“The better we get at getting better, the faster we will get better”.
in Augmenting Human Intellect: A Conceptual Framework (Douglas C. Engelbart, Stanford Research Institute, Outubro de 1962).

A Inteligência Artificial (“IA”) generativa está aí, disponível, barata e acessível. A IA ocupa hoje o centro das conversas empresariais e políticas. Faz-se de frases feitas nos palcos das grandes conferências. Mas a verdade é que continua ausente da prática quotidiana da maioria das organizações. Quem acompanha o mundo corporativo, facilmente percebe que está a ser difícil transformar a IA em valor real ao serviço das empresas e instituições públicas. É isso, aliás, que se pode ler num estudo recente do MIT, o “State of AI in Business 2025”. Os resultados não deixam margem para dúvidas: há excitação, há adoção, mas baixíssima transformação. O que nos diz o MIT? Temos um fosso profundo entre entusiasmo e impacto, um GenAI Divide onde 95% das iniciativas não chegam a produzir retorno mensurável.

Os resultados do estudo são um balde de água fria para os idólatras da IA, mas, ao mesmo tempo, bastante elucidativos: as empresas experimentam, testam, anunciam pilotos, mas a maioria fica presa no “quase lá”. O problema não está na qualidade dos modelos (embora estes tenham uma grande margem de melhoria no curto prazo), que hoje oferecem capacidades impensáveis há três anos. O bloqueio está na incapacidade que se constata quando se tenta dar o passo final, aquele que permitirá que a tecnologia que já existe hoje deixe de ser promessa e se torne útil na prática.

Onde é que, então, a IA está a falhar?

Na sua integração, adaptação e mudança organizacional. A IA, por si só, não muda nada. Sem uma forte dose de incorporação, imagine-se, de esforço humano, traduzida em compreensão, parametrização, revisão, acerto de processos, a IA permanecerá inútil, como um instrumento desafinado.

O equívoco de que a IA é capaz de executar, sem grande esforço de customização, toda e qualquer tarefa também tem levado a enormes erros de casting. Pode soar a cliché, mas é cada vez mais claro que a IA não vai esvaziar o papel das pessoas. O que se constata, sim, é que, para aproveitar o potencial das tecnologias de IA, precisamos olhar de outra forma para a natureza do trabalho e perceber que carecemos de novas literacias cognitivas. Enquanto esta transformação humana não ocorrer, a tecnológica não acontecerá na escala que todos desejariam. Sejamos claros: não vai ser possível colher os frutos deste tipo de tecnologia se não a compreendemos, a fundo, ou continuamos a utilizá-la como um motor de busca ou uma versão mais sofisticada de softwares correntes.

A IA pede novas linguagens, novas formas de raciocínio, novas competências de verificação, e uma relação diferente com o erro e com a incerteza. É aqui que reside a verdadeira essência da revolução em curso.

O relatório do MIT descreve estes bloqueios com bastante precisão e sem rodeios: os modelos até funcionam, mas as pessoas ainda não descobriram como fazê-los funcionar para elas. Há um significativo learning gap, as iniciativas empresariais falham porque são lançadas sem memória, sem contexto, sem integração e sem aprendizagem contínua.

Falham também por insistirmos em aplicar IA onde a própria tecnologia ainda não é madura. Ou, até, em áreas/processos onde já é mais ou menos consensual que a IA não atingirá, pelo menos nos próximos anos, o nível de exatidão exigido para ser disruptiva. Confundir potencial com realidade é a forma mais segura de alimentar frustrações. Isso significa que o caminho deve ser feito com inteligência, apostando nas áreas e processos onde a tecnologia está a mostrar ser já bastante consistente, produzindo ganhos significativos.

O verdadeiro problema não é a IA não funcionar; é nós não funcionarmos ainda bem com ela. Ou, dito de outra forma, a IA não funciona sem uma forte incorporação de inteligência humana. “It takes two to tango”, pelo que se a IA tem de se adaptar à realidade humana, também a inteligência humana tem de aprender e compreender como a IA funciona para a colocar ao seu serviço.

Tal não significa que nos próximos anos não vá haver impactos significativos no mundo do trabalho, cujos sinais começam a ser tangíveis nas empresas mais competitivas e mais rápidas na adaptação. Num futuro muito próximo, uma boa parte do trabalho e das próprias tarefas cognitivas, incluindo o ensino, vai passar a valorizar, ainda mais do que hoje, valências como a autonomia, a interpretação, as capacidades críticas e a criatividade.

Este reposicionamento ao nível das competências e das valências tem, porém, um preço: aprender. Aprender a formular pedidos com clareza, a validar respostas, a compreender limites, a distinguir entre o que a IA já faz bem e o que ainda não consegue (e poderá nem vir a conseguir) fazer com o rigor necessário.

O GenAI Divide identificado pelo MIT não é um problema tecnológico. É, como sempre, uma provocação tecnológica cujo impacto dependerá da forma como as pessoas e as organizações se posicionam face a ela. Não vencerá apenas quem tiver acesso ao melhor modelo, mas quem for capaz de desenvolver a maturidade cognitiva necessária para usá-lo com inteligência e prudência. Os próximos anos vão ser importantes para perceber quem vai ser capaz de transformar a IA numa camada viva dos seus processos e quem ficará a gravitar na periferia e na obsolescência.

A tecnologia pode ser prodigiosa, mas vai ser o fator humano a ter a última palavra.