A expansão da inteligência artificial no trabalho e no cotidiano tem sido acompanhada por promessas de mais produtividade, mas também por sinais de exaustão mental, ansiedade e perda de capacidade de reflexão. O tema é discutido em artigo publicado pelo The Next Web, que reúne exemplos e estudos citados ao longo de 2026 para argumentar que, embora sistemas de IA acelerem tarefas em áreas específicas, seus efeitos mais amplos sobre o pensamento humano seguem controversos. De acordo com informações do The Next Web, o avanço dessas ferramentas ocorre sob forte pressão de adoção por empresas e profissionais, mesmo com evidências limitadas de ganhos generalizados.
Um dos exemplos mencionados é o lançamento, no dia primeiro de janeiro de 2026, da plataforma de código aberto Gas Town, criada pelo programador Steve Yegge. A ferramenta permite coordenar múltiplos agentes de IA para desenvolvimento de software em alta velocidade. Segundo o texto, uma das primeiras pessoas a testá-la descreveu a experiência não em termos de eficiência, mas de sobrecarga cognitiva.
“There’s really too much going on for you to comprehend reasonably,” he wrote. “I had a palpable sense of stress watching it.”
A observação resume a principal crítica apresentada no artigo: máquinas podem estar mais rápidas, mas humanos que interagem com elas relatam mais cansaço, mais ansiedade e menos clareza para pensar. O texto afirma ainda que a pressão pela adoção da IA passou a ser tratada como inevitável, impulsionada por discursos corporativos, lançamentos de produtos e comunicações de mercado.
O que os dados citados dizem sobre produtividade e adoção de IA?
Entre os exemplos citados está uma fala do presidente da Microsoft, Satya Nadella, no Fórum Econômico Mundial de Davos, em janeiro de 2026. Segundo o artigo, o executivo alertou que a IA poderia perder sua “permissão social” para consumir grandes quantidades de energia caso não entregasse benefícios concretos à vida das pessoas. O texto interpreta essa formulação como um sinal de que o setor ainda tenta justificar publicamente o valor real da tecnologia.
Na sequência, o artigo menciona uma pesquisa da Circana com consumidores dos Estados Unidos, realizada em fevereiro de 2026, segundo a qual 35% dos entrevistados não queriam IA em seus dispositivos. A razão mais citada, de acordo com o texto, não foi medo da tecnologia, mas a percepção de que ela não era necessária.
Também é citado um levantamento do Goldman Sachs, publicado em março de 2026 com base em dados de resultados corporativos do quarto trimestre. Conforme reproduzido no artigo, a análise concluiu que não havia relação significativa entre produtividade e adoção de IA no nível agregado da economia. O banco observou que 70% das equipes de gestão do índice S&P 500 mencionaram IA em teleconferências de resultados, mas apenas 10% quantificaram impactos em casos específicos de uso, e 1% quantificou efeito sobre lucros.
- 70% das equipes de gestão do S&P 500 citaram IA em teleconferências, segundo o texto
- 10% quantificaram impactos em usos específicos
- 1% quantificou impactos sobre ganhos
- As cinco maiores empresas de tecnologia dos Estados Unidos seriam projetadas para gastar US$ 667 bilhões em infraestrutura de IA em 2026, conforme o artigo
O artigo também menciona o National Bureau of Economic Research, que teria descrito o cenário como um “paradoxo da produtividade”: ganhos percebidos maiores do que os efetivamente medidos. Ainda segundo o texto, os avanços mais concretos apareceriam em duas áreas específicas, com ganho mediano de cerca de 30%: suporte ao cliente e desenvolvimento de software.
Como a IA pode aumentar a carga de trabalho em vez de reduzi-la?
Mesmo nos contextos em que a IA mostra ganhos de desempenho, o artigo afirma que surgem efeitos colaterais importantes. Um estudo citado, realizado por pesquisadores da Haas School of Business, da UC Berkeley, acompanhou por oito meses uma empresa de tecnologia dos Estados Unidos com 200 funcionários. Segundo o texto, a conclusão foi que a IA não reduziu a carga de trabalho, mas a intensificou.
De acordo com essa descrição, tarefas passaram a ser concluídas mais rapidamente, o que elevou expectativas e ampliou o escopo de atuação dos trabalhadores. Product managers começaram a escrever código, enquanto pesquisadores assumiram atividades de engenharia. O estudo teria chamado esse processo de “workload creep”, expressão usada para definir o acúmulo gradual de tarefas até que a fadiga cognitiva prejudique a qualidade das decisões.
O artigo cita ainda a Harvard Business Review, que chamou o fenômeno de “AI brain fry”, e um estudo da Boston Consulting Group com quase 1,5 mil trabalhadores dos Estados Unidos. Segundo o texto, 14% dos usuários de ferramentas de IA que exigiam supervisão significativa relataram esse tipo de esgotamento, marcado por dificuldade de concentração, lentidão para decidir e dores de cabeça após interação prolongada com esses sistemas.
- 14% dos usuários de IA com alta exigência de supervisão relataram esse tipo de exaustão, segundo o artigo
- 62% dos associados e 61% dos profissionais em início de carreira reportaram burnout relacionado à IA, conforme a Harvard Business Review citada no texto
- Entre executivos do alto escalão, o índice mencionado caiu para 38%
O texto sustenta que o desgaste não se distribui de forma igual nas organizações. Em geral, os decisores sobre a adoção da tecnologia não são os profissionais que passam o dia revisando resultados, corrigindo erros e alternando entre ferramentas automatizadas.
O que está em jogo quando o mercado chama esses sistemas de “inteligência”?
Na parte final, o artigo questiona o próprio uso do termo “inteligência artificial”. O texto lembra que a expressão foi cunhada em 1956, em um workshop no Dartmouth College, e argumenta que a nomenclatura aproximou computação de cognição humana de forma também comercial. Segundo essa leitura, descrever produtos como “inteligentes” transfere a eles sentidos associados a julgamento, reflexão e sabedoria, ainda que esses sistemas operem, na prática, por previsão estatística em grande escala.
O autor reconhece que essas ferramentas podem ser úteis, especialmente em tarefas de padronização, reconhecimento de padrões e geração de respostas plausíveis. Mas afirma que isso não equivale, necessariamente, à inteligência no sentido humano do termo. A crítica central é que a corrida para cercar a rotina de sistemas artificiais pode corroer condições necessárias ao pensamento humano, como atenção contínua, tolerância à ambiguidade e tempo para reconsiderar decisões.
Por fim, o artigo menciona um trabalho da London School of Economics, de fevereiro de 2026, segundo o qual a urgência fabricada em torno da IA reduziria o espaço para deliberação democrática, ao tratar o avanço tecnológico como inevitável. Nesse enquadramento, a discussão deixa de ser apenas sobre eficiência e passa a incluir uma pergunta mais ampla: de que forma a adoção acelerada da IA afeta a capacidade humana de pensar com calma, avaliar dúvidas e decidir coletivamente o que realmente deseja.
