Pesquisadoras da Haas School of Business, da Universidade da Califórnia em Berkeley, acompanharam por oito meses uma empresa de tecnologia americana com cerca de 200 funcionários. A conclusão, publicada na Harvard Business Review em fevereiro de 2026 e repercutida pela StartSe: a IA generativa não reduziu o trabalho — intensificou. E o detalhe que muda tudo é que o uso não era obrigatório. A empresa ofereceu assinaturas corporativas e deixou a adoção livre. A intensificação foi voluntária.

O que a pesquisa revela sobre o comportamento real

O estudo de Berkeley identificou três mecanismos que explicam como o tempo liberado desaparece sem que ninguém precise pedir mais. O primeiro é o alargamento de escopo: com a IA reduzindo a barreira de entrada em tarefas desconhecidas, profissionais passaram a assumir trabalho que antes pertencia a outra função — e cada expansão gerou nova demanda de revisão. O segundo é a dissolução das pausas: iniciar e continuar tarefas ficou fácil, então o trabalho vazou para os momentos que funcionavam como intervalo. O terceiro é o paralelismo: múltiplos agentes rodando em segundo plano enquanto a pessoa ainda participa de reuniões e revisa documentos. Nossa leitura: nenhum desses três mecanismos depende de um gestor pedindo mais. Eles emergem do próprio ambiente quando não há uma decisão explícita sobre o destino do tempo economizado.

Um levantamento da Read AI, divulgado em junho de 2026 com 518 respondentes brasileiros que já usam IA no trabalho, reforça a direção: 75% afirmam que os ganhos de eficiência são imediatamente substituídos por novas demandas. No mesmo levantamento, 54% dizem que revisar conteúdo gerado por IA pode cansar mais do que produzir do zero. O dado vem de uma fornecedora de software de produtividade, o que pede leitura cuidadosa quanto à amplitude — mas a direção conversa com a evidência acadêmica de Berkeley. Vale registrar: o custo cognitivo da revisão raramente entra na conta de capacidade do time. O ganho migra de lugar em vez de desaparecer, e quem lidera quase nunca mede a segunda etapa.

O que isso exige de quem lidera

O padrão que vemos na CEATH, ao trabalhar com gestores e educadores que estão integrando IA nos seus processos, é que a pergunta errada é “como adotamos IA mais rápido?”. A pergunta certa é “o que decidimos fazer com a capacidade que a IA libera?”. Se essa pergunta não tiver resposta escrita, a decisão já foi tomada por omissão — e a resposta padrão é sempre mais escopo. Para pequenas equipes, isso é especialmente crítico: definir o destino do tempo economizado enquanto o time tem cinco pessoas custa uma conversa. Depois de o hábito se instalar, custa um projeto de mudança. Para times maiores, o indicador que engana é volume de entrega — times que produzem mais podem estar apenas operando em densidade maior, não em produtividade real. Métricas que incluem revisão e retrabalho mostram melhor onde o ganho efetivamente ficou. A intensificação parece boa nos surtos curtos que compõem o dia e cobra o preço no acumulado: julgamento prejudicado, erro mais frequente e dificuldade crescente para distinguir ganho real de intensidade insustentável.

Um próximo passo concreto

Se você lidera uma equipe que já usa IA no dia a dia, vale fazer uma pergunta direta na próxima reunião de time: o que acontece com o tempo que a IA economiza aqui? Se a resposta for silêncio ou “a gente faz mais coisas”, você tem um diagnóstico preciso. O trabalho seguinte é nomear, por área ou função, o destino explícito desse tempo — não como política, mas como combinado de equipe. Não é sobre desacelerar a adoção. É sobre garantir que o ganho de produtividade permaneça sustentável depois do primeiro semestre de entusiasmo, quando o custo acumulado da intensificação começa a aparecer onde você menos quer: na qualidade das decisões.

Fonte: https://www.startse.com/artigos/produtividade-com-ia-quem-fica-com-a-hora-economizada-1/