Conseguimos descrever com honestidade uma transformação enquanto estamos bem no meio dela?

Conseguimos descrever com honestidade uma transformação enquanto estamos bem no meio dela?

---

Muralhas de madeira

Com os exércitos persas se aproximando, os atenienses enviaram emissários ao oráculo de Delfos.

A sacerdotisa devolveu uma profecia sombria: a cidade seria destruída de alto a baixo, e a salvação estaria apenas nas muralhas de madeira.

Em Atenas, começou a discussão. Alguns entenderam que se tratava da cerca de madeira ao redor da Acrópole. Fazia sentido, afinal era a primeira coisa que vinha à cabeça quando se dizia “muralha de madeira”. O comandante Temístocles leu de outro jeito: as muralhas de madeira eram os navios da frota. E convenceu o povo a abandonar o continente e embarcar.

Em 480 a.C., em Salamina, aquela frota ágil de madeira desmontou os navios persas.

Mais certeira do que a profecia foi a interpretação dela.

Exatamente como hoje. Temos informação, mas informação sozinha não aponta direção. Da mesma frase saem dois futuros diferentes, e não sabemos ao certo qual deles é o verdadeiro.

Com a inteligência artificial, estamos precisamente aí. Há números, há relatórios, há previsões. O que falta é a interpretação capaz de nos fazer vencer.

Por dentro, não conseguimos medir

O primeiro problema de estar dentro da revolução da IA não é emocional, é de medição. Como o peixe que é o último a descobrir a água, não percebemos aquilo em que estamos mergulhados.

Em 2025, um grupo de pesquisa chamado METR fez um experimento de aparência simples. Deu tarefas reais a desenvolvedores experientes de código aberto, em repositórios que eles próprios conheciam. Uma parte podia usar ferramentas de IA; a outra, não.

O resultado: quem usou as ferramentas terminou o trabalho 19% mais devagar.

Mas não é esse o ponto principal. O ponto é o que esses mesmos desenvolvedores disseram depois do experimento. Na média, estimaram que a IA os havia acelerado em 20%.

Ou seja, ficaram mais lentos e sentiram que estavam mais rápidos. Entre uma coisa e outra há uma diferença de percepção de quase quarenta pontos.

É honesto dizer os limites do estudo: dezesseis desenvolvedores, duzentas e quarenta e seis tarefas, ferramentas do início de 2025. A própria equipe já considera o achado histórico e diz que ele não representa as ferramentas atuais. E o resultado não significa que “IA não funciona”.

O que ele diz é mais estreito e mais perturbador: quando você está dentro de uma tecnologia, não consegue medir pelo próprio sentimento o que ela faz com você.

Guarde esse achado, porque o resto deste texto se apoia nele. Todo mundo que fala sobre a revolução está descrevendo com o sentimento algo que não mediu. Inclusive eu, que escrevo isto.

Nomear sempre chega atrasado

A expressão “Revolução Industrial” não era usada enquanto as máquinas a vapor enchiam as fábricas. O nome de uma época se dá depois que a época termina. Quem viveu dentro dela não experimentou uma revolução, e sim dificuldades e oportunidades desconexas. Preços, migração, doença, uma economia nova, cidades cada vez mais cheias.

O historiador econômico Paul David fez, em 1990, uma comparação que ficou famosa: depois que a eletricidade entrou nas fábricas, os números de produtividade ficaram parados por muito tempo. O ganho real só apareceu uns trinta ou quarenta anos depois.

A causa não era fraqueza da eletricidade. As fábricas trocaram a máquina a vapor pelo motor elétrico, mas não redesenharam a fábrica. Na ordem antiga havia um único motor grande, e todos os teares se ligavam por correias a eixos no teto; o prédio inteiro fora construído em torno daquela força central. O verdadeiro presente da eletricidade era outro: dar a cada tear seu próprio motorzinho. Enxergar isso e refazer o arranjo da fábrica levou uma geração.

Ou seja, o ganho não veio da tecnologia, veio da reorganização.

A industrialização brasileira repetiu a lição em outro sotaque: a máquina importada chegava rápido, o rearranjo do trabalho ao redor dela demorava décadas, e no intervalo a fábrica nova seguia funcionando com a lógica da antiga.

Agora coloque isso ao lado do achado do METR. O desenvolvedor encaixa a ferramenta nova dentro do fluxo de trabalho velho — um jeitinho que faz a peça caber sem mexer na estrutura — e sente que acelerou, enquanto os números dizem exatamente o contrário. A fábrica que ligou o motor elétrico ao velho sistema de eixos e correias viveu precisamente isso.

A revolução não acontece na tecnologia, acontece na organização. E a organização muda muito mais devagar do que a tecnologia.

O dilema de Collingridge: precisamos definir antes que seja tarde

A terceira dimensão do assunto é o lado político.

David Collingridge descreveu um dilema em 1980, e desde então essa descrição permanece como a frase mais honesta da política de tecnologia.

Na fase inicial de uma tecnologia é fácil moldá-la, mas você não conhece seus efeitos. Quando os efeitos aparecem, você já sabe do que se trata, só que a tecnologia está tão enraizada que mudá-la é caro, difícil e lento.

O dilema, em resumo: quando a mudança é fácil, a necessidade é imprevisível; quando a necessidade fica clara, a mudança já ficou cara.

Esse dilema explica, ao mesmo tempo, os dois campos do debate sobre IA.

Um lado diz “ainda não sabemos, não vamos regular às pressas” — e tem razão, a informação é incompleta. O outro diz “vamos intervir antes que seja tarde” — e também tem razão, porque a janela está se fechando. Os dois estão certos, e é justamente por isso que a discussão não se resolve.

A proposta do próprio Collingridge era modesta: avançar a inovação em passos menores, evitar desenhos irreversíveis, montar sistemas em que errar e corrigir seja possível.

Traduzindo para a língua de hoje: a pergunta não é “a IA é boa ou ruim”. A pergunta é outra. Podemos voltar atrás na decisão de fazer a IA crescer sem limites?

O ser humano dentro da revolução

Debaixo de toda essa camada de medição e de política, acontece algo bem mais silencioso.

Os números são sérios. Segundo uma pesquisa da RAND, cerca de um oitavo dos adolescentes e jovens adultos americanos — algo em torno de 5,4 milhões de pessoas — já recorreu a um chatbot num momento de tristeza, ansiedade ou sobrecarga. Na pesquisa seguinte, a proporção sobe para um quinto, ou seja, 8,2 milhões. Dois terços deles não contaram isso a ninguém.

Chamar isso de “as pessoas estão caindo no conto da tecnologia” é fácil e errado. A leitura correta é outra: a proximidade artificial preenche um vazio, e esse vazio não foi aberto pela IA. O apoio humano ficou caro e ficou inacessível.

Ainda assim, falta alguma coisa — e o que falta não é imitação de empatia.

O que acontece numa conversa com um terapeuta é que a outra pessoa é afetada por você. O que ela ouve a modifica. Seu silêncio diz algo a ela. O modelo escuta, registra, produz resposta; mas não se transforma por aquilo de que foi testemunha. Silêncio, para ele, não é dado.

A diferença está aí. O problema não é o modelo não ser bom o bastante; é o fato de ser bom não ter relação com a questão principal.

Paulo Freire descreveu a mesma assimetria pelo avesso ao insistir que, no diálogo verdadeiro, quem ensina também é ensinado: a relação só existe se os dois lados saírem alterados dela.

A distinção de Martin Buber é o nome clássico disso. Na relação Eu-Isso, o outro é um objeto; é usado, é medido. Na relação Eu-Tu, acontece um encontro. O que Buber diz de mais difícil é isto: mesmo que duas ondas sonoras sejam idênticas, uma é encontro e a outra não. Não conseguir distinguir não significa que sejam a mesma coisa.

Revolução é fácil de contabilizar. O que se perde no caminho não entra em estatística.

A promessa foi sempre o tempo livre

Antípatro de Tessalônica, num epigrama sobre o moinho d’água escrito por volta do ano 12, se dirige às mulheres que giravam a mó: agora vocês podem dormir, seus braços e ombros podem descansar. A água assumiu o serviço. A primeira promessa da automação não foi lucro, foi sono.

Thomas Carlyle, ao criticar a Revolução Industrial em Signs of the Times, de 1829, não via o perigo principal na mecanização dos ofícios. Via na contaminação da mente humana pelo ritmo das máquinas.

Em 24 de abril de 1812, em Westhoughton, no condado de Lancashire, duas irmãs estavam à frente da multidão que incendiou uma tecelagem. Mary Molyneux tinha dezenove anos; Lydia, quinze. Os autos do julgamento descrevem as duas quebrando as vidraças com ganchos de carvão e incitando os homens; o prédio queimou, com os teares dentro. O motivo não era medo da tecnologia; era o sustento indo embora. As duas foram absolvidas.

Em 1911, Frederick Winslow Taylor, com os Princípios de Administração Científica, converteu o trabalho humano num processo a ser medido e otimizado.

Colocados lado a lado, esses quatro casos revelam um padrão. A promessa foi sempre o tempo livre. E o tempo ganho escorreu, todas as vezes, para um trabalho novo, uma medição nova, uma mecanização nova.

A revolução da IA em que estamos não está fora desse ciclo. É bastante claro que ela não vai nos trazer uma renda de cidadania. Vamos trabalhar de outro jeito e mais, ou vamos trabalhar entregando muito mais resultado com a ajuda da IA.

Então, como é uma descrição saudável

Não vou encerrar este texto com uma profecia, porque a profecia é parte desta história. No lugar disso, deixo três medidas utilizáveis por quem está dentro da revolução.

A revolução deve ser procurada na organização, não na tecnologia. Se a ferramenta nova for colocada dentro da ordem antiga, nada muda: apenas todo mundo se sente mais ocupado. Se você quer saber onde a mudança está acontecendo, não olhe para o instrumento, olhe para como o trabalho está sendo repartido.

Não confie no próprio sentimento; é preciso medir. O achado do METR existe para isso. As pessoas conseguem se sentir mais rápidas enquanto ficam mais lentas. Isso não é burrice; é a fluência que a ferramenta nova oferece não ser a mesma coisa que medição. Machado de Assis construiu carreiras inteiras de narradores assim: sujeitos que se descrevem com absoluta confiança enquanto o texto mostra ao leitor outra coisa. A frase mais confiante sobre a revolução costuma ser a menos medida — ou aquela cuja medição foi pulada.

Precisamos questionar a reversibilidade das nossas decisões sobre IA. O dilema de Collingridge não tem solução, mas tem gestão. A pergunta “isso é bom ou ruim” há anos não nos leva a lugar nenhum. Já “podemos desfazer isso depois, e em quanto tempo perceberíamos o erro” é uma pergunta com resposta.

Temístocles venceu não por ter interpretado a profecia a seu favor, mas por tê-la interpretado corretamente. A diferença era esta: ele olhou para o recurso real que tinha em mãos, não para a frase. A cerca de Atenas era fraca; a frota era forte.

Hoje as frases já estão prontas: destruição, salvação, salto, ameaça. Todas soam corretas e nenhuma delas, sozinha, aponta uma direção.

A pergunta a fazer deveria ser: o que temos de fato em mãos, e o que estamos dispostos a perder como humanidade. Ailton Krenak vem insistindo que a palavra “futuro” costuma servir para adiar essa segunda conta, não para responder a ela.

Na situação em que estamos, quando fazemos essa pergunta à própria inteligência artificial, ela também não dá uma resposta completa. Nem se deve esperar que dê, porque a resposta a essa pergunta o ser humano tem de encontrar sozinho.