A crescente integração da Inteligência Artificial no ambiente corporativo é celebrada como um motor na celeridade de processos e um companheiro nos processos criativos. Contudo, após o decorrer de quatro anos do lançamento da inteligência artificial generativa que conhecemos hoje, emerge um paradoxo crítico: a mesma ferramenta projetada para expandir nossas capacidades pode, sutilmente, erodir a criatividade, a habilidade fundamental sobre a qual a inovação é construída.
Este fenômeno, conhecido como deskilling ou desqualificação, pode ser compreendido como o processo de perda gradual de habilidades que antes eram desenvolvidas por meio da prática cotidiana. Tradicionalmente associado à redução dos requisitos de qualificação dos empregos em razão da introdução de tecnologias que automatizam tarefas anteriormente desempenhadas por profissionais qualificados, o deskilling passa, no contexto da IA generativa, a afetar diretamente competências cognitivas associadas à criação, à análise e à formulação de ideia disruptivas.
A criatividade na inovação é um processo nutrido pela curiosidade, experimentação e pela capacidade de fazer conexões inesperadas. É uma habilidade que se fortalece com o exercício constante de exposição perante diferentes ambientes e conteúdos informacionais. A dependência de sistemas de IA funciona como um atalho que contorna esse exercício. Conforme apontado por Crowston e Bolici (2025), ao delegar a geração de ideias ou a resolução de problemas a um algoritmo, os profissionais perdem a oportunidade de desenvolver ou manter suas próprias habilidades através da prática. A jornada investigativa, com suas tentativas e erros, é precisamente onde os insights mais originais são encontrados. Quando a IA entrega uma solução otimizada, ela pode nos privar desse processo, levando àquilo que Rinta-Kahila et al. (2023) descrevem como “erosão de habilidade”: a incapacidade de realizar uma tarefa sem o auxílio do software.
O impacto mais insidioso do deskilling na criatividade é a padronização do pensamento. As IAs, treinadas com base em vastos conjuntos de dados existentes, são excelentes em otimizar o conhecido, mas inerentemente limitadas na criação do genuinamente novo. Uma organização que se torna excessivamente dependente dessas ferramentas pode, inadvertidamente, começar a produzir soluções cada vez mais homogêneas, perdendo sua vantagem competitiva. A verdadeira disrupção nasce de perspectivas únicas e do questionamento de padrões, exatamente o tipo de pensamento que a confiança cega na eficiência algorítmica tende a suprimir.
Nesse sentido, o filósofo Andy Clark, em seu artigo “Extending Minds with Generative AI”publicado na Naturenos convida a ver essa relação sob a ótica da “mente estendida”. Ele argumenta que nossa inteligência sempre foi um mosaico híbrido entre cérebro, corpo e artefatos técnicos, da escrita ao GPS. O receio de que a IA nos torne “preguiçosos” seria, para ele, uma visão limitada de nossa própria natureza. Contudo, é crucial fazer uma distinção: a expansão cognitiva só ocorre com consciência. Quando deixamos de perceber como os sistemas moldam nossos julgamentos e alternativas, a mente não se estende; ela é capturada.
Nesse contexto, a relação entre o usuário e a IA pode ser perigosamente distorcida pela fusão do deskilling ao efeito Dunning-Kruger, fenômeno que, no âmbito profissional, leva pessoas menos competentes em seus setores a se mostrarem mais confiantes em suas habilidades do que deveriam. Isso ocorre porque, para reconhecer a própria ignorância sobre um tema, é necessário possuir um nível mínimo de conhecimento, capaz de revelar dúvidas, limites e lacunas de compreensão.
Logo, a soma desses efeitos repercute na produção de uma falsa sensação de domínio: quanto menos o indivíduo exercita suas próprias competências, em razão do deskilling, menor é sua capacidade de perceber o que não sabe, e maior tende a ser sua autoconfiança infundada. O resultado é um ciclo regressivo, no qual a perda de habilidade reforça a ilusão de competência, tanto para organização quanto para o individuo, comprometendo o pensamento crítico, a aprendizagem contínua e a qualidade das decisões.
Assim sendo, quando um profissional só consegue criar, analisar ou decidir a partir da mediação constante da IA, não estamos diante de aumento de produtividade, mas de dependência tecnológica. Da mesma forma, quando uma organização percebe que seus colaboradores não conseguem mais formular ideias, estruturar argumentos ou resolver problemas sem recorrer imediatamente a sistemas generativos, o sinal de alerta já foi acionado. A criatividade deixa de ser uma competência humana exercitada e passa a ser um serviço terceirizado ao algoritmo.
A pergunta incômoda, mas necessária, é direta: se você ou seu colaborador precisam da IA para iniciar o processo criativo, estamos realmente falando de inovação ou apenas de uma automação sofisticada do pensamento?
No novo arranjo corporativo, muitas vezes o papel humano se limita a revisar, ajustar e aprovar o que a máquina produz, deixando de ser o ponto de partida das ideias. Com isso, a inspiração dá lugar à simples seleção de respostas prontas. Se a criatividade só aparece depois que a máquina fala primeiro, o maior risco não é perder eficiência, mas enfraquecer justamente aquilo que sustenta a inovação no longo prazo: a nossa capacidade de criar novos futuros.
REFERÊNCIAS
CROWSTON, Kevin; BOLICI, Francesco. Deskilling and upskilling with AI systems. Information Research: An International Electronic Journal, v. 30, n. iConf, 2025. DOI: 10.47989/ir30iconf47143. Disponível em: https://doaj.org/article/28d15ecc7f6341eba2c2334d17582083. Acesso em: 13 jan. 2026.
Clark, A. Extending Minds with Generative AI. Nat Commun 16, 4627 (2025). https://doi.org/10.1038/s41467-025-59906-9
