o resultado oposto, ainda acreditavam num ganho de 20%. A sensação de velocidade e a velocidade medida são coisas diferentes — percepção de ganho não é prova de ganho. Quando a pessoa conhece o domínio melhor que o modelo, cada sugestão equivocada vira um custo de revisão invisível, pago em minutos que ninguém contabiliza.
O experimento de Harvard mostra o mesmo corte pelo outro ângulo: em uma tarefa gerencial deliberadamente escolhida por estar fora da fronteira, consultores com IA tiveram 19% menos chance de chegar à resposta correta justamente quando a IA era usada fora da fronteira de capacidades. O modelo empresta confiança e estrutura a uma resposta errada, o que torna o erro mais difícil de enxergar, não mais fácil. Antes de ampliar o uso da ferramenta para decisões delicadas, vale revisar os hábitos comprovados para usar IA no dia a dia e conferir quais desses hábitos você já pratica de fato.
Rotina prática em quatro passos
A tradução da evidência para o dia a dia cabe em uma rotina curta, que funciona para quem escreve, programa, estuda ou gerencia projetos.
- Classifique antes de abrir o chat. Pergunte: a entrega tem formato conhecido, como texto, tabela ou lista, e depende só do material que você consegue colar na conversa? Se sim, está dentro da fronteira, use. Se depende de contexto que não cabe no prompt ou de decisão sem resposta verificável, faça você mesmo.
- Comece pelo rascunho, nunca pela decisão. Peça versões, alternativas e estruturas. Decida por conta própria qual caminho seguir; o modelo serve de multiplicador de opções, não de árbitro.
- Meça o tempo na primeira semana. Anote quanto você levou com IA e quanto levava sem. O ensaio da METR existe porque quase ninguém mede: a sensação de fluidez esconde os minutos gastos corrigindo alucinações e desfazendo alterações erradas.
- Audite fatos contra a fonte primária. Todo número, citação e referência gerada por IA precisa ser conferida no documento original antes de seguir adiante. Esse passo separa uso profissional de aposta.
Checklist antes de delegar
Passe por esta lista sempre que estiver em dúvida sobre entregar uma tarefa ao assistente.
- A tarefa pode ser verificada por você em poucos minutos?
- Você conseguiria fazer a tarefa sem IA, ainda que mais devagar?
- O resultado parcial já é útil? Rascunho de 70% vale; decisão irreversível não.
- O material de entrada é seu ou público, e pode ser compartilhado com o provedor?
- Existe critério objetivo de pronto, ou a definição de bom depende do seu julgamento?
- Você reservou tempo para revisar linha por linha o que sair?
Se mais de uma resposta for negativa, a evidência sugere conter o impulso: o custo oculto tende a comer o ganho prometido, e o pior é que você só percebe depois da entrega.
Comparativo por tipo de tarefa
A tabela abaixo resume o que os dois experimentos indicam para cada categoria comum de trabalho.
| Tipo de tarefa | O que a evidência mostra | Recomendação |
|---|---|---|
| Rascunho, redação e adaptação de texto | Ganho grande no experimento com consultores usando GPT-4 | Delegar com revisão |
| Síntese e organização de dados prontos | Dentro da fronteira, com qualidade avaliada como superior | Delegar com checagem de fontes |
| Código em projeto que você domina há anos | Desaceleração medida no ensaio randomizado com veteranos | Fazer manual ou limitar a trechos pontuais |
| Decisões fora do padrão e julgamento gerencial | Queda de acerto com IA na tarefa fora da fronteira | Decidir sem IA |
| Verificação de fatos e números | Alucinação é risco documentado dos modelos atuais | Sempre conferir na fonte primária |
A leitura conjunta dos dois experimentos aponta para uma regra simples: a IA é multiplicadora de execução, não de julgamento. Onde o formato da entrega é conhecido e a verificação é barata, ela encurta o caminho de forma mensurável. Onde entram terreno imprevisível, conhecimento tácito e decisões com consequências, a métrica vira contra você — às vezes sem que ninguém perceba, porque a sensação de produtividade continua alta. Use isso a seu favor: reserve a inteligência artificial para o volume e guarde a última palavra para o seu critério.