Deveria ser o paraíso da produtividade. As empresas investem biliões em IA, os funcionários têm acesso a ferramentas que automatizam tarefas, escrevem emails, geram código, criam apresentações e analisam dados em segundos. E no entanto, a maioria das pessoas trabalha mais do que nunca. As horas de trabalho não diminuíram. O stress não desapareceu. E os lucros prometidos pela automação tardam em aparecer nas contas das empresas. Este é o paradoxo da produtividade da IA, e é um dos fenómenos mais intrigantes do mundo empresarial em 2025-2026.
O que dizem os números
Os estudos mais recentes pintam um quadro contraditório. Um relatório da Faros AI, focado em engenharia de software, mostra que equipas com alta adoção de IA completaram 21% mais tarefas e fundiram 98% mais pedidos de código. Parece fantástico — até vermos que o tempo de revisão de código aumentou 91%. A produtividade individual subiu, mas o gargalo mudou de sítio: agora os programadores produzem mais código do que os revisores conseguem verificar.
O MIT Sloan documentou o mesmo padrão na indústria transformadora: as empresas que adotaram IA registaram uma queda de produtividade a curto prazo de 1,33 pontos percentuais. A famosa “curva J” da produtividade — primeiro cai, depois sobe — está a repetir-se em praticamente todos os setores.
Porque é que a IA não está a libertar tempo?
O aumento das expectativas
O problema número um é que a IA não eliminou trabalho — aumentou as expectativas. Antes, um gestor pedia a um funcionário para fazer três análises por semana. Agora, com a IA, pede dez. O que era impossível passou a ser possível, e o que era possível passou a ser o mínimo aceitável. A IA não substituiu o trabalho, apenas permitiu que as empresas exigissem mais.
O retrabalho e a revisão
Quando a IA gera conteúdo, alguém tem de verificar, editar, corrigir e validar. Este trabalho de revisão raramente é contabilizado como custo de produtividade. Um estudo de 2025 da METR descobriu que programadores experientes demoraram 19% mais tempo a completar tarefas reais de código quando usavam assistentes de IA, porque passavam mais tempo a corrigir e a verificar o código gerado.
O efeito deskilling
Há um risco crescente de “deskilling” — a perda de competências por dependência da IA. Quando um funcionário deixa de fazer tarefas manualmente, perde a capacidade de as fazer bem sem ajuda. Isto significa que, quando a IA falha (e vai falhar), o humano já não sabe resolver o problema sozinho. O tempo que se poupou a automatizar gasta-se depois a remediar.
Porque é que as empresas não estão a ver lucro?
Apesar do investimento massivo em IA, a maioria das empresas ainda não vê retorno no fundo da linha. O New York Times reportou em 2025 que muitas empresas estão a investir biliões em IA sem conseguir traduzir esse investimento em lucro real. Os motivos são vários:
- Projetos-piloto que nunca escalam — a maioria das iniciativas de IA fica presa em testes e provas de conceito
- Falta de integração — a IA funciona em ilhas, não nos processos centrais do negócio
- Custos escondidos — a computação, o armazenamento, a formação e a manutenção de modelos de IA são caros
- Métricas erradas — as empresas medem quanto tempo poupam, mas não medem o custo da revisão, da correção de erros e da perda de competências
O que as empresas podem fazer para resolver o paradoxo
Para que a IA cumpra a promessa de libertar tempo, as empresas precisam de mudar a abordagem:
- Medir o sistema, não a tarefa — a produtividade individual pode subir enquanto a produtividade da equipa cai. É preciso olhar para o todo.
- Investir em revisão e governança — se a IA acelera a produção, é preciso acelerar também a revisão, a validação e a integração.
- Redesenhar processos, não automatizá-los — a IA não funciona bem quando é simplesmente colocada em cima de processos ineficientes.
- Proteger as competências humanas — garantir que os colaboradores continuam a fazer tarefas manualmente o suficiente para manterem a capacidade de verificar e corrigir a IA.
Conclusão
O paradoxo da produtividade da IA não é um bug, é uma feature da transição. A tecnologia está a evoluir mais depressa do que as organizações conseguem adaptar-se. A IA tem o potencial de nos libertar de trabalho repetitivo e abrir espaço para o que realmente importa. Mas enquanto as empresas usarem a IA para fazer mais do mesmo, em vez de fazer diferente, vamos continuar a trabalhar mais, a sentir mais pressão, e a perguntar-nos porque é que, com tanta tecnologia, ainda não temos tempo para nada.
