Aprender com a inteligência artificial será uma nova inteligência humana

Durante muito tempo, aprender no trabalho significava fazer um curso, assistir a uma palestra, receber um certificado e voltar para a rotina. Em muitas organizações, a formação ainda funciona assim. A pessoa trabalha o mês inteiro, acumula tarefas, participa de um treinamento fora do fluxo do trabalho e depois precisa descobrir sozinha como aplicar aquilo no dia a dia.

Esse modelo já vinha mostrando sinais de cansaço. Com a inteligência artificial, ele ficou ainda mais insuficiente.

O relatório Learning, Reinvented 2025, da Accenture, apresenta uma ideia importante: as organizações precisam sair do modelo considerado tradicional de treinamento e avançar para a co-aprendizagem entre pessoas e inteligência artificial. A pesquisa ouviu 14.041 trabalhadores e 1.159 executivos em 12 países, 20 setores e contou também com mais de 40 entrevistas em profundidade. O ponto central: a IA não será só uma ferramenta que responde comandos. Ela passará a aprender com as pessoas, enquanto as pessoas aprendem com ela.

Não estamos falando somente de ensinar alguém a escrever bons prompts. Isso é importante, mas é o começo. A discussão mais relevante é como redesenhar o trabalho para que a aprendizagem aconteça dentro da rotina, no momento em que a pessoa está resolvendo problemas reais.

A Accenture chama isso de co-learning. Em português, podemos chamar de co-aprendizagem. É quando a pessoa ensina a tecnologia e, ao mesmo tempo, aprende com ela. A IA orienta, sugere, escuta, adapta e melhora com o uso. A pessoa testa, corrige, rejeita, valida e aprende a tomar decisões melhores com esse apoio.

Parece sofisticado, mas a ideia é bastante prática.

Imagine um colaborador atendendo um cliente. A IA acompanha a conversa, identifica o contexto, sugere a melhor resposta, alerta sobre um ponto de compliance e registra o resumo da interação. O profissional continua liderando a conversa, mas passa a ter um apoio em tempo real. Quando ele adapta a sugestão da IA, pula uma recomendação ou corrige uma frase, também está treinando o sistema. No final, os dois melhoram: a pessoa ganha repertório e a IA passa a entregar respostas mais aderentes.

Essa talvez seja uma das mudanças mais importantes no mundo do trabalho. Aprender deixará de ser uma etapa anterior à execução. Aprender passará a fazer parte da execução.

O relatório mostra que as organizações mais preparadas para essa nova realidade têm quatro características principais: lideram com curiosidade e criatividade, incorporam aprendizagem como parte do trabalho, constroem confiança de forma estruturada e fazem a IA funcionar do jeito que as pessoas trabalham. Não é uma lista bonita para colocar em apresentação. É uma diferença de desempenho. Segundo a Accenture, essas organizações alcançam 5 vezes mais engajamento da força de trabalho, 4 vezes mais velocidade no desenvolvimento de habilidades, 2 vezes mais confiança para adaptar hábitos de trabalho à IA generativa e 8 vezes mais confiança na liderança. Também são 4 vezes mais propensas a inovar, 1,4 vez mais propensas a relatar aumento anual de lucratividade e apresentam crescimento de receita 2,8 pontos percentuais maior que seus pares.

A tecnologia está avançando rápido. Mas as pessoas e as organizações nem sempre estão aprendendo na mesma velocidade.

A própria Accenture aponta uma lacuna importante. Oitenta e quatro por cento dos executivos esperam que agentes de IA trabalhem ao lado de humanos nos próximos três anos. Ao mesmo tempo, 80% dos trabalhadores veem tecnologias de IA como oportunidade, não como ameaça. O problema é que apenas 26% dizem ter recebido treinamento sobre como colaborar com IA.

Esse dado deveria preocupar qualquer líder.

As empresas estão comprando ferramentas, criando pilotos, anunciando projetos e falando de transformação. Mas uma parte grande das pessoas que deveriam usar essas tecnologias ainda não foi preparada para trabalhar com elas.

O Fórum Econômico Mundial aponta que 39% das habilidades exigidas no mercado de trabalho devem mudar até 2030. Entre as competências em crescimento estão IA e big data, alfabetização tecnológica, pensamento criativo, resiliência, flexibilidade, curiosidade, aprendizagem contínua, liderança e influência social. Ou seja, o futuro do trabalho não somente mais tecnológico. Ele demandará uma combinação maior entre competência técnica e competência humana.

Durante muito tempo, inteligência foi associada à capacidade de acumular conhecimento, resolver provas, escrever bem, falar difícil ou ocupar determinados cargos. Mas o mundo está mostrando que existem outras inteligências necessárias. Uma delas será a capacidade de aprender continuamente com máquinas, sem perder julgamento humano.

Saber usar IA será importante. Mas saber pensar com IA será mais importante ainda.

Existe uma diferença grande entre usar a ferramenta para terminar uma tarefa e usar a ferramenta para melhorar a forma como se trabalha. A primeira situação gera produtividade. A segunda pode gerar aprendizagem, inovação e mudança de modelo mental.

A McKinsey também tem apontado esse risco. Em sua pesquisa global sobre IA de 2025, quase todas as organizações entrevistadas afirmaram usar IA, mas quase dois terços ainda não haviam começado a escalar a tecnologia em nível empresarial. Apenas 39% relataram impacto no EBITDA em nível organizacional.

Usar IA não é a mesma coisa que gerar valor com IA.

Na prática, muitas organizações ainda estão usando IA como um atalho individual. O profissional usa para escrever um e-mail. O gestor usa para resumir um relatório. A equipe usa para montar uma apresentação. O analista usa para organizar dados. Tudo isso ajuda. Mas ainda é pouco.

Se a IA ficar restrita a ganhos individuais de produtividade, a empresa pode até trabalhar mais rápido. Mas talvez continue pensando da mesma forma, decidindo da mesma forma e cometendo os mesmos erros.

A mudança acontece quando a IA entra no desenho do trabalho. Quando os processos são revistos. Quando os papéis são atualizados. Quando a liderança define critérios de uso. Quando as pessoas sabem o que podem e o que não podem fazer. Quando existe segurança para experimentar. Quando os erros da IA podem ser questionados. Quando a aprendizagem deixa de ser um evento e passa a ser rotina.

Esse é um ponto central do relatório da Accenture. A co-aprendizagem não se constrói simplesmente fornecendo acesso à ferramenta. Ela depende de confiança. Muitos líderes acreditam que já criaram governança adequada para IA, mas os trabalhadores enxergam de forma diferente. A pesquisa mostra diferenças de até 14 pontos percentuais entre a confiança dos executivos e a dos trabalhadores sobre temas como ética, responsabilidade de dados e tomada de decisão. Mais da metade dos trabalhadores, 53%, afirmou não saber quem é responsável quando algo dá errado com IA.

Quando ninguém sabe quem responde pelo erro, as pessoas podem seguir dois caminhos ruins. Ou evitam usar a tecnologia por medo. Ou passam a confiar demais nela, sem senso crítico.

A confiança não nasce de discurso. Nasce de clareza. Quem pode usar? Para quê? Com quais dados? Em quais situações? O que precisa ser revisado por uma pessoa? Quem responde por uma decisão tomada com apoio da IA? Como reportar problemas? Como corrigir vieses? Como aprender com os erros?

Sem essas respostas, a IA vira uma zona cinzenta.

E zonas cinzentas costumam produzir insegurança, improviso e risco.

A Microsoft e o LinkedIn já haviam identificado em 2024 um movimento parecido. Segundo o Work Trend Index, 75% dos trabalhadores do conhecimento já usavam IA no trabalho e 78% levavam suas próprias ferramentas para o ambiente profissional. O dado mostra que as pessoas não estão esperando as empresas se organizarem. Elas estão buscando ajuda onde conseguem.

A oportunidade: as pessoas querem usar IA. Querem ganhar tempo. Querem aprender. Querem melhorar seu trabalho. O risco é que, sem orientação, podem usar ferramentas inadequadas, inserir dados sensíveis em ambientes inseguros, gerar respostas incorretas e tomar decisões sem validação.

Basta proibir? Não.

Proibir pode empurrar o uso para a informalidade. O caminho mais inteligente é orientar, formar, acompanhar e criar bons ambientes de uso.

A Accenture mostra que aprendizagem precisa acontecer como parte do trabalho, não como uma tarefa extra. Isso parece óbvio, mas não é o que acontece em muitas empresas. O tempo continua sendo uma das maiores barreiras para aprender. Se a organização trata aprendizagem como algo que compete com a rotina, a rotina quase sempre vence.

É por isso que a ideia de aprendizagem no fluxo do trabalho é tão relevante.

Uma orientação no momento certo pode ensinar mais do que uma formação longa feita fora de contexto. Um feedback imediato pode mudar uma prática. Uma simulação curta pode preparar melhor uma pessoa para uma conversa difícil. Uma recomendação personalizada pode acelerar o desenvolvimento de uma habilidade.

O relatório traz o exemplo de uma empresa global de serviços em nuvem que precisava certificar mais de 15 mil colaboradores em um novo discurso comercial em um mês. Com uma ferramenta de coaching por IA, a empresa substituiu sessões conduzidas por instrutores e revisões manuais por feedback em tempo real e aprendizagem entre pares. O resultado foi uma taxa de conclusão 20% maior que a média e mais que o dobro de pontos-chave abordados pelos participantes entre a primeira e a última prática.

Esse exemplo é interessante porque mostra uma mudança importante: a IA não entra para avaliar. Ela entra para ajudar a pessoa a praticar melhor.

Isso vale para empresas, mas também vale para escolas, organizações sociais e governos.

Na educação, por exemplo, a co-aprendizagem pode apoiar professores no planejamento, na análise de avaliações, na construção de intervenções e no acompanhamento dos estudantes. Mas o professor precisa aprender a dialogar com a ferramenta. Precisa saber validar respostas. Precisa identificar vieses. Precisa transformar sugestões em decisões pedagógicas.

A IA pode ajudar a fazer perguntas melhores. Mas a responsabilidade sobre a aprendizagem continua sendo humana.

A mesma lógica vale para líderes.

O gestor que usa IA apenas para produzir comunicados mais rápidos terá algum ganho. O gestor que usa IA para analisar dados, entender padrões, preparar conversas, revisar processos e melhorar a qualidade das decisões pode mudar o desempenho da equipe.

Mas isso exige outra inteligência.

Exige curiosidade para experimentar. Disciplina para aprender. Humildade para reconhecer que não sabe. Senso crítico para não aceitar qualquer resposta. Capacidade de traduzir tecnologia em rotina. E maturidade para entender que IA não resolve problema mal formulado.

A pergunta errada continua levando ao lugar errado, mesmo quando a resposta vem mais rápida.

Por isso, a reinvenção da aprendizagem não pode ser responsabilidade exclusiva da área de treinamento. Também não pode ser tratada como uma demanda isolada da tecnologia. Ela precisa estar na agenda da liderança.

Líderes precisam usar IA de verdade. Mostrar usos concretos. Compartilhar erros e acertos. Reconhecer boas práticas. Criar tempo para experimentação. Proteger as pessoas enquanto aprendem. E, principalmente, conectar o uso da IA aos resultados que realmente importam.

A Accenture afirma que a adoção da IA generativa é mais bem-sucedida quando os líderes enquadram a tecnologia como catalisadora de criatividade e inovação. Quando isso acontece, os trabalhadores ficam 20% mais confiantes para adaptar seus hábitos de trabalho e colaborar melhor com IA generativa.

Esse dado é relevante porque mostra que a narrativa da liderança muda o comportamento das pessoas.

Se a mensagem for “use IA para produzir mais”, a tecnologia pode virar mais uma camada de cobrança. Se a mensagem for “use IA para aprender melhor, decidir melhor e criar soluções melhores”, a conversa muda.

A diferença parece pequena. Não é.

Uma organização que usa IA apenas para aumentar pressão pode até ganhar produtividade no curto prazo. Mas pode perder confiança, criatividade e capacidade de aprendizagem no médio prazo.

Uma organização que usa IA para ampliar a capacidade humana pode criar algo mais sustentável.

As pessoas precisarão aprender com outras pessoas. Aprender com dados. Aprender com clientes. Aprender com erros. Aprender com a IA. E ensinar a IA enquanto aprendem.

Não basta saber. É preciso aprender a aprender de forma contínua.

Não basta usar tecnologia. É preciso construir julgamento para usá-la bem.

Não basta treinar pessoas. É preciso redesenhar o trabalho para que aprender faça parte da entrega.

A inteligência artificial não elimina a importância das inteligências humanas. Ela aumenta a responsabilidade sobre elas.

Em um mundo em que máquinas produzem respostas, talvez uma das inteligências mais importantes seja saber formular boas perguntas, testar caminhos, aprender com velocidade e transformar conhecimento em ação.

A Accenture termina o relatório com uma pergunta que merece ser levada a sério: suas pessoas e sua IA estão aprendendo rápido o suficiente para liderar a mudança juntas?

Eu acrescentaria outra.

As organizações estão preparando pessoas para operar ferramentas ou para aprender continuamente em um mundo em que humanos e máquinas passarão a trabalhar lado a lado?