Por que as pessoas criam “trabalho desleixado” em IA — e como evitar isso

À medida que as ferramentas de IA se proliferaram nos locais de trabalho e a pressão para utilizá-las aumentou, os funcionários tiveram que lidar com o desafio do trabalho de baixa qualidade, ou seja, trabalho gerado por IA com pouco esforço, que parece plausivelmente refinado, mas acaba desperdiçando tempo e esforço, pois transfere o trabalho cognitivo para o destinatário. Para a pessoa que recebe, pode ser uma experiência confusa e frustrante. Quando criamos o termo “workslop” em um artigo da HBR no outono passado, explicamos que ele pode ter um efeito prejudicial na dinâmica do local de trabalho, gerando desconfiança e levando os membros da equipe a questionar a inteligência e a confiabilidade do remetente, entre outras características. Em nossa pesquisa em andamento, ouvimos vários exemplos de workslop semeando má vontade, corroendo a confiança e, de modo geral, tendo um efeito prejudicial no moral do local de trabalho: Em uma empresa, o uso de codificação vibracional pelos funcionários gerou inúmeros erros críticos na base de código, fazendo com que um engenheiro “ficasse tão ressentido com sua equipe” que se demitiu com dois dias de antecedência. Em outra empresa, um pesquisador qualitativo descreveu ter se sentido “manipulado” e “irritado” depois que seu gerente inseriu os resultados de sua pesquisa no ChatGPT para gerar tabelas e uma seção de discussão. “Os resultados estavam incorretos e a seção de discussão era um jargão sem sentido”, relatou. Ele ficou chateado “não apenas porque foi inútil”, mas porque seu trabalho foi inserido no ChatGPT sem sua permissão. “Parecia uma violação.” Um funcionário de uma empresa de tecnologia percebeu que o tom de sua avaliação de desempenho era diferente do habitual para seu gerente e que o documento reciclava o conteúdo de sua autoavaliação. A experiência o fez sentir-se “desvalorizado e menosprezado” e ele “perdeu toda a esperança” de ser promovido. Embora muitas das respostas ao nosso artigo tenham se concentrado nos custos de produtividade— o tempo que as pessoas desperdiçaram lidando com cada caso de workslop que passou por suas mesas—, o que realmente deve preocupar os líderes é o impacto que o workslop pode ter nas relações humanas. É tentador responder ao workslop com desdém por aqueles que o produzem. Nossa pesquisa aponta para uma resposta desconfortável: a proliferação do workslop é uma falha da gestão. Especificamente, é o resultado de mandatos de IA pouco claros e equipes sobrecarregadas. Os líderes estão emitindo diretrizes vagas para que os funcionários comecem a usar ferramentas extremamente poderosas, enquanto muitos desses funcionários estão sobrecarregados, psicologicamente esgotados e operando em ambientes onde não se sente seguro admitir incertezas ou pedir ajuda. O workslop não é inevitável. Aqui está o que os líderes precisam saber e o que podem fazer para evitá-lo. A pressão do workslop Muitas vezes, leva tempo para entender como uma nova tecnologia será realmente utilizada e os efeitos que terá sobre as pessoas que a utilizam. À medida que as ferramentas de IA generativa ganham espaço no trabalho, começamos a perceber como elas transformam o ambiente de trabalho. Nós três observamos diferentes versões desse processo se desenrolarem em diferentes contextos e com diferentes tecnologias. Como pesquisadores, dois de nós (Hancock e Niederhoffer) passamos décadas acompanhando como a tecnologia molda a comunicação — desde os primeiros trabalhos sobre padrões de comunicação em salas de bate-papo na internet até as dimensões psicológicas do uso das mídias sociais. Mais recentemente, por meio de nossa colaboração de dois anos entre a BetterUp Labs e o Stanford Social Media Lab, acompanhamos como as pessoas pensam, sentem e se comportam com a IA no local de trabalho. Como CEO da BetterUp, outro membro da nossa equipe (Robichaux) tem acompanhado de perto como a IA está remodelando a forma como trabalhamos. Em quase todas as conversas, surgem as mesmas perguntas: como podemos garantir que nossos investimentos em IA proporcionem compensação? Como podemos avançar rapidamente sem causar problemas? Os executivos sentem uma pressão real para exigir o uso da IA, especialmente porque os conselhos administrativos pressionam por equipes mais enxutas e maiores intervalos de controle. A expectativa implícita é que a IA ajude os gerentes a “fazer mais com menos”, seja para o crescimento, a inovação ou ambos. À medida que estudamos os efeitos da IA generativa, um quadro preocupante começa a surgir. Nossa pesquisa inicial revelou a presença de workslop. Dos 1.150 funcionários em tempo integral dos Estados Unidos, de diversos setores, que participaram de nossa pesquisa, 41% dos participantes se lembravam de ter recebido um caso específico de workslop que afetou seu trabalho. Além disso, mais da metade dos entrevistados admitiu ter enviado workslop a colegas. Um em cada dez afirmou que 50% ou mais do trabalho gerado por IA que enviaram aos colegas era “na verdade inútil, de baixo esforço ou de baixa qualidade”. Veja mais gráficos da HBR em Dados e visuais Agora, estamos começando a entender de onde vem o workslop: com uma análise mais aprofundada dos preditores e antecedentes, os dados que coletamos revelam que o workslop surge das pressões sentidas por pessoas em extremos opostos da organização. No topo, muitos líderes enfrentam pressão para tomar decisões de investimento responsáveis sobre IA diante da incerteza e das pressões macroeconômicas. Os conselhos administrativos veem cada vez mais a IA como uma alavanca promissora para compensar a desaceleração da produtividade e manter a competitividade em uma economia global em rápida digitalização. Em resposta, os líderes estão usando uma estratégia direta, exigindo que os funcionários utilizem a IA de forma ampla e rápida. Vimos isso em nossos dados: 41% dos funcionários em nossa pesquisa relataram que a liderança os incentivou a usar a IA sem instruções detalhadas ou o entendimento contextual profundo necessário para aplicar a IA de forma significativa a tarefas ou fluxos de trabalho específicos. O presidente de uma empresa compartilhou: “Como gerente de gerentes, sinto que estou sendo pressionado a impulsionar o uso da IA em toda a organização sem uma visão clara, o que leva a uma frustração constante no nível da diretoria. Eles querem o uso da IA, mas, além de dizer ‘use-a em todos os lugares, todos os dias’, não há nenhum lugar onde nossa equipe possa usá-la para realmente ser vista como bem-sucedida”. Um vice-presidente executivo de outra empresa disse: “Minha organização ainda tem muito medo de não estar usando a IA ‘o suficiente’, então não vejo outra saída a não ser seguir em frente. Os exemplos que meus colegas executivos estão dando são realmente lamentáveis. A quantidade e o ‘uso da IA’ são mais valorizados do que a qualidade e a eficácia. Estou procurando outro emprego.” Um vice-presidente em nossa pesquisa explicou: “Acho que as organizações (incluindo a minha) podem ser muito mais claras sobre como a IA deve ser usada especificamente para a missão e os objetivos da organização e da equipe. Há uma exigência enorme para ‘usar IA!’, mas nenhuma especificação sobre como seria uma produção de IA de qualidade específica para o trabalho.” Por que as pessoas criam o Workslop Em nossa pesquisa, perguntamos aos funcionários quanto do trabalho gerado por IA que eles enviam aos colegas é inútil, requer pouco esforço ou é de baixa qualidade. Cinquenta e três por cento dos entrevistados admitiram fazer isso pelo menos algumas vezes. Por que as pessoas enviam aos colegas trabalhos que sabem ser abaixo da média? Principalmente porque se sentem sobrecarregadas, dizem os entrevistados. À medida que as empresas reduziram os orçamentos, consolidaram funções e pediram aos funcionários que assumissem mais tarefas sem uma reformulação formal das funções, os colaboradores individuais e os gerentes de linha de frente estão mais sobrecarregados do que nunca. Isso deixou os funcionários psicologicamente esgotados e lidando com cargas de trabalho mais pesadas. Nesse contexto, as determinações gerais para usar IA — muitas vezes sem o treinamento, a autonomia ou a confiança cultural para experimentar cuidadosamente essas novas ferramentas poderosas — acabam incentivando as pessoas a usar a IA de forma performática. Esses usos de baixo esforço e baixo valor demonstram conformidade com as diretrizes para experimentar, mesmo que transfiram o peso do trabalho para o destinatário. Daí surge o workslop. Para entender o que está acontecendo aqui, os líderes precisam ter uma visão mais ampla. Considere dois pontos de dados. Primeiro, no conjunto de dados da BetterUp com mais de 400.000 funcionários, pesquisas com funcionários mostraram um declínio de 2 a 6% desde 2020 nas mentalidades fundamentais que possibilitam a liderança e o desempenho (por exemplo, foco, agilidade, planejamento estratégico). Segundo, o Barômetro Global de Confiança 2025 da Edelman conta uma história paralela: a confiança dos funcionários nos empregadores diminuiu três pontos, uma mudança que eles chamaram de“sem precedentes”. Essas quedas no desempenho e na confiança provavelmente são causadas pela convergência de pressões, incluindo: estresse pós-pandêmico prolongado, incerteza econômica e geopolítica, fragmentação do trabalho híbrido, aumento do esgotamento de colaboradores e mudanças geracionais nas expectativas dos funcionários. A tensão cumulativa dessas pressões resulta no esgotamento das capacidades cognitivas e relacionais necessárias para uma colaboração eficaz: confiança, resolução criativa de problemas, capacidade dos gerentes de reconhecer os colegas de equipe e realização de metas. O workslop é tanto um sintoma quanto um potencial acelerador dessas questões mais profundas. Um sintoma devido à dinâmica que o incentiva e um acelerador porque, se não for controlado, prejudicará os relacionamentos, prejudicará o trabalho em equipe e minará a confiança. A IA aumentará a produtividade; vimos isso em nossa própria pesquisa, em publicações acadêmicas e em relatórios do setor. Mas a prevalência do workslop mostra que a mera presença da IA não é garantia de que as organizações verão esses ganhos. Em vez disso, sugere que muitos locais de trabalho precisam abordar questões subjacentes sérias para obter benefícios amplos. Aliviando a pressão: como os líderes podem reduzir o workslop Nossa pesquisa revela vários fatores-chave que podem tornar as organizações mais resistentes ao workslop. Além de reduzir as exigências gerais e pouco claras da IA, os líderes devem olhar para dentro e investir em uma resposta sistêmica adaptada às suas organizações. Primeiro, descobrimos que pessoas com senso de competência e controle sobre as ferramentas de IA têm metade da probabilidade de criar workslop. Há muitas maneiras pelas quais as empresas podem desenvolver essa mentalidade em suas equipes, incluindo aumentar os investimentos em alfabetização em IA, fazer com que os funcionários compartilhem e modelem as práticas de IA que atualmente estão ocultas nas sombras ou enviar engenheiros de IA para ajudar as equipes a integrar efetivamente a IA em seus fluxos de trabalho. Esses tipos de investimentos produzirão um retorno saudável. Nossa pesquisa também revela que construir uma cultura de confiança dentro das equipes é um importante fator de proteção contra o workslop. Quando as pessoas acreditam que podem admitir o uso da IA, levantar preocupações sobre como a IA pode afetar a qualidade e pedir feedback sem medo de serem estigmatizadas, elas produzem um trabalho melhor. Para nossos participantes, a confiança em sua equipe reduziu o workslop em 61%. Por fim, precisamos reformular a forma como pensamos sobre o workslop. Cada caso de workslop é um sinal de uma organização sob pressão — pressionada por cima para provar o ROI da IA e por baixo pela pressão crescente da sobrecarga dos funcionários. Isso oferece aos líderes informações importantes, pois expõe falhas no design organizacional que precisam ser resolvidas para que as empresas possam navegar com sucesso pelas mudanças que estão por vir. Revirar os olhos e julgar quando recebemos o workslop é a saída mais fácil. É um exemplo clássico do erro fundamental de atribuição: culpamos a preguiça e a incompetência dos indivíduos, enquanto desconsideramos a influência da situação. Abordar isso requer uma resposta em nível de sistema que opere em pelo menos três níveis: Cultura: os líderes devem começar reconstruindo um senso de confiança com o retorno às práticas diárias de colaboração, como dar feedback, fazer perguntas e abrir espaço para o diálogo. Prática: os líderes precisam criar agência com a IA, estabelecendo expectativas e normas claras sobre quando e como usar a IA, além de processos de revisão explícitos que reforcem, e não substituam, o julgamento humano. Responsabilidade: as organizações precisam de alguém fluente tanto em tecnologia quanto em relacionamentos. Podemos imaginar uma nova função para arquitetos de colaboração de IA destacados que possam localizar atritos, adaptar integrações de IA às motivações e fluxos de trabalho dos funcionários e conectar estratégias de IA a resultados específicos. A maior ironia de todas é que, para fazer a IA funcionar no trabalho, precisamos melhorar nossa capacidade de ser humanos. Os líderes precisam abrir espaço para o trabalho não polido, mais lento, mas mais gratificante, da colaboração humana . Sem mudanças organizacionais que permitam a agência e a confiança, em vez de mandatos de IA para equipes sobrecarregadas, todos nós nos afogaremos na lama do trabalho desleixado.

Por que as pessoas criam “trabalho desleixado” em IA — e como evitar isso

Resumo.

Partner Center