Como a IA pode matar profissões sem despedir ninguém hoje

A história é conhecida em economia ambiental: se cada pastor meter só mais uma vaca no pasto comum, todos ganham a curto prazo e o campo acaba destruído a médio prazo. Garrett Hardin chamou-lhe em 1968 a “tragédia dos comuns”. Um investigador da NATO pega agora nessa lógica e aplica-a ao cérebro humano em modo IA.

Nolan Lovett, da NATO Special Operations University, argumenta num artigo na Human Resource Development Review que estamos a criar uma “tragédia dos comuns cognitiva”. Cada empresa que automatiza tarefas de júnior com IA faz o que é racional para o seu P&L: reduz custos, aumenta produtividade. Mas o custo real, a erosão da expertise profunda, espalha-se por todo o mercado de trabalho. O problema é simples e nada teórico: especialistas não nascem seniores, são fabricados em anos de tarefas chatas, erros e correções.

Lovett identifica dois mecanismos de destruição lenta. O primeiro é óbvio: eliminas lugares de entrada, metes um modelo de linguagem a fazer triagens, relatórios ou pesquisa jurídica. O pipeline de talento encolhe. O segundo é mais insidioso: manténs a função, mas dás ao estagiário um copiloto de IA que o põe a produzir como alguém com cinco anos de experiência. No papel parece um milagre de eficiência. Na prática, o júnior nunca faz o esforço cognitivo duro, não constrói modelos mentais próprios, limita-se a orquestrar prompts. A médio prazo, ficas com gente que sabe pedir respostas, mas não sabe pensar o problema.

Daqui nasce o que o autor chama o “validation tether”. Para supervisionar a IA com segurança, precisas precisamente dessa expertise profunda que a própria IA está a corroer. Detectar erros subtis num parecer jurídico gerado por modelo, ou numa análise de risco financeiro, não é o mesmo que apanhar uma contradição óbvia. Requer intuição de ofício, aquela que se forma ao longo de anos de prática. Se os ambientes de formação desaparecem ou se transformam em linhas de montagem de prompts, perde-se também o reflexo de questionar a autoridade algorítmica. O que já vemos em entrevistas de emprego conduzidas por IA é só a versão corporativa de um mesmo vício: aceitar a decisão da máquina como natural.

O efeito perverso é temporizado. Os profissionais que hoje lideram equipas foram treinados entre há 5 e 20 anos. Cortes em posições de entrada desde 2023 só vão bater em cheio entre 2030 e 2045, quando os “reservistas” humanos se forem reformando. Lovett chama a isto o “Human Reserve Paradox”: todas as organizações precisam de um stock de competência humana para validar a IA, gerir crises, lidar com situações fora do manual. Nenhuma tem incentivo económico para o manter sozinha. E mesmo quem sobrevive à mangueira de cortes fá-lo com uma carreira feita a validar outputs de modelos, não a construir conhecimento próprio.

Nem todas as áreas estão na mesma linha de fogo. Engenharia de software, análise financeira e pesquisa jurídica combinam alta substituibilidade de tarefas por IA, pouca regulação e trabalho modular. Traduzindo: são alvos fáceis. Medicina e engenharia civil têm mais proteções formais, ordens profissionais, responsabilidade direta sobre vidas e infraestruturas. Não estão imunes, mas há mais travões. Em Portugal isto cruza-se ainda com profissões já precarizadas, estágios não pagos e fuga de talento, um cocktail perfeito para transformar IA em desculpa definitiva para não investir em formação.

Lovett não propõe proibições de IA. Propõe algo mais incómodo para gestores: reservar fases de aprendizagem sem IA, introdução faseada de ferramentas e certificações que testem competência de base, não só “literacia em IA”. Ou seja, tratar a capacidade humana como infraestrutura crítica, não como linha de custo. Ignorar este risco pode sair caro. Já percebemos, com modelos treinados à custa de património cultural, que o apetite da IA por recursos comuns é voraz. Se deixarmos que faça o mesmo ao conhecimento profissional, o choque não vai aparecer num relatório trimestral, vai aparecer quando não houver ninguém capaz de dizer que a resposta da máquina está errada.

Fonte: The Decoder