Manter humano no controle exige dono, não executivo contratado
A técnica para preservar expertise humana diante da IA é simples. Falta liberdade para carregar a ineficiência sem prestar contas a um conselho trimestral.
Richard Mitchell, engenheiro de sistemas com 38 anos dedicados a controles de segurança crítica (motores a jato, usinas de energia, controle digital nuclear, simulação de aeronaves) e hoje fundador da AuraSpark Technologies, publicou em 2 de setembro de 2026, na IEEE Spectrum, o relato de uma decisão tomada há pouco mais de uma década. Liderando o design de um sistema de controle digital totalmente novo para uma usina nuclear nos Estados Unidos, Mitchell manteve de propósito etapas manuais dentro de sequências que o sistema já era capaz de executar sozinho. A justificativa, nas palavras dele: “um operador que só supervisiona a automação aos poucos deixa de ser operador. As mãos esfriam.” A usina nunca chegou a ser construída: foi descontinuada por razões políticas e econômicas, não de engenharia. Ainda assim, o princípio de design sobreviveu ao projeto.
Mitchell cita ainda um levantamento de Harvard sobre 65 milhões de trabalhadores em mais de 280 mil empresas americanas: depois da adoção de IA generativa, o emprego júnior caiu cerca de 9% em até seis trimestres, enquanto o emprego sênior seguiu crescendo. Dados de folha de pagamento processados pela ADP, analisados por Stanford, mostram o mesmo padrão entre trabalhadores mais jovens em ocupações mais expostas à IA, mas só onde a IA substitui a tarefa, não onde apenas amplia a capacidade de quem já a executa.
A leitura óbvia é generosa e já circula: se a IA está eliminando o degrau de entrada da carreira, a resposta é desacelerar a substituição do trabalho júnior, ou investir mais em treinamento e requalificação para os jovens que sobram de fora. É uma leitura de responsabilidade social (cuidar de quem perde o primeiro emprego) e soa como o tipo de compromisso que qualquer empresa deveria assumir, independentemente de custo.
A pergunta que Mitchell responde sem fazer
Mitchell propõe algo mais específico do que treinar mais: “portas manuais”, pontos deliberados do fluxo de trabalho em que um humano assume o controle não porque seja mais rápido, mas para exercitar e preservar uma habilidade que a automação faria desaparecer. No exemplo que ele descreve para uma equipe de software, o engenheiro designado precisa reproduzir o defeito, rastrear a causa raiz e escrever o teste automatizado com o assistente de IA desligado. Só depois o modelo volta, propõe a correção, e as duas versões são comparadas.
O que interessa aqui não é a técnica, é quem tem permissão de aplicá-la. Mitchell é direto sobre isso: portas manuais custam eficiência no curto prazo, e ele lista exatamente quem pode bancar essa conta. Fundador no controle. Empresa privada. Instituição com horizonte genuinamente longo. Ou um regulador disposto a exigir, como já exige de pilotos, que o trabalhador demonstre a habilidade regularmente.
“Um executivo contratado que mantém pessoas ‘desnecessárias’, que a IA poderia substituir, vai ouvir do conselho muito antes de o retorno aparecer.”
Aí está o descompasso real.
A técnica que Mitchell descreve cabe num processo comum de revisão de código. O que falta é liberdade para carregar o atraso sem prestar contas a ninguém por ele. A estrutura de propriedade decide quem pode pagar esse preço, não a competência técnica de quem lidera a equipe.
Quem responde pela ineficiência de propósito
| A leitura óbvia | O que a estrutura de propriedade revela |
|---|---|
| Falta vontade das empresas de treinar os júniores | Falta autonomia de quem decide para carregar uma escolha ineficiente por anos |
| O problema é geracional, vai se resolver com o tempo | O problema é de governança: conselho cobra retorno antes do prazo em que a porta manual compensa |
| Basta investir em requalificação | É preciso escolher, processo por processo, onde vale manter alguém devagar de propósito |
Um executivo contratado por uma empresa com conselho, fundo de investimento ou meta trimestral não decide sozinho manter uma porta manual, mesmo concordando inteiramente com o argumento de Mitchell, porque a cobrança pelo resultado chega antes do retorno. Quem tem esse grau de liberdade, no universo de quem dirige empresa no Brasil, é justamente o dono ou sócio de uma empresa fechada, sem prestação de contas trimestral a terceiros.
Essa liberdade não é permanente. Ela dura enquanto a empresa mantiver a mesma estrutura de propriedade, e desaparece no dia em que entra um investidor com prazo de saída, ou em que a gestão se profissionaliza e passa a responder a um conselho. A decisão sobre onde colocar uma porta manual, tomada hoje, com a liberdade ainda disponível, carrega um prazo de validade que não aparece em nenhum contrato de sociedade.
O que sobra é a escolha concreta de qual etapa do processo vale manter mais lenta de propósito: qual revisão, qual depuração, qual decisão de meio de carreira, porque é ali que a próxima geração de gente com critério na casa se forma. Uma empresa pode aplicar isso a um único processo e liberar todo o resto para a automação plena. A porta manual funciona porque é seletiva, não porque é ampla.
Que etapa da sua operação você deixaria de propósito mais devagar hoje, sabendo que ninguém vai cobrar isso de você antes do prazo em que compensa — porque não existe conselho para cobrar?
Perguntas frequentes
Isso vale só para empresas de tecnologia?
Não. O princípio vem de setores de segurança crítica como aviação e energia nuclear, não de tecnologia. Qualquer operação em que a etapa hoje automatizada por IA seja também a etapa onde alguém aprende a exercer julgamento pode aplicar a mesma lógica: manter essa etapa manual de propósito, para que a expertise continue sendo formada dentro da empresa.
Que tipo de empresa consegue realmente fazer essa escolha?
Segundo Mitchell, funciona onde quem decide não presta contas trimestrais a um conselho ou investidor com prazo de saída: fundador no controle, empresa fechada, ou instituição com horizonte genuinamente longo. Um executivo contratado por uma empresa com essas cobranças dificilmente sustenta a escolha, mesmo concordando com o argumento, porque a cobrança chega antes do retorno.
Isso significa desistir de usar IA no trabalho júnior?
Não. Significa escolher, dentro do fluxo de trabalho, uma etapa específica onde vale manter um humano no controle mesmo sendo mais lento, como a fase de diagnóstico antes de acionar o assistente de IA no exemplo de depuração de software. O resto do processo continua livre para a automação plena.
Fonte analisada: AI Efficiency Could Cost Us the Next Generation of Experts — IEEE Spectrum — AI
Análise produzida com assistência de inteligência artificial, sob critérios editoriais definidos pelo publisher. Ver política editorial.