Estudo global da IBM expõe a lacuna entre IA no trabalho e julgamento humano
Pesquisa global com líderes de RH e funcionários aponta divergência sobre julgamento humano, preocupação com perda de habilidades e trabalho de revisão que a adoção de IA pode acrescentar.
A inteligência artificial já consegue executar tarefas, mas alguém ainda precisa definir quando confiar nela, como conferir uma resposta e quem responde quando algo sai errado. Um novo estudo global do IBM Institute for Business Value coloca essa capacidade de julgamento no centro da transformação do trabalho e mostra uma diferença entre o que líderes de RH consideram essencial e o que os próprios funcionários dizem priorizar.
Na pesquisa, 71% dos CHROs ouvidos apontaram a capacidade de supervisionar, validar e, quando necessário, anular resultados de IA como a habilidade mais importante para a força de trabalho. Entre funcionários, 29% disseram que o julgamento é importante. Ao mesmo tempo, 60% afirmaram preocupar-se com a possibilidade de a IA reduzir suas habilidades; o pensamento crítico foi citado com maior frequência como uma capacidade em declínio. Os números descrevem percepções dos entrevistados, não uma medição direta de perda de competência.
A pesquisa foi realizada pelo IBM Institute for Business Value em parceria com a Oxford Economics, entre abril e junho de 2026. Foram ouvidos 1.500 CHROs e executivos equivalentes, em 21 geografias e 23 setores, além de 8.800 funcionários em 28 países. O comunicado não apresenta uma amostra brasileira separada, portanto os resultados devem ser lidos como um retrato global. Também é uma pesquisa publicada por uma empresa que vende soluções de IA; isso não invalida os dados, mas recomenda atenção à metodologia e à forma como os resultados são interpretados.
Outro achado ajuda a explicar a distância entre estratégia e rotina. Oitenta por cento dos CHROs dizem que a adoção de IA cria trabalho invisível: verificar recomendações, corrigir erros, acrescentar contexto e tratar exceções. Quarenta e dois por cento dos funcionários relatam que a IA aumentou seu trabalho ou que esse esforço não é reconhecido. Se uma organização mede apenas quantas tarefas a ferramenta concluiu, pode deixar de contar o tempo de revisão, a transferência de responsabilidade e os casos em que a automação falha.
O estudo também aponta que a integração ainda é limitada dentro do próprio RH: 72% das organizações pesquisadas usam IA pouco ou não a utilizam nessa área, e 46% não envolvem o CHRO ao definir a estratégia de IA. Esses percentuais não provam que incluir RH, por si só, produza melhores resultados. Eles levantam uma questão prática: decisões sobre desenho de funções, treinamento, avaliação e responsabilidade estão sendo tomadas junto com as escolhas técnicas?
Para gestores, a implicação é tratar a introdução de IA como redesenho de trabalho, e não só como compra de licença. Antes de ampliar um uso, vale delimitar quais decisões permanecem humanas, registrar quem pode contestar uma recomendação, reservar tempo para revisão e medir qualidade, retrabalho e impacto sobre a carga de trabalho. A supervisão precisa fazer parte da função e da meta, não aparecer como obrigação informal depois que um erro ocorre.
Para equipes de RH, isso inclui mapear tarefas afetadas, ouvir quem as executa e testar mudanças em pequena escala. Indicadores úteis podem combinar tempo economizado com taxa de correção, consistência, experiência de funcionários e candidatos, exceções encaminhadas a pessoas e horas dedicadas à conferência. O estudo associa maior clareza sobre fluxos liderados por pessoas, assistidos por IA ou executados por IA a melhores resultados relatados pelas organizações; como a fonte não estabelece causalidade, isso serve como hipótese para testar, não como garantia de retorno.
A discussão também importa para profissionais. Aprender a usar uma ferramenta pode acelerar uma entrega, mas a capacidade de verificar fontes, reconhecer limites, explicar escolhas e identificar quando escalar um caso continua sendo parte do trabalho. Empresas que tornam essa revisão visível e oferecem formação podem transformar a supervisão em competência valorizada. Sem esse reconhecimento, o uso da IA corre o risco de acrescentar uma segunda camada de trabalho sem clareza sobre tempo, mérito ou responsabilidade.
Para quem contrata
Trate a adoção de IA como mudança de processo e de responsabilidade. Mapeie tarefas antes de automatizar, defina quais decisões exigem validação humana e dê tempo e autoridade para quem revisa resultados. Meça qualidade, correções, exceções e carga de trabalho junto com velocidade. Os dados da IBM são globais e autorrelatados; use-os para formular perguntas e desenhar um piloto local, não como prova de que um modelo específico trará ganhos à sua empresa.
Para sua carreira
Ao usar IA no trabalho, mantenha rastreável o que você pediu, o que conferiu e quais partes alterou. Pratique validar fatos, comparar a resposta com a fonte e explicar seu raciocínio sem depender da ferramenta. Se a automação mudar sua rotina, registre o tempo de revisão e os tipos de erro que você resolve: esse trabalho precisa aparecer na conversa sobre metas, reconhecimento e desenvolvimento. A pesquisa não mede o mercado brasileiro separadamente, então não interprete seus percentuais como previsão de vagas no país.