Mais da metade dos gestores ouvidos em uma pesquisa internacional afirma que passou a ser mais difícil avaliar o trabalho das equipes depois que as empresas adotaram ferramentas de inteligência artificial. O levantamento foi feito pela Nielsen com 1.700 diretores e gerentes seniores de sete países, a pedido da Monday.com, e foi detalhado pelo TechCrunch em 21 de outubro de 2026.
A queixa central é simples: boa parte da produção chega à caixa de entrada do gestor já polida, e não há como saber quanto saiu da cabeça do funcionário e quanto saiu do modelo.
O que os números mostram
Quase metade dos gestores diz passar mais tempo revisando e orientando o trabalho das equipes do que antes da adoção da tecnologia. Ainda assim, o sentimento em relação à IA segue positivo: 94% afirmaram estar empolgados com a possibilidade de melhorar o trabalho com o uso de modelos, e muitos dizem saber onde aplicá-los para extrair mais valor.
Michal Miller Levi, chefe de pesquisa de mercado e insights de clientes da Monday.com, comparou o entusiasmo aos primeiros anos da internet, nos anos 2000, quando as pessoas enxergavam uma magia parecida nas ferramentas novas.
O problema, segundo ela, não está na tecnologia em si, mas no ritmo. A IA funciona muito bem para o gestor individualmente, mas o papel dele também inclui conduzir a organização — e a tecnologia avança mais rápido do que os processos internos conseguem acompanhar.
É nesse descompasso que nasce a sensação de sobrecarga relatada pelos entrevistados.
A avaliação de desempenho entra em revisão
A pesquisa mostra que os critérios de avaliação mudaram: 78% dos respondentes afirmam ter alterado a forma como julgam os funcionários depois da adoção de IA, dando mais peso à capacidade de escrever bons prompts, decidir quais tarefas delegar ao modelo e experimentar novas formas de trabalhar. 46% dos gestores usam IA para embasar decisões e 39% recorrem a modelos de linguagem para redigir avaliações de desempenho.
Aqui aparece um risco conhecido. LLMs são, no fundo, máquinas de previsão que tendem a repetir padrões humanos presentes nos dados de treinamento.
Um estudo do Luxembourg Institute of Socio-Economic Research divulgado neste ano concluiu que, na ausência de padrões objetivos claros e quando as pessoas são avaliadas isoladamente, os modelos tendem a atribuir notas de desempenho de forma semelhante aos humanos. Já um artigo publicado no PNAS Nexus no início de 2025 mostrou que modelos de IA podem ser enviesados contra candidatos negros do sexo masculino, com vieses que variam em direção e magnitude entre diferentes grupos sociais.
Questionada sobre o risco de contaminar o processo com vieses externos, Levi disse que as empresas ainda não resolveram como tratar essas questões.
Mais ferramentas, mais camadas invisíveis
A expectativa de que a IA enxugaria a pilha de software não se confirmou. Cinquenta e sete por cento dos gestores dizem que suas organizações têm hoje mais ferramentas em circulação do que antes, e cerca de 51% afirmam que esses sistemas ficaram mais interdependentes e agrupados.
Apenas 29% descrevem a infraestrutura de IA da empresa como totalmente otimizada e centralizada.
Levi resumiu o descompasso: os gestores terminaram 2025 com a sensação de que consolidariam ferramentas e reduziriam o número de softwares, mas o que aconteceu foi o contrário, mais de metade afirma usar mais ferramentas do que no ano anterior, e a expansão não dá sinais de parar. Parte disso vem do shadow AI, o uso de aplicativos fora dos sistemas aprovados pela empresa, que escapa ao controle do departamento de tecnologia.
No dia a dia, isso vira trabalho de supervisão: alguém precisa definir quais tarefas vão para agentes de IA, conferir o que eles entregam e intervir quando algo sai errado. O relatório descreve esse esforço como uma nova camada de trabalho invisível na rotina dos gestores, atividade que consome tempo e raramente aparece nas métricas oficiais de produtividade.
Agentes exigem governança, não só produtividade
A urgência cresce conforme as empresas colocam no ar agentes capazes de agir por conta própria. Na pesquisa, 58% dos gestores esperam supervisionar mais agentes de IA do que funcionários humanos no próximo ano, e 46% temem perder o controle sobre as ações desses agentes.
Trinta e cinco por cento dizem se preocupar em ser responsabilizados por decisões tomadas por IA, afinal, LLMs seguem largamente imprevisíveis.
Segundo Levi, os gestores não querem agentes totalmente autônomos: querem pessoas envolvidas e consultadas pela IA em tarefas e decisões críticas. No fim, o levantamento sugere que a adoção de IA se tornou tanto um problema de governança quanto uma oportunidade de ganho de produtividade.
Sem processos e infraestrutura adequados, o ganho prometido fica travado justamente na etapa mais cara: a da conferência humana.
Fontes e links
- TechCrunch
- Relatório da Monday.com sobre IA
- Estudo do Luxembourg Institute of Socio-Economic Research (IZA)
- Artigo no PNAS Nexus sobre vieses em modelos de IA
