Metade do trabalho com IA tem atrito: isso pode ser uma proteção

Eu preservaria parte do atrito de propósito. Quanto maior a consequência, mais o fluxo precisa obrigar alguém a contestar premissas, conferir evidências e assumir a decisão final.

Em uma frase

Uma boa colaboração com IA não é aquela em que a resposta sai sem resistência; é aquela em que o atrito certo aparece antes de uma decisão difícil de desfazer.

Qual pergunta o paper tenta responder?

O paper *Human–AI Collaboration at Scale: Task Criticality, Agency, and Friction Across 250,000 Conversations* foi publicado como preprint em 21 de agosto de 2026 por pesquisadores do SALT Lab, de Stanford. Ele pergunta três coisas: que tipo de trabalho as pessoas entregam à IA, qual papel humano permanece e o que acontece quando a colaboração encontra dificuldade.

Os pesquisadores trabalharam com conversas do Claude.ai realizadas em abril e maio de 2026 por usuários dos planos Free, Pro e Max. Não entraram dados de clientes Team, Enterprise ou API. As conversas não foram entregues aos pesquisadores. A Anthropic executou perguntas definidas pela equipe sobre os diálogos e compartilhou apenas resultados agregados e protegidos por privacidade.

Isso torna o estudo raro e útil. Também cria sua principal limitação: os pesquisadores estudaram categorias produzidas por um sistema controlado pelo fornecedor, não os diálogos crus nem o que aconteceu depois da conversa.

O que os dados mostram sobre trabalho importante?

Entre as conversas que continham uma tarefa acionável, 56% foram classificadas como consequenciais ou de alto risco. Trabalho consequencial é aquele que afeta outras pessoas ou é difícil de reverter. A faixa de alto risco, que incluía implicações profissionais, jurídicas ou financeiras relevantes, representou 12%.

Os usuários não pareciam tratar todo esse trabalho com a mesma leveza. Conversas de alto risco tiveram em média 12,4 turnos, contra 6,5 nas tarefas efêmeras. Conforme a criticidade subia, as pessoas forneciam mais contexto e usavam linguagem mais específica.

O dado mais confortável é que a colaboração liderada pelo humano dominou a amostra: 72% das conversas foram classificadas no nível em que a pessoa mantém a responsabilidade principal e usa a IA como assistência. A adaptação da resposta também foi frequente, chegando a 60% no trabalho consequencial.

Mas existe uma armadilha. Mais mensagens não provam revisão competente. Uma pessoa pode passar doze turnos refinando uma premissa errada. Também pode copiar a resposta para outro sistema, ignorá-la ou executar uma ação fora do chat. O transcript mostra comportamento dentro da conversa. Não mostra a decisão terminal no mundo real.

Por que a fricção não é necessariamente um defeito?

O estudo encontrou fricção em 49,7% das conversas. Os autores dividiram a origem em falha iniciada pelo modelo, problema iniciado pelo usuário e falha composta, quando uma solicitação ambígua leva a uma interpretação errada que piora ao longo da interação.

Uma parte desse atrito foi produtiva. Usuários tentaram se recuperar em 78,7% dos casos. Estratégias que desafiavam o raciocínio do modelo tiveram recuperação produtiva em 81,5% das ocorrências classificadas dessa forma.

Pense numa análise de contrato. Se a IA pede a jurisdição, sinaliza uma cláusula ambígua ou expõe que não encontrou a fonte citada, a experiência fica menos lisa. Ainda assim, esse atrito pode evitar que um rascunho incompleto pareça uma conclusão jurídica.

O mesmo vale para orçamento, contratação ou comunicação com cliente. A pergunta extra custa segundos. Um erro executado pode custar semanas. O objetivo não é deixar a ferramenta difícil. É colocar resistência no ponto em que a consequência aumenta.

Essa leitura se conecta ao que escrevi sobre os três rastros para confiar em um agente de IA. Uma resposta convincente não substitui evidência de entrada, ação e resultado.

Que evidências dão contexto à conclusão?

O paper *Offloading Score*, também com pesquisadores de Stanford, mostra por que contar cliques, mensagens ou texto copiado é insuficiente para medir dependência. Em um estudo controlado com 40 desenvolvedores, a métrica proposta estimou a parcela do esforço cognitivo transferida à IA. Sob pressão de tempo, ela detectou aumento de 43% na dependência, enquanto medidas de uso e autorrelato não separaram bem as condições.

Outro estudo, *Who’s in Charge?*, analisou 1,5 milhão de conversas de consumidores do Claude e encontrou padrões graves de potencial perda de autonomia em menos de uma a cada mil conversas. A baixa frequência é tranquilizadora, mas o trabalho também mostrou uma tensão: interações com maior potencial de desempoderamento recebiam avaliações mais positivas dos usuários. Satisfação imediata e proteção da autonomia não são a mesma métrica.

As duas pesquisas reforçam uma conclusão prática. Não basta medir adoção, tempo de uso ou nota dada ao assistente. Uma empresa precisa observar quanto julgamento foi transferido, que evidência foi verificada e quem assumiu a consequência.

O que o paper não prova?

O estudo é um preprint e não passou por revisão por pares. A amostra cobre usuários consumidores de um único produto durante dois meses. Portanto, não representa todas as ferramentas, países, empresas ou funções.

A classificação foi feita com o Anthropic Insights, que usa o próprio Claude para responder perguntas sobre cada conversa e agrega as respostas. A Anthropic reconhece que a formulação dessas perguntas pode produzir categorias enganosas e que ninguém acessa o diálogo original para detectar certos erros. Uma pergunta aplicada primeiro ao dataset público WildChat precisou funcionar depois num tráfego com perfil diferente.

A independência também é parcial. Os grupos externos definiram perguntas e conclusões, mas a empresa selecionou parceiros com quem já mantinha relações, financiou as execuções, preservou os dados em seus servidores e revisou os resultados por privacidade, segurança e precisão metodológica. Isso não invalida o estudo. Apenas impede tratá-lo como uma auditoria totalmente independente.

Por fim, a conversa não revela tudo o que importa. Ela não mostra se um advogado revisou o texto depois, se o usuário tinha competência para contestar a resposta, se houve dano ou se a tarefa terminou. O paper descreve colaboração observada no chat. Não mede resultado econômico, qualidade terminal ou responsabilidade jurídica.

Minha análise: os três C antes de delegar

Eu transformaria o paper num teste de três C: criticidade, contestação e consequência.

• Criticidade: quão difícil é desfazer a ação? Um resumo interno é diferente de uma transferência, demissão, publicação ou cláusula contratual. Quanto maior a irreversibilidade, menor deve ser a autonomia silenciosa.
• Contestação: o fluxo obriga alguém a desafiar uma premissa central? A revisão precisa pedir fonte, alternativa, cenário de falha ou cálculo independente. Apenas editar o tom da resposta não é contestar o raciocínio.
• Consequência: quem responde pelo resultado e qual evidência essa pessoa vê antes de aprovar? Um nome no organograma não basta. O dono precisa receber os fatos que mudariam a decisão e ter poder real para parar.

Esse teste evita que governança vire uma caixa de confirmação. Se a ação é crítica, ninguém contestou a premissa e o responsável não consegue ver a evidência, a IA ainda não deveria executar.

Como aplicar a ideia na próxima semana?

Escolha um fluxo em que a IA já produz algo usado por outras pessoas: proposta comercial, análise financeira, shortlist de candidatos ou resposta a cliente. Separe vinte casos recentes por criticidade.

Em cada caso, registre três eventos: qual afirmação humana contestou a saída, qual fonte ou cálculo independente foi conferido e quem aceitou a consequência. Meça também retrabalho e erros encontrados antes e depois do envio.

Continue o piloto apenas se a velocidade melhorar sem reduzir contestação útil nem aumentar correções posteriores. É a mesma disciplina de um piloto de IA que muda uma decisão: hipótese curta, métrica observável e condição explícita para parar.

Perguntas rápidas

O estudo prova que 56% do trabalho das pessoas já foi delegado à IA?

Não. Ele encontrou essa proporção entre conversas da amostra que continham tarefas acionáveis. Isso não representa 56% de todo o trabalho nem prova que a resposta foi usada ou executada.

Fricção significa erro da IA?

Nem sempre. Pode ser uma limitação do modelo, um pedido ambíguo ou uma divergência que leva a pessoa a esclarecer o objetivo. O valor depende de a fricção melhorar compreensão ou resultado.

Conversas mais longas significam supervisão melhor?

Não necessariamente. Mais turnos mostram mais interação, não competência, verificação ou responsabilidade. A supervisão precisa deixar evidência do que foi contestado e aceito.

A pesquisa inclui uso empresarial do Claude?

Não. O piloto excluiu Team, Enterprise e API. A amostra veio de consumidores Free, Pro e Max, por isso não deve ser generalizada diretamente para empresas.

Vale a pena ler o paper completo?

Sim, especialmente para líderes de produto, RH e operações. Leia também as limitações metodológicas e o apêndice da Anthropic, porque a arquitetura de acesso aos dados afeta o que pode ser concluído.

Fontes e data de corte

Dados verificados até 28 de agosto de 2026. Fonte principal: Shao et al., *Human–AI Collaboration at Scale*, preprint publicado em 21 de agosto de 2026. Método e acesso aos dados: Anthropic, programa de pesquisa independente e apêndice metodológico. Contexto: Padmakumar et al., *Offloading Score* e Sharma et al., *Who’s in Charge?*.

Eu estudo esses sinais porque a adoção de IA será decidida menos pela facilidade da demonstração e mais pela qualidade das decisões reais. Se você quer levar essa conversa para líderes e equipes, conheça minhas palestras sobre inteligência artificial e futuro do trabalho. Se prefere receber uma análise como esta toda semana, assine minha newsletter no Substack.