A quarta ferramenta de IA já atrapalha mais do que ajuda

A promessa mais sedutora da inteligência artificial no trabalho é também a mais simplista: quanto mais IA, melhor. Mais copilots, mais agentes, mais painéis, mais automações. Só que um estudo publicado na Harvard Business Review com pesquisadores da BCG sugere que essa lógica quebra bem antes do que as empresas imaginam. O ganho não é linear. Existe um limite humano, e ele chega cedo.

O ponto de virada não está na décima ferramenta

A BCG ouviu 1.488 trabalhadores em tempo integral nos Estados Unidos, em março de 2026, para mapear a relação entre número de ferramentas de IA usadas ao mesmo tempo e desempenho percebido. O desenho do resultado chama atenção porque não é ambíguo. De uma para duas ferramentas, a produtividade sobe. Com três, ainda melhora. O problema começa quando o trabalho passa a exigir quatro ou mais sistemas simultâneos sob supervisão humana.

Nesse ponto, a produtividade relatada cai para abaixo do nível inicial. Não é uma estagnação discreta, mas uma reversão. A leitura da Fortune sobre o estudo resume bem a contradição: não basta colocar mais IA na mesa e esperar que o cérebro acompanhe como se fosse infraestrutura elástica. O gargalo não é computacional. É cognitivo.

O que a BCG chamou de AI brain fry

Os pesquisadores deram nome a esse estado: AI brain fry. Em português, a expressão mais próxima seria algo como exaustão mental por excesso de supervisão de IA. Não se trata apenas de cansaço genérico no fim do expediente. É a fadiga que surge quando você precisa ler, conferir, priorizar, corrigir, comparar e decidir em cima de múltiplas saídas artificiais ao mesmo tempo.

Segundo o estudo, 14% dos trabalhadores que usam IA relatam esse quadro. Em marketing, onde é comum alternar entre geradores de texto, dashboards, otimizadores de campanha e chatbots, a taxa chega a 26%. No jurídico, onde o uso tende a se concentrar em uma ou duas ferramentas especializadas, cai para 6%. O resumo do The Decoder é útil justamente por mostrar esse contraste entre áreas. O problema não parece ser inteligência, preparo ou resiliência individual. O problema é a quantidade de interfaces pedindo julgamento humano em paralelo.

Quando a sobrecarga aparece, o erro sobe junto

Os sintomas descritos por Julie Bedard, diretora da BCG e autora principal do trabalho, são quase físicos: sensação de zumbido mental, névoa cognitiva, dor de cabeça e decisões mais lentas. Trabalhadores com alta demanda de supervisão de IA relataram 14% mais esforço mental, 12% mais fadiga e 19% mais sobrecarga de informação do que colegas com exigência menor.

O efeito sobre a qualidade do trabalho é ainda mais difícil de ignorar. Quem relatou AI brain fry cometeu 39% mais erros graves, 33% mais fadiga decisória e 11% mais erros menores. É aqui que a tese do artigo deixa de ser conversa sobre bem-estar e entra em governança. A empresa que empilha sistemas sem redesenhar o trabalho não está apenas cansando as pessoas. Está comprando mais chance de erro em troca de uma produtividade que talvez só exista no PowerPoint.

O sinal de saída aparece antes do colapso

Há outro dado que deveria preocupar qualquer liderança. Entre os trabalhadores com AI brain fry, 34% disseram ter intenção ativa de deixar a empresa. Entre os que não relataram o problema, o número foi de 25%. Em outras palavras, a sobrecarga se concentra justamente nos times mais expostos à nova onda de ferramentas e pode corroer a retenção onde o investimento em IA costuma ser mais agressivo.

No Brasil, esse achado ressoa com força porque a adoção de IA avançou rápido em rotinas que já eram marcadas por pressa, acúmulo e pressão por resposta imediata. Em muitas equipes, especialmente nas áreas de marketing, conteúdo, atendimento e operação, a IA foi adicionada à pilha existente em vez de substituir etapas. O resultado é previsível: a pessoa faz o trabalho de antes e ainda vira gestora de robôs.

O conserto não é reduzir IA, e sim parar de empilhar

A parte mais interessante do estudo é que a solução não passa por rejeitar a tecnologia. Quando a IA foi usada para substituir tarefas repetitivas, e não para criar novas camadas de supervisão, o burnout caiu 15%. Ou seja, a mesma ferramenta que esgota também pode aliviar, desde que remova trabalho real em vez de multiplicar checkpoints humanos.

Dois fatores organizacionais também reduziram a fadiga. Gestores que respondiam dúvidas e ofereciam apoio prático diminuíram a fadiga cognitiva em 15%. Empresas que tratavam equilíbrio entre vida e trabalho como estrutura, não como discurso, tiveram índices 28% menores de fadiga em todos os níveis de uso de IA. A recomendação central da BCG é simples e bastante desconfortável para o entusiasmo corporativo do momento: limitar o número de ferramentas usadas simultaneamente e desvincular metas de produtividade da contagem de ferramentas adotadas.

O que muda na prática nos próximos meses

A empresa que está implementando a quarta, quinta ou sexta ferramenta de IA para a mesma pessoa deveria revisar a estratégia agora, não depois de perceber queda de qualidade, retrabalho e rotatividade. O futuro não parece premiar quem acumular mais logos de fornecedores no stack. Deve premiar quem entender, cedo, que colaboração entre humano e IA funciona melhor quando há desenho de trabalho, prioridade clara e teto operacional.

Na prática, a pergunta útil deixou de ser “quantas IAs seu time usa?” e passou a ser outra: “quantas delas exigem supervisão humana ao mesmo tempo?”. É uma pergunta menos glamourosa, mas muito mais honesta. E, ao que tudo indica, é nela que a produtividade de verdade começa.