A inteligência artificial chegou ao ambiente profissional com uma promessa tentadora: reduzir tarefas repetitivas, acelerar processos e liberar tempo para atividades mais estratégicas. Na prática, porém, o uso indiscriminado dessas ferramentas está criando um efeito contrário em algumas empresas. Em vez de produtividade, surgem entregas superficiais que precisam ser revisadas, corrigidas ou até refeitas por outras pessoas.
Imagine receber um relatório bem diagramado, dividido em tópicos e escrito em linguagem aparentemente profissional. À primeira vista, parece um trabalho concluído. Ao analisar o conteúdo, no entanto, aparecem conclusões vagas, informações sem contexto e dados insuficientes para tomar qualquer decisão. Esse tipo de situação ganhou um nome: workslop.
A expressão combina as palavras inglesas work (trabalho) e slop, termo associado a algo feito de maneira descuidada ou de baixa qualidade. Ela passou a descrever conteúdos produzidos com auxílio de inteligência artificial que têm aparência de trabalho bem executado, mas entregam pouco valor - e acabam transferindo para outra pessoa a tarefa de completar aquilo que ficou pela metade.
Quando economizar alguns minutos gera horas de retrabalho
O problema já aparece em pesquisas sobre o uso da inteligência artificial no ambiente corporativo. Um levantamento realizado pela BetterUp Labs em parceria com o Stanford Social Media Lab apontou que 40% dos profissionais entrevistados já haviam recebido algum material considerado workslop. Entre eles, a estimativa é de que 15,4% dos conteúdos recebidos apresentassem essas características.
A consequência não é apenas uma entrega ruim. Quando um documento chega incompleto, alguém precisa identificar os problemas, checar informações, buscar o contexto que falta e fazer as correções necessárias.
Segundo a BetterUp Labs, cada episódio desse tipo consome, em média, 1 hora e 56 minutos de trabalho. A estimativa é de uma perda de US$ 186 mensais por funcionário afetado. Em uma companhia com 10 mil trabalhadores, o impacto sobre a produtividade pode superar US$ 9 milhões por ano.
Ou seja, o tempo economizado por quem delegou rapidamente uma tarefa à IA pode simplesmente transferir-se para o colega que recebeu o resultado.
Mais velocidade não significa necessariamente mais produtividade
É fácil entender por que a inteligência artificial conquistou espaço tão rapidamente. Atividades que antes exigiam horas - como resumir documentos, organizar uma apresentação, estruturar textos ou analisar informações - agora podem ter uma primeira versão pronta em minutos. Ainda assim, é importante que os resultados sejam avaliados pela pessoa responsável por eles.
Essa diferença entre rapidez e produtividade também aparece em um levantamento global do Upwork Research Institute, realizado com 2,5 mil profissionais. Enquanto 96% dos executivos acreditam que a IA pode elevar a produtividade, 77% dos trabalhadores dizem que sua carga de trabalho aumentou. Além disso, 81% dos líderes elevaram as expectativas sobre suas equipes depois da adoção dessas ferramentas, enquanto 71% dos profissionais relataram sinais de burnout.
A IA pode substituir profissionais?
A expansão da inteligência artificial também reacendeu a discussão sobre a possibilidade de automatizar funções inteiras. Entretanto, algumas empresas já estão revendo decisões tomadas no início dessa transformação.
Uma pesquisa da Forrester Research apontou que 55% dos empregadores se arrependeram de demissões relacionadas à adoção de inteligência artificial. Já uma projeção da Gartner indica que metade das companhias que trocaram funcionários por IA em áreas como atendimento e operações deverá recriar essas posições até 2027.
O risco de deixar a IA pensar por nós
O debate sobre o workslop também envolve uma questão menos visível: o que acontece com determinadas habilidades quando começamos a terceirizar constantemente tarefas cognitivas?
Até pouco tempo atrás, a tecnologia associava-se principalmente à automação de atividades repetitivas. A IA generativa, porém, passou a participar de tarefas como escrever, resumir, interpretar, organizar argumentos e propor soluções.
A preocupação se torna especialmente relevante entre profissionais em início de carreira. Se alguém utiliza a IA para resolver uma tarefa antes mesmo de aprender os fundamentos necessários para executá-la, pode deixar de desenvolver habilidades que serão importantes justamente para perceber quando a própria ferramenta está errada. Nesse cenário, algumas competências humanas passam a ganhar ainda mais peso.
Como usar inteligência artificial sem cair no workslop?
A saída não está necessariamente em abandonar essas ferramentas. O ponto central é mudar a maneira como elas são utilizadas. Um primeiro cuidado é oferecer contexto. Quanto mais claras forem as informações sobre objetivo, público, problema e resultado esperado, menores são as chances de receber uma resposta excessivamente genérica.
Também é importante abandonar a ideia de que a primeira resposta fornecida pela ferramenta representa uma entrega final. Na maioria das situações, o material precisa ser questionado, refinado e conferido.
A revisão humana é particularmente importante por causa das chamadas "alucinações", quando sistemas de inteligência artificial apresentam como verdadeiras informações incorretas ou simplesmente inventadas. Outro cuidado envolve dados confidenciais. Informações pessoais, financeiras, estratégicas ou internas não devem ser inseridas indiscriminadamente em qualquer plataforma.
Empresas começam a estabelecer limites
Parte do problema pode estar na velocidade com que a inteligência artificial foi incorporada às empresas. Em muitos casos, as ferramentas chegaram antes dos treinamentos, das políticas internas e até de uma discussão mais profunda sobre quando realmente vale a pena utilizá-las.
Quando qualquer relatório ou apresentação pode ser produzido rapidamente, existe o risco de confundir velocidade de execução com qualidade. Sistemas de IA conseguem organizar grandes volumes de informação, mas isso não significa que compreendam automaticamente as necessidades específicas de uma empresa, seus objetivos ou seu público.
Diante desses riscos, algumas organizações estão criando estruturas específicas para decidir como e quando a inteligência artificial deve fazer parte da rotina profissional.
A preocupação envolve não apenas produtividade, mas segurança, ética, proteção de dados, qualidade das entregas e governança. A ideia é evitar que a adoção da IA aconteça simplesmente porque a ferramenta está disponível.
No fim, o fenômeno do workslop evidencia uma contradição importante da era da inteligência artificial: uma tecnologia criada para poupar tempo também pode desperdiçá-lo quando utilizada sem critério. Mais do que aprender a pedir respostas para uma máquina, portanto, o desafio é saber o que fazer com aquilo que ela entrega.
