A Terceirização da Mente O que a IA devolve em produtividade e o que ela cobra em capacidade

Este é o faturamento da minha empresa nos últimos três meses. Não é um argumento retórico nem uma projeção. É a tela do painel, sem edição de valores, no dia em que este texto começou a ser escrito.

O dado, por si só, já diz bastante sobre o impacto que a inteligência artificial teve na maneira como trabalho. Grande parte do que produzo atualmente passa, de alguma forma, por sistemas de IA: desenvolvimento de software, automação de processos, análise de informações, produção textual e criação de conteúdo.

Coloco o número logo na abertura por um motivo específico, e não é ostentação. Um texto crítico sobre inteligência artificial escrito por quem não a usa é barato. Ele não custa nada a quem escreve. Este ensaio só me interessa porque custa: cada argumento que vem a seguir é um argumento contra a ferramenta que produziu o número acima.

Um faturamento isolado esconde mais do que revela. Vale abrir o dado, porque a estrutura dele é parte do argumento: essa é uma operação de margem estreita, em que a maior parte do que entra é imediatamente reinvestida em mídia paga.

Isso importa para o argumento porque explica por que a IA se tornou estrutural aqui, e não opcional. Numa operação com 22% de margem, a velocidade de iteração é o ativo. Testar mais variações de anúncio, montar mais páginas, analisar mais dados, escrever mais textos: a diferença entre lucro e prejuízo é quantas tentativas cabem dentro do mesmo mês. A IA multiplica exatamente essa variável.

O livro diário mostra a textura real desse processo, que não é uma linha ascendente bonita. É um vaivém, com dias de retorno alto e dias de prejuízo puro.

Guarde a barra vermelha. Ela vai voltar no fim do texto, porque um dia de prejuízo é a versão financeira exata do que este ensaio descreve em termos cognitivos: um custo que só aparece quando o sistema que costuma cobrir você não cobre.

Hoje, se quero desenvolver um site, consigo utilizar IA para gerar grande parte da estrutura em poucos minutos. Se quero criar um aplicativo, ela pode construir uma base funcional que anteriormente exigiria horas ou até dias de desenvolvimento. Em um jogo, pode auxiliar desde a programação até a geração de sprites, diálogos, mecânicas e outros elementos.

O que antes dependia necessariamente de uma equipe especializada pode, em determinadas situações, ser realizado por uma única pessoa utilizando um conjunto de ferramentas de IA.

O ganho de produtividade é inegável.

Vale ser preciso sobre o que essa frase significa, porque ela é repetida com tanta frequência que virou ruído. Não se trata apenas de fazer a mesma coisa mais rápido. Trata-se de atravessar barreiras de competência que antes eram intransponíveis sozinho. Eu não preciso mais dominar design gráfico para ter uma peça razoável. Não preciso dominar cada framework para ter uma aplicação funcionando. A ferramenta não acelera apenas o meu trabalho: ela me dá acesso a trabalhos que não eram meus.

E é exatamente aí que mora o problema que este ensaio persegue. Porque acessar um trabalho e ser capaz de fazê-lo não são a mesma coisa. Durante um tempo, a diferença entre as duas coisas não aparece em lugar nenhum. Depois, aparece de uma vez.

E talvez seja justamente por isso que a discussão sobre inteligência artificial precise ir além da pergunta mais recorrente: "A IA vai substituir os nossos empregos?"

Aquela pergunta é confortável porque terceiriza a responsabilidade. Ela transforma o assunto em algo que acontece com a gente, decidido por empresas, governos e mercados. Existe uma outra pergunta, menos confortável, que não delega nada e cuja resposta depende exclusivamente do que cada pessoa faz com a ferramenta no dia a dia.

Essa pergunta é velha. É mais velha do que a computação, mais velha do que a revolução industrial, mais velha do que o papel. Antes de olhar para o que a ciência contemporânea mede sobre ela, vale ver quem a fez primeiro.

Por volta de 370 a.C., no diálogo Fedro, Sócrates conta uma história egípcia. O deus Theuth, inventor dos números, da geometria e das letras, apresenta a escrita ao rei Thamus, esperando elogio. Thamus recusa o presente. A escrita, argumenta o rei, vai implantar o esquecimento na alma de quem aprender a usá-la: as pessoas deixarão de exercitar a memória e passarão a confiar em marcas gravadas fora de si mesmas.^[8]

Sócrates então assume o argumento em voz própria. Um texto escrito, diz ele, é como uma pintura: parece falar com inteligência, mas se você o questiona, guarda um silêncio solene e repete sempre a mesma coisa. O leitor recebe a aparência de sabedoria, não a sabedoria.^[8]

É tentador descartar isso como tecnofobia de um velho. Seria um erro. A preocupação de Sócrates era filosófica, não nostálgica. Para ele, memória não era armazenamento. Era o motor do entendimento real. Saber algo de verdade significava ter lutado com aquilo por dentro, testado contra objeções, convivido com a ideia. Alguém que apenas leu um fato pode representar conhecimento numa conversa sem de fato possuí-lo.

A frase "aparência de sabedoria" descreve com precisão desconfortável a experiência de entregar um trabalho gerado por um modelo de linguagem e discuti-lo como se fosse seu.

O padrão se repete com regularidade quase cômica. A cada ferramenta que assume uma função mental, aparece a mesma frase, adaptada ao vocabulário da época.

Duas leituras opostas cabem nessa lista, e a maior parte das discussões escolhe uma e ignora a outra.

A leitura otimista: o pânico sempre existiu e nunca se confirmou, a humanidade seguiu adiante, logo o alarme atual também é exagero. A leitura pessimista: as capacidades de fato mudaram a cada etapa, e chamar isso de pânico infundado é só não olhar o que foi perdido.

A leitura que defendo aqui é a terceira e mais chata: cada uma dessas acusações estava parcialmente certa, e é possível medir em qual parte. Foi exatamente isso que a psicologia cognitiva passou as últimas décadas fazendo.

A intuição de Sócrates ganhou nome técnico e programa de pesquisa. Em 2016, Evan Risko e Sam Gilbert publicaram na Trends in Cognitive Sciences uma revisão que consolidou o conceito de terceirização cognitiva: o uso de uma ação física ou ferramenta externa para alterar as exigências de processamento de uma tarefa e reduzir a demanda mental.^[2]

Os exemplos que eles usam são deliberadamente banais. Inclinar a cabeça para ler um texto girado em vez de rotacioná-lo mentalmente. Programar um lembrete no celular em vez de manter a intenção na memória. Anotar um número em vez de guardá-lo. Nada disso é patológico. É como a cognição humana sempre lidou com a própria capacidade limitada.

O achado interessante da revisão não é que terceirizamos, e sim como decidimos terceirizar. Segundo o modelo que os autores propõem, a escolha entre resolver por dentro ou delegar por fora passa por uma avaliação metacognitiva: uma estimativa, feita no ato, sobre a própria capacidade mental comparada à da ferramenta. E essa estimativa pode estar errada.^[2]

Aí está o primeiro parafuso solto do sistema. Se a decisão de delegar depende de uma avaliação sobre o quanto você é capaz, e se delegar repetidamente reduz o quanto você é capaz, o mecanismo se realimenta. Cada delegação torna a próxima delegação mais provável, não porque a ferramenta melhorou, mas porque a estimativa sobre si mesmo piorou.

Em 2011, Betsy Sparrow, Jenny Liu e Daniel Wegner publicaram na Science um conjunto de quatro experimentos que ficou conhecido como "efeito Google" ou amnésia digital.^[1]

Vale sublinhar a nuance, porque o estudo é frequentemente mal citado. Ele não afirma que ficamos mais burros. Afirma que houve uma troca na natureza daquilo que é codificado: menos "o quê", mais "onde". Em uma expressão que ficou: por causa da busca, passamos a guardar endereços em vez de conteúdos.

Isso é eficiente. Também é frágil de um jeito específico. Endereços só valem enquanto o destino existe e você tem acesso a ele. Conteúdo internalizado é o que permite combinar duas ideias que nunca foram combinadas antes, porque as duas estão na mesma cabeça ao mesmo tempo. Uma memória feita de ponteiros ocupa a memória de trabalho com o trabalho mecânico de buscar, e não com a síntese.

O caso mais concreto do argumento não vem da informação abstrata. Vem de mapas e ruas, onde é possível medir a coisa no tecido cerebral.

Taxistas licenciados de Londres precisam decorar uma malha viária enorme para passar no exame da profissão, sem apoio de navegação. Estudos de ressonância magnética conduzidos por Eleanor Maguire e colegas encontraram nesses motoristas maior volume de massa cinzenta no hipocampo posterior, região central para memória espacial, comparado a pessoas que não exercem a função.^[4] O órgão responde ao uso, como um músculo responde à carga.

A pergunta inversa foi respondida em 2020 por Louisa Dahmani e Véronique Bohbot, da Universidade McGill.

Essa última linha da tabela é a mais importante e a mais perturbadora. A capacidade caiu. A percepção da própria capacidade não caiu junto. As pessoas não sentiram que estavam piorando enquanto pioravam.

Volte agora ao mecanismo da seção 07: a decisão de delegar depende de uma estimativa sobre a própria competência. Se essa estimativa não acompanha a queda real, o sistema perde o freio. Você continua confiando em uma capacidade que já não tem, e só descobre no dia em que a ferramenta não está disponível.

Essa não é uma preocupação abstrata para mim. Eu consigo perceber isso no meu próprio comportamento.

Atualmente, utilizo IA para programar uma parcela enorme do que desenvolvo. Quando encontro um problema, minha primeira reação muitas vezes já não é tentar solucioná-lo sozinho, mas descrevê-lo para um modelo e receber uma solução. Quando preciso escrever, posso pedir que a ferramenta organize minhas ideias. Quando não lembro de determinada informação, em vez de tentar recuperá-la da memória, posso simplesmente perguntar.

Repare no detalhe: não é que eu seja incapaz de fazer essas coisas. É que a primeira reação mudou. O intervalo entre encontrar o problema e delegar o problema encolheu até quase desaparecer. Aquele intervalo era onde o pensamento acontecia.

O resultado é extremamente eficiente.

Mas eficiência e aprendizagem não são necessariamente a mesma coisa.

Quando terceirizamos repetidamente uma determinada atividade cognitiva, deixamos de praticar justamente os processos mentais envolvidos nela. A consequência não precisa ser imediata, mas a longo prazo existe uma questão legítima: podemos nos tornar progressivamente mais eficientes enquanto nos tornamos progressivamente menos capazes de operar sem essas ferramentas?

Escrevo isso como suspeita, não como diagnóstico. A parte seguinte existe porque alguém decidiu testar essa suspeita com eletrodos em vez de introspecção.

Em 2025, um grupo do MIT Media Lab liderado por Nataliya Kosmyna publicou o estudo mais direto sobre a pergunta deste ensaio. Em vez de perguntar às pessoas o que elas achavam, mediram o cérebro delas enquanto escreviam.^[5]

A metáfora escolhida pelos autores é financeira, e por isso funciona tão bem neste ensaio: débito cognitivo. Você toma esforço mental emprestado do futuro. No presente o trabalho sai mais rápido e igualmente bom. A cobrança chega depois, quando o apoio some e a conta acumulada aparece de uma vez.

É a barra vermelha da Figura 3, traduzida para dentro da cabeça.

Duas ressalvas de honestidade intelectual, levantadas pelos próprios pesquisadores. O estudo testou uma ferramenta específica em uma tarefa específica, redação em contexto educacional, e não generaliza automaticamente para todo tipo de uso. E o EEG tem resolução espacial limitada, sem acesso a estruturas profundas como o hipocampo, o que os autores apontam como próximo passo da pesquisa.^[5] O achado é forte. Não é a palavra final.

Se o estudo do MIT olha para o cérebro em laboratório, o estudo seguinte olha para o trabalho real. Em 2025, pesquisadores da Microsoft Research e da Carnegie Mellon University apresentaram na conferência CHI uma pesquisa com 319 profissionais que usavam IA generativa no trabalho ao menos uma vez por semana, analisando 936 casos concretos de uso.^[6]

O achado central é uma assimetria elegante e incômoda. Quanto maior a confiança da pessoa na capacidade da IA de executar aquela tarefa específica, menor o pensamento crítico que ela relata exercer sobre o resultado. Quanto maior a confiança da pessoa na própria capacidade de executar a tarefa, maior o pensamento crítico exercido.^[6]

Ou seja: não é a ferramenta que desliga o julgamento. É a certeza de que ela já resolveu.

O estudo também descreve como a natureza do trabalho intelectual se desloca com o uso de IA, em três eixos.^[6]

Os autores fazem uma observação que amarra este ensaio inteiro: usadas de forma inadequada, tecnologias podem sim deteriorar faculdades cognitivas que deveriam ser preservadas. E citam, para explicar por quê, um artigo de 1983.^[6]

Em 1983, a psicóloga cognitiva Lisanne Bainbridge publicou na revista Automatica um artigo de cinco páginas chamado "Ironies of Automation". Ele se tornaria um dos textos mais citados da área: até novembro de 2016, o Google Scholar já listava cerca de 1.800 trabalhos citando-o, com o ritmo de citações ainda em aceleração.^[7]

O argumento de Bainbridge é curto e devastador. Ao automatizar a maior parte de um sistema, deixamos ao operador humano exatamente aquilo que não pôde ser automatizado: as exceções raras e difíceis. Só que, como a rotina agora é da máquina, o operador deixa de praticar as habilidades no dia a dia. Ele chega aos momentos críticos com menos treino do que tinha antes da automação, não mais.^[7]

A aviação comercial é o laboratório mais documentado dessa ironia. Pilotos de aeronaves modernas passam a maior parte do voo supervisionando sistemas automáticos, e voam manualmente cada vez menos. A literatura de fatores humanos vem registrando há décadas a consequência esperada: degradação da habilidade de voo manual por falta de oportunidade de prática, e tripulações mais relutantes em reverter para controle manual quando os automatismos falham.^[7]

Existe uma segunda ironia, ainda mais direta. Bainbridge observou que o operador transformado em monitor não apenas perde prática: o novo papel de vigilância é, em si, mentalmente exaustivo e menos engajante, o que piora a atenção exatamente onde ela é mais necessária.^[7]

Troque "operador de planta industrial" por programador, analista ou estudante. Troque "piloto automático" por modelo de linguagem. A estrutura do argumento não muda uma vírgula. A tabela da seção anterior, mostrando o deslocamento de executar para supervisionar, é a descrição de Bainbridge com 42 anos de atraso e vocabulário novo.

É aqui que surge o paradoxo, e ele é meu, não da literatura.

E isso não significa que a IA seja necessariamente prejudicial.

Significa que a forma como utilizamos uma ferramenta pode ser tão importante quanto a capacidade da própria ferramenta.

Note que nenhuma das três frases acima é uma previsão catastrófica. Todas são condicionais. Esse é o ponto: o mesmo movimento produz os dois resultados, e o que decide qual deles acontece não está na ferramenta.

Esse fenômeno se torna ainda mais evidente no ambiente educacional, e aqui falo do lugar onde estudo.

Na universidade, é cada vez mais comum encontrar pessoas utilizando IA para responder atividades, produzir trabalhos e solucionar questões. Em alguns casos, a ferramenta deixa de ser um instrumento de apoio ao aprendizado e passa a executar justamente a atividade que deveria produzir o aprendizado.

Vale separar bem as duas coisas, porque elas parecem idênticas de fora e são opostas por dentro. Uma atividade acadêmica tem dois produtos: o trabalho entregue e a capacidade construída no processo. Só o primeiro é avaliado. O segundo é o motivo de o primeiro existir.

O achado da quarta sessão do estudo do MIT dá substância empírica a essa intuição. Participantes que escreveram sozinhos antes e só então usaram IA tiveram engajamento neural alto. Participantes que começaram com IA e depois tentaram escrever sozinhos tiveram engajamento fraco.^[5] A mesma ferramenta, o mesmo tempo de uso, ordens invertidas, resultados opostos.

Tentar primeiro parece ser a variável, não o uso da ferramenta.

Existe uma objeção séria a tudo que escrevi até aqui, e seria desonesto não apresentá-la na sua versão mais forte.

Em 1998, os filósofos Andy Clark e David Chalmers publicaram na revista Analysis o artigo "The Extended Mind". A tese: processos cognitivos não terminam na pele ou no crânio. Quando um recurso externo é confiavelmente disponível, automaticamente aceito e prontamente acessível, integrado ao comportamento da pessoa, ele deve ser contado como parte do sistema cognitivo dela.^[9]

O princípio que sustenta o argumento é o da paridade: se um processo que acontece fora da cabeça funciona de um modo que, se acontecesse dentro dela, chamaríamos sem hesitar de cognitivo, então ele é cognitivo, independentemente da localização física.^[9]

Se isso está correto, boa parte do alarme deste ensaio é mal colocado. Um caderno de anotações não rouba sua memória, ele é parte da sua memória. Uma calculadora não atrofia seu raciocínio, ela o compõe. E uma IA, que satisfaz os critérios de disponibilidade e integração melhor que qualquer ferramenta anterior, não seria uma amputação da mente, mas a extensão mais poderosa já construída.

Sócrates, de novo, é a melhor ilustração do ponto contrário ao dele. Sua filosofia só existe porque foi externalizada. A escrita não substituiu o pensamento socrático, ela o preservou e o colocou em circulação por 24 séculos.

Não tenho como refutar a tese da mente estendida, e acho que ela está substancialmente certa. O que ela não resolve é a assimetria que os dados mostram: o caderno e a calculadora não apareceram, nos estudos, associados a queda mensurável de capacidade sem a ferramenta, e o GPS e a IA apareceram. Alguma coisa distingue esses casos. A próxima seção é a minha melhor tentativa de nomear o quê.

A literatura recente vem separando dois comportamentos que parecem o mesmo e não são.

A terceirização cognitiva clássica, no sentido de Risko e Gilbert, é a delegação de uma subtarefa estreita e bem definida, com o raciocinador mantendo a estrutura do problema e o controle do processo.^[2] Você decide o que precisa ser calculado, delega o cálculo, e continua responsável por interpretar o resultado.

O que a IA generativa habilita é um padrão qualitativamente diferente, que pesquisadores têm chamado de rendição cognitiva: adotar a saída gerada como sua própria resposta, com escrutínio mínimo, abrindo mão do controle do processo de resolução em vez de delegar uma etapa dele.^[10]

A ferramenta é idêntica nos dois casos. O prompt pode até ser o mesmo. O que muda é o que sobra de você depois que ela é desligada.

Isso sugere um teste prático, e é o único conselho que me sinto autorizado a dar neste texto, porque é o que eu mesmo tento aplicar sem sempre conseguir:

Se a resposta é "a solução, e eu entendo por que ela funciona", foi terceirização, do tipo que Clark e Chalmers descreveriam como extensão legítima. Se a resposta é "a solução, mas eu não saberia refazê-la nem explicá-la", foi rendição, do tipo que o MIT mediu em eletrodos e que Bainbridge já tinha descrito em painéis de controle de fábrica.

Nenhuma das duas categorias é permanente ou define uma pessoa. A mesma pessoa terceiriza numa tarefa e se rende em outra, no mesmo dia, com a mesma ferramenta. O critério nunca esteve na tecnologia. Está na pergunta que se faz, ou se deixa de fazer, antes de aceitar a resposta.

O paradoxo maior é que estou dizendo tudo isso enquanto mostro justamente o resultado financeiro de utilizar IA. O mesmo número que abre este texto.

Eu não sou um observador externo dessa transformação. Eu sou um dos seus beneficiários.

A inteligência artificial aumentou drasticamente minha capacidade de produzir. Permitiu que eu desenvolvesse coisas que provavelmente não conseguiria desenvolver sozinho, na mesma velocidade ou com os mesmos recursos. Este próprio artigo, com a quantidade de fontes que reúne, teria levado semanas sem ela.

E é exatamente por utilizá-la tanto que comecei a perceber o outro lado.

Não precisamos imaginar um futuro em que humanos se tornem completamente incapazes. O processo pode ser muito mais sutil.

Talvez o maior risco da inteligência artificial não seja simplesmente a substituição do trabalhador pela máquina. Talvez seja a substituição gradual do esforço cognitivo humano pela conveniência da máquina.

A questão, portanto, talvez não seja escolher entre usar IA ou não usar IA. Essa discussão já parece ultrapassada.

A questão mais importante será aprender a distinguir aquilo que devemos delegar às máquinas daquilo que precisamos continuar fazendo com a nossa própria cabeça.