Quanto mais voce confia na IA, menos voce confere

Em cerca de quatro em cada dez casos, as pessoas seguem uma orientação de IA mesmo quando o erro é perceptível. O dado vem de um estudo publicado em 2026 na Scientific Reports, no qual pesquisadores pediram a 295 participantes que julgassem se rostos eram reais ou gerados por IA. Metade do grupo recebeu sugestões identificadas como vindas de um sistema de IA, e essas sugestões estavam certas apenas metade das vezes. O resultado mais inquietante não foi apenas a adesão ao conselho errado, mas o fato de que participantes com atitudes mais positivas em relação à IA tiveram pior desempenho para distinguir erro de acerto.

Esse detalhe muda o centro da discussão. O problema não é apenas que sistemas automatizados erram. O problema é que a presença de uma resposta com aparência de autoridade altera a forma como voce examina a tarefa. Em vez de revisar, comparar e duvidar, o cérebro tende a terceirizar parte do julgamento.

O problema não é a resposta errada, é a confiança

Esse fenômeno tem nome: viés de automação. Em termos simples, é a tendência de dar peso excessivo a recomendações automatizadas, mesmo quando existem sinais de que elas podem estar erradas. A literatura sobre o tema é antiga, mas o contexto mudou. Antes, isso aparecia em cabines de avião e sistemas industriais. Agora, está no navegador, no atendimento, na planilha, no jurídico e no diagnóstico.

Um experimento de 2025 conduzido por pesquisadores da LMU Munich e da University of Maryland, com 2.784 participantes, ajuda a entender a escala dessa mudança. Os voluntários precisavam extrair dados de emissões de relatórios corporativos com ajuda de sugestões geradas por IA, algumas corretas, outras não. O achado central foi desconfortável: a atitude diante da IA foi um preditor mais forte de desempenho do que vários outros fatores individuais. Os mais céticos encontraram mais erros. Os mais entusiasmados confiaram mais cedo.

Quando a atitude pró-IA piora o desempenho

Esse é o ponto que costuma passar despercebido. Muita gente imagina que excesso de confiança na IA seja apenas preguiça, desatenção ou falta de treinamento. Só que os estudos sugerem algo mais profundo. A confiança prévia no sistema muda o limiar a partir do qual voce decide verificar uma resposta. Em outras palavras, quanto mais confiável a ferramenta parece, menos fricção mental voce sente para aceitá-la.

No estudo da Lancaster University, isso apareceu de forma muito clara. Quem recebeu orientação rotulada como IA e já tinha visão positiva sobre essas ferramentas mostrou menor capacidade de discriminar entre rostos reais e sintéticos. Já a propensão geral a confiar em outras pessoas não produziu o mesmo efeito quando a orientação era humana. A máquina, ao que tudo indica, ocupa um lugar cognitivo diferente: ela parece objetiva antes mesmo de provar que é.

Nem especialistas escapam do atalho cognitivo

Talvez a parte mais desconfortável dessa história seja que experiência ajuda, mas não imuniza. Uma análise publicada pela BrainFacts.org, ligada à Society for Neuroscience, revisou um estudo com radiologistas avaliando mamografias. Quando a IA fornecia um resultado incorreto, profissionais com pouca ou média experiência viram sua acurácia cair de algo em torno de 80% para cerca de 22%. Entre os mais experientes, a queda foi de aproximadamente 80% para 45%.

Isso importa porque desmonta uma fantasia comum sobre trabalho qualificado. Não basta colocar um especialista “no circuito” e presumir que a supervisão humana resolverá tudo. Se a recomendação algorítmica atua como âncora, ela puxa inclusive quem já tem repertório técnico. O especialista continua vendo a imagem, mas passa a vê-la sob a gravidade de um palpite automatizado.

O hábito de conferir pode enfraquecer com o tempo

O risco não termina no erro pontual. Uma revisão sistemática publicada no Journal of the American Medical Informatics Association documentou um padrão recorrente: quando pessoas passam a depender de sistemas automatizados, elas tendem a reduzir as etapas de verificação que antes faziam manualmente. Com o tempo, familiaridade e confiança mal calibrada diminuem monitoramento, elevam complacência e tornam o erro mais difícil de perceber.

Essa parte é crucial para qualquer empresa adotando IA no cotidiano. O custo não está apenas na primeira recomendação ruim. Está na erosão silenciosa da musculatura cognitiva que detectaria a próxima. Em recrutamento, isso pode virar triagem acrítica. Em finanças, pode virar adesão a uma lógica mal compreendida. Em operações, pode virar aprovação automática de algo que antes mereceria uma segunda leitura.

O que realmente ajuda a reduzir o viés de automação

A solução não parece estar em pedir mais pressa, mais confiança ou mais entusiasmo com IA. Aliás, o estudo de Munique sugere que incentivos financeiros, sozinhos, não corrigem o problema de forma consistente. Também não basta dizer que o humano tem a palavra final, se todo o desenho do processo empurra esse humano para confirmar o sistema.

O que ajuda de verdade é introduzir atrito útil. Expor taxas de erro antes do uso, obrigar revisão ativa em tarefas críticas, separar sugestão de decisão final e cultivar uma cultura em que questionar a máquina não seja visto como atraso. O ganho não vem de demonizar a IA, mas de recusar o mito de que fluidez é sinônimo de acerto.

No fim, a pergunta não é se a IA erra. Ela erra, como qualquer sistema. A pergunta mais séria é outra: o que acontece com o seu julgamento quando a resposta já chega pronta, limpa e confiante? Se a adoção de IA continuar avançando no trabalho do jeito atual, a principal habilidade não será usar melhor a ferramenta. Será preservar a capacidade de desconfiar dela na hora certa.