IA generativa aumenta a produtividade? O que dizem as pesquisas

Desde que o ChatGPT se popularizou, no fim de 2022, a pergunta que mais se ouve nas empresas é simples: a inteligência artificial generativa realmente faz as pessoas produzirem mais, ou é só barulho? A boa notícia é que já existem estudos sérios, com grupos de comparação e milhares de participantes, para responder com algo além de opinião. A resposta curta: há ganhos, sim, mas eles são desiguais e dependem muito do tipo de tarefa.

O que os estudos já mediram?

Atendimento ao cliente: mais chamados resolvidos por hora

Um dos primeiros estudos de campo foi conduzido por Erik Brynjolfsson, Danielle Li e Lindsey Raymond e divulgado em 2023 como texto para discussão do National Bureau of Economic Research (NBER). Os pesquisadores acompanharam a introdução gradual de um assistente de IA para atendentes de suporte ao cliente. Resultado: o acesso à ferramenta aumentou em 14%, em média, o número de chamados resolvidos por hora. Entre os profissionais novatos e menos qualificados, o ganho chegou a 34%, enquanto os mais experientes quase não mudaram de patamar.

A versão final do trabalho, publicada no Quarterly Journal of Economics em 2025, com dados de 5.172 atendentes, estimou ganho médio de 15% e acrescentou um detalhe importante: os menos experientes melhoraram em velocidade e em qualidade, mas os mais experientes tiveram pequenos ganhos de velocidade e pequenas perdas de qualidade.

Textos profissionais: menos tempo, mais qualidade

Em outro experimento, publicado na revista Science em 2023, Shakked Noy e Whitney Zhang, do MIT, passaram tarefas de escrita típicas do dia a dia profissional a 453 pessoas com ensino superior e liberaram o ChatGPT para metade delas, por sorteio. Quem usou a ferramenta levou, em média, 40% menos tempo e entregou textos com qualidade 18% maior. A desigualdade entre os participantes também diminuiu.

Há ainda um dado curioso: quem teve contato com o ChatGPT durante o experimento ficou duas vezes mais propenso a dizer que usava a ferramenta no trabalho real duas semanas depois.

Consultoria: a “fronteira irregular”

O estudo talvez mais útil para quem trabalha com conhecimento foi feito por um grupo de pesquisadores liderado por Fabrizio Dell’Acqua, em parceria com o Boston Consulting Group, e publicado na revista Organization Science. Participaram 758 profissionais. Em 18 tarefas realistas de consultoria que estavam dentro do que a IA faz bem, quem usou o GPT-4 concluiu 12,2% mais tarefas, terminou 25,1% mais rápido e entregou soluções de qualidade significativamente melhor.

Mas, numa tarefa gerencial complexa escolhida justamente por estar fora dessa capacidade, quem usou IA teve 19% menos chance de chegar à resposta correta do que quem trabalhou sem ela. Os autores chamaram isso de “fronteira tecnológica irregular”: a IA vai muito bem em algumas tarefas e mal em outras que parecem ter a mesma dificuldade. O risco está em não saber de que lado da fronteira você está.

Por que o ganho não é igual para todo mundo?

Os estudos apontam um padrão parecido: a IA ajuda mais quem está começando ou quem tem mais dificuldade com aquele tipo de tarefa. No caso do atendimento, os autores interpretam que a ferramenta espalha para os novatos as boas práticas dos profissionais mais habilidosos, acelerando a curva de aprendizado.

Para quem já domina o trabalho, o ganho tende a ser menor, e o cuidado precisa ser maior. Quando a ferramenta entrega uma resposta convincente em uma tarefa que está fora do que ela faz bem, a tentação de aceitar sem revisar é grande. É aí que a produtividade aparente vira retrabalho, ou erro entregue ao cliente.

Onde a IA tende a economizar mais tempo?

Considerando os tipos de tarefa avaliados nessas pesquisas, a IA generativa costuma render mais em atividades como:

• primeiros rascunhos de e-mails, relatórios e propostas;
• resumos de documentos longos e de anotações;
• respostas a perguntas recorrentes, com base em práticas já conhecidas;
• geração de alternativas para destravar o início de um trabalho.

E exige mais atenção em decisões que dependem de contexto, de dados específicos da empresa, de números que precisam estar certos ou de julgamento sobre pessoas.

Como usar a IA sem perder o controle do seu tempo

Economizar 40% do tempo numa tarefa só vale a pena se esse tempo for parar em algo que importa. Na metodologia Tríade do Tempo, criada por Christian Barbosa, as atividades são divididas em importantes, urgentes e circunstanciais. A IA é ótima para encolher tarefas circunstanciais e parte das urgentes, e o tempo liberado deveria voltar para o que é importante, não para mais demandas de última hora.

1. Mapeie suas tarefas repetitivas. Durante uma semana, anote o que você faz várias vezes: respostas padrão, resumos, relatórios. Esses são os primeiros candidatos.
2. Teste em tarefas de baixo risco. Comece por rascunhos internos antes de usar IA em entregas para clientes.
3. Revise sempre. Trate o que a IA entrega como o trabalho de um assistente rápido: útil, mas que precisa de conferência, principalmente em números, nomes e fatos.
4. Saiba onde fica a fronteira. Se a tarefa exige análise complexa ou informação que a ferramenta não tem, use-a para organizar ideias, não para decidir.
5. Meça o ganho. Compare quanto tempo a tarefa levava antes e depois. Se a revisão consome tudo o que você economizou, mude a forma de usar.
6. Reinvista o tempo. Reserve na agenda um bloco para uma tarefa importante com as horas que a IA liberou.

Quer saber como está hoje a divisão do seu tempo entre o importante, o urgente e o circunstancial? O Teste da Tríade do Tempo é gratuito e ajuda a enxergar onde a IA pode abrir espaço na sua semana.

Fontes

• Erik Brynjolfsson, Danielle Li e Lindsey R. Raymond — “Generative AI at Work” — NBER Working Paper 31161, 2023. nber.org
• Erik Brynjolfsson, Danielle Li e Lindsey Raymond — “Generative AI at Work” — The Quarterly Journal of Economics, v. 140, n. 2, 2025. doi.org
• Shakked Noy e Whitney Zhang — “Experimental evidence on the productivity effects of generative artificial intelligence” — Science, v. 381, n. 6654, 2023. doi.org
• Fabrizio Dell’Acqua et al. — “Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality” — Organization Science, v. 37, n. 2, 2026. doi.org