Pensamento crítico e IA no trabalho: o que o estudo mostra

Pensamento crítico no trabalho com IA é a capacidade de questionar, conferir e decidir sobre o que a ferramenta entrega, em vez de aceitar a primeira resposta. Um estudo da Microsoft Research com a Carnegie Mellon ouviu 319 profissionais e encontrou que mais confiança na IA vem junto com menos esforço de pensamento crítico.

Isso importa para a carreira porque o que diferencia um profissional, daqui para frente, não é quem gera o primeiro rascunho mais rápido, e sim quem percebe o erro, ajusta o contexto e responde pelo resultado. Este guia resume o que o estudo diz e o que ele não diz, mostra onde o risco aparece no dia a dia e propõe cinco hábitos para treinar o julgamento sem abrir mão da produtividade que a IA oferece.

O que o estudo da Microsoft e da Carnegie Mellon encontrou

O trabalho, intitulado "The Impact of Generative AI on Critical Thinking", foi apresentado na conferência CHI 2025, segundo a página da publicação na Microsoft Research. Os autores pesquisaram 319 trabalhadores do conhecimento, que compartilharam 936 exemplos de uso de IA generativa em tarefas reais, para entender quando e por que a IA afeta o esforço de pensar criticamente.

Os dois achados centrais, conforme o texto completo do artigo, são: maior confiança na IA está associada a menos pensamento crítico, e maior autoconfiança está associada a mais pensamento crítico. Na parte qualitativa, a IA desloca o pensamento crítico para três atividades: verificar informação, integrar a resposta ao trabalho e assumir a gestão da tarefa, isto é, responder pelo resultado.

O que o estudo não prova

Vale ler com cuidado, porque manchetes costumam exagerar. O título do próprio trabalho fala em reduções "autodeclaradas" de esforço cognitivo: os participantes contaram o que percebem fazer, e ninguém mediu o desempenho deles em testes. Também se trata de uma associação entre confiança e esforço, e não de uma prova de que a IA, sozinha, faz alguém pensar pior.

Dá para tirar uma conclusão mais modesta e mais útil: quem acha que a IA "já sabe" tende a conferir menos. O contrário vale para quem se sente competente na tarefa. Ou seja, o risco não está na ferramenta e sim no hábito de aceitar sem olhar. Para entender por que olhar é necessário, volte ao guia sobre alucinação de IA.

Onde o risco aparece na rotina de trabalho

Pense em três momentos em que o pensamento crítico some sem que ninguém perceba:

• Conferir: o relatório sai bem escrito e ninguém checa os números da tabela.
• Integrar: o texto da IA é colado no e-mail do cliente sem adaptar ao contexto dele.
• Responder pelo resultado: quando algo dá errado, a frase vira "foi a IA que escreveu", e a responsabilidade se perde.

O último ponto pesa na carreira. Num escritório, quem assina o trabalho responde por ele, e a política da empresa pode exigir revisão humana. O artigo sobre trabalho de escritório e IA mostra como as funções administrativas estão mudando, e o texto sobre as habilidades humanas que a IA não substitui reforça que julgamento e responsabilidade são justamente o que fica com a pessoa.

Cinco hábitos para treinar o julgamento

1. Pense antes de perguntar

Antes de pedir à IA, escreva em duas linhas o que você acha que a resposta deveria conter. Depois compare. Se a IA trouxe algo que você não previu, vale investigar; se faltou algo que você previu, você já sabe o que cobrar. Esse hábito mantém você no controle da conversa.

2. Confira três pontos, sempre

Escolha três afirmações do texto (um número, um nome e uma data ou regra) e confira em fonte primária. Três conferências levam poucos minutos e pegam a maior parte dos erros graves.

3. Peça o contra-argumento

Você me deu uma recomendação. Agora liste os três melhores argumentos contra ela, o que pode estar faltando nos dados que enviei e como eu poderia testar cada ponto antes de decidir.

Esse pedido força a ferramenta a mostrar fragilidades que ela não trouxe na primeira resposta, e você decide quais merecem teste. Use também quando a recomendação parecer boa demais, porque é nesses casos que a conferência costuma ser pulada. Além disso, o guia dos modos de raciocínio explica quando vale usar um modo que pensa mais devagar.

4. Registre a decisão

Anote em uma linha: o que a IA sugeriu, o que você mudou e por quê. É um registro simples, que protege você numa conversa com o chefe e alimenta o seu portfólio de decisões. Em seis meses, você terá uma lista de casos reais para citar em uma entrevista ou numa promoção, com o antes, o depois e o motivo de cada ajuste. O mesmo registro ajuda em avaliações, como mostra o texto sobre avaliação de desempenho com IA.

5. Treine sem IA de vez em quando

Uma vez por semana, resolva uma tarefa pequena sozinho, como escrever o resumo de uma reunião ou montar uma conta, e só depois compare com a IA. Funciona como exercício. A técnica Feynman com IA segue a mesma lógica: explicar com as próprias palavras antes de checar.

Exemplo prático: o relatório mensal do Paulo

Paulo é analista financeiro numa distribuidora em Goiânia e prepara todo mês um relatório de 4 páginas para a diretoria. Antes, gastava umas 6 horas. Com IA, o rascunho sai em 40 minutos, e ele resolveu usar o tempo ganho para revisar.

Num mês, a conferência pegou um erro de somatório numa linha de despesas. Sem ela, o erro iria para a diretoria com a assinatura do Paulo. A conta é simples: 40 minutos de rascunho e 40 de revisão ainda são bem menos que as 6 horas de antes, e protegem o nome dele. Para tarefas em que você coloca dados da empresa na ferramenta, leia o que o funcionário pode colar no ChatGPT.

Como mostrar essa habilidade para o mercado

Dizer "uso IA" já não diferencia ninguém. O que chama atenção é mostrar método: no currículo e na entrevista, descreva como você verifica e decide. O guia de habilidades de IA no currículo traz formulações, e o texto sobre feedback no trabalho e PDI ajuda a transformar o hábito em meta. Se você sente a pressão de ter de dominar tudo, leia como lidar com a pressão de saber tudo de IA, e para achar o que treinar primeiro, como identificar e fechar lacunas de habilidades.

Erros comuns

• Terceirizar a decisão. A IA propõe, você decide e responde.
• Conferir só o que parece estranho. Erros plausíveis passam despercebidos, então confira por amostragem.
• Tratar o estudo como sentença. Ele mostra associação autodeclarada, não destino.
• Evitar a IA por medo. O ponto é usar com método, e não abandonar a ferramenta.
• Não registrar o que mudou. Sem registro, você perde argumento e aprendizado.

Próximo passo

Escolha uma tarefa que você faz toda semana e aplique, já na próxima, os hábitos 1 e 2: anotar o que espera e conferir três pontos. Depois de um mês, avalie se o tempo de revisão compensou. Para decidir os próximos passos da carreira com apoio de uma conversa estruturada, veja o mentor de carreira com IA, e para mais conteúdo da área, a categoria de carreira.