No decorrer dos últimos dois anos, a discussão sobre inteligência artificial girou, quase inteiramente, em torno do que as máquinas conseguiam entender. Podiam interpretar textos? Podiam raciocinar sobre problemas complexos? Podiam gerar códigos funcionais? Podiam analisar documentos, resumir reuniões, redigir relatórios? Cada nova geração de modelo trazia respostas mais impressionantes a essas perguntas, e o debate público se concentrava, de forma compreensível, na fronteira da capacidade: até onde a IA consegue chegar? Mas o que está acontecendo agora é uma mudança de natureza, não de grau, porque a IA deixou de ser uma ferramenta que responde a perguntas e começou a se tornar um sistema que age sobre a vida digital de quem a utiliza, acessando e-mails, navegando em plataformas, executando tarefas em aplicativos, enviando mensagens, criando documentos e tomando decisões em nome do usuário, muitas vezes sem que ele precise aprovar cada passo. E essa é a transição que desloca o centro de gravidade do debate para um território que ainda não recebeu a atenção proporcional à sua importância: não mais o que a IA sabe, mas o que ela está autorizada a fazer.
A OpenAI lançou, há pouco mais de um mês, o ChatGPT Work, um produto que estende a lógica dos agentes de programação, que já haviam transformado a forma como software é escrito, para qualquer tipo de trabalho profissional. O sistema se conecta à caixa de entrada do usuário, ao calendário, ao Slack, ao Notion, ao navegador e a dezenas de outros aplicativos, e opera sobre esse ambiente com uma autonomia realmente absurda, num contexto onde ele não apenas responde a perguntas sobre o que está no e-mail, mas redige respostas, organiza dados, cria apresentações, transforma planilhas em ferramentas de planejamento e executa sequências de tarefas que, até ontem, exigiam horas de trabalho manual. O engenheiro-chefe do produto descreveu sua própria relação com o sistema com uma franqueza meio incomoda para nós diante de todo esse poder da ferramenta: ele admitiu que existe a possibilidade de o programa acessar uma mensagem privada sobre determinado assunto sem saber que não deveria compartilhar certas informações, e acrescentou que aceita as consequências pessoais dessa exposição porque considera que é a única maneira de testar o futuro.
Essa declaração é reveladora não pelo que diz sobre o ChatGPT Work especificamente, mas pelo paradoxo que ela articula e que se aplica a qualquer sistema de IA que aspire a ser genuinamente útil no ambiente de trabalho: para que a inteligência artificial entregue o valor máximo que promete, ela precisa receber não apenas informações, mas acesso, permissões e poder de ação sobre a vida digital do usuário. E quanto mais acesso ela recebe, mais útil se torna, e quanto mais útil se torna, mais difícil é recuar para o modelo anterior em que ela apenas respondia a perguntas sem tocar em nada. É uma espiral em que conveniência e exposição crescem juntas, e onde o ponto de máxima utilidade coincide, quase perfeitamente, com o ponto de máximo risco.
Essa coincidência muda a natureza do debate sobre IA no ambiente profissional de uma forma que ainda não foi plenamente absorvida. Durante anos, a discussão sobre tecnologia e privacidade se concentrou em uma pergunta de delimitada: quem tem acesso aos meus dados? Era uma questão sobre vigilância, sobre quem podia ver o quê, e as respostas envolviam criptografia, permissões de acesso, políticas de privacidade e regulações como a LGPD. A IA agêntica acrescenta uma segunda pergunta que é, potencialmente, mais consequente: o que está autorizado a agir em meu nome? Porque quando um sistema não apenas lê seu e-mail, mas responde por você, quando não apenas analisa sua agenda, mas reorganiza seus compromissos, este problema deixa de ser sobre privacidade e se torna sobre uma espécie de delegação de nossa autoridade. E delegação de autoridade implica responsabilidade, porque se o sistema comete um erro, envia uma mensagem inadequada, compartilha uma informação confidencial, toma uma decisão que contradiz a estratégia da empresa, a pergunta que surge imediatamente é: quem responde por isso? O funcionário que delegou? A empresa que autorizou a ferramenta? O fornecedor do modelo que a construiu? A resposta, hoje, é que ninguém sabe, porque as estruturas jurídicas e organizacionais existentes foram desenhadas para um mundo em que decisões profissionais eram tomadas por pessoas, não por sistemas autônomos operando em nome delas.
Há, nessa transição, um desafio técnico enorme que nos ajuda a explicar por que a IA agêntica avançou tão rapidamente na programação e tão lentamente em outras áreas. O código de software tem uma propriedade que o torna adequado para avaliação por máquinas: ele funciona ou não funciona. Você pode testá-lo, executá-lo, verificar se produz o resultado esperado e medir sua qualidade com métricas objetivas. Quando um agente de IA escreve código, o engenheiro pode avaliar o resultado com certa precisão em poucos minutos. Mas a maioria das atividades profissionais não compartilha essa propriedade. Uma boa apresentação de negócios, uma estratégia de vendas eficaz, um parecer jurídico bem fundamentado ou uma análise financeira perspicaz são trabalhos cujo valor é subjetivo, contextual e frequentemente impossível de avaliar sem conhecimento profundo do domínio e das circunstâncias específicas. Quando a IA gera uma apresentação sobre a estratégia da empresa para o próximo trimestre, como o gestor sabe se o resultado é bom? Ele precisa ler cada slide, avaliar cada argumento, verificar cada dado e julgar cada recomendação, o que pode exigir quase tanto tempo quanto teria gasto fazendo a apresentação ele mesmo. A promessa de produtividade esbarra, nesses casos, na dificuldade de verificação, e essa dificuldade é tanto maior quanto mais complexa e subjetiva for a tarefa delegada.
É justamente nesse ponto que surge uma distinção que pode definir como a indústria de IA se desenvolverá nos próximos anos. Existem duas abordagens possíveis para a IA agêntica no ambiente de trabalho: uma que busca executar tudo de forma autônoma, apresentando ao usuário o resultado final sem envolvê-lo no processo, e outra que trabalha em colaboração a ele, analisando possibilidades, apresentando alternativas, solicitando validações em pontos-chave e reduzindo a margem de erro por meio de verificações contínuas. A primeira abordagem é mais impressionante em demonstrações e mais sedutora para quem quer eliminar tarefas da agenda: você pede, a IA faz e, no fim, você recebe o resultado pronto. A segunda é menos espetacular, mas potencialmente mais confiável, porque mantém o julgamento humano inserido no processo em vez de relegá-lo à avaliação posterior de um produto já finalizado. A diferença entre as duas abordagens é, mais do que de codificação, de filosofia: a primeira trata o humano como supervisor distante de uma máquina autônoma; a segunda trata o humano como parte ativa de um processo em que a máquina amplifica sua capacidade sem substituir seu julgamento.
Nesse cenário, se a abordagem autônoma prevalecer, o risco é que profissionais se habituem a receber resultados prontos sem exercitar o julgamento que os tornaria capazes de avaliar se esses resultados são bons, criando exatamente o tipo de dependência em que os profissionais passam a delegar não apenas a execução, mas também o próprio raciocínio e, com o tempo, perdem a capacidade de realizar aquilo que delegaram. Se a abordagem colaborativa prevalecer, a IA funciona como o que os melhores assistentes humanos sempre foram: alguém que faz o trabalho pesado, mas que traz as decisões importantes de volta ao gestor, mantendo viva a conexão entre quem decide e o que é decidido.
Ainda, a dimensão mais profunda dessa transição se revela, porque a questão de delegar autoridade a um sistema de IA não é apenas uma questão de eficiência ou de risco operacional. É uma questão sobre quem controla a interface entre o profissional e seu trabalho, pois quando a IA que organiza seu e-mail, sua agenda, suas tarefas e suas decisões pertence a uma empresa cujos incentivos podem não coincidir integralmente com os seus, a delegação de autoridade carrega uma camada adicional de complexidade: você está confiando não apenas na inteligência do sistema, mas na intenção de quem o construiu. E confiar na intenção é algo que nenhuma especificação técnica pode garantir.
Entre no canal Entrelinhas no WhatsApp e siga nosso Instagram: informação rápida, em tempo real, que tangibilizam as transformações.
Por fim, para quem lidera negócios e acompanha essas transformações, a implicação é de que a IA que está chegando ao ambiente de trabalho não é mais uma ferramenta que responde a perguntas e espera o próximo comando, mas é, contrariamente, um sistema que age, que executa, que acessa, que decide e que opera sobre a vida profissional dos seus funcionários com uma autonomia que, há dois anos, não existia. Integrar essa capacidade à operação de uma empresa exige mais do que adotar uma assinatura e distribuir acessos. Exige definir, com clareza que ainda não existe na maioria das organizações, quais decisões podem ser delegadas, quais precisam de validação humana, quem responde quando o sistema erra e como se garante que a conveniência de hoje não se transforme na dependência de amanhã. Porque nos últimos anos, a pergunta que fizemos sobre inteligência artificial foi até onde ela seria capaz de chegar. A pergunta que se impõe agora é diferente, e bem mais difícil de responder: até onde estamos dispostos a deixá-la entrar?
