Como o diagnóstico funciona, e o que ele não afirma
O diagnóstico mede se um líder está preparado para gerir a inteligência artificial, e não para usá-la. Esta página mostra de onde vem cada pergunta, como a nota é calculada e onde estão os limites do instrumento.
O que está sendo medido
A maior parte dos testes de "maturidade em IA" mede adoção: quantas ferramentas, quantos projetos, quanto orçamento. Esta publicação parte de outra tese. A tecnologia já chegou e o gargalo agora é humano: a capacidade de uma liderança de absorver, priorizar e decidir. Por isso o diagnóstico não pergunta o que você usa. Pergunta o que você fez, decidiu e cortou.
O constructo é organizado em seis dimensões, as mesmas seis lentes com que a publicação analisa as notícias. Cada dimensão tem três facetas, e cada faceta é um comportamento observável. São 18 facetas no total.
As seis dimensões e as suas bases
Nenhuma dimensão foi inventada para o teste. Cada uma traduz, para a rotina de quem dirige empresa, um conceito com décadas de pesquisa por trás.
L1 Descompasso de absorção
A capacidade da organização de reconhecer o valor da IA, assimilá-la e aplicá-la ao trabalho real, e não apenas de comprá-la.
Base: Cohen e Levinthal (1990); Zahra e George (2002). Análises desta lente →
| Faceta | O que observa |
|---|---|
| 1a Leitura do obstáculo | Se a liderança localiza o que trava a IA em processo e decisão, ou continua culpando a ferramenta. |
| 1b Destino do tempo liberado | O que a empresa faz com o tempo que a IA libera: redireciona por decisão, corta, ou deixa ser absorvido por mais do mesmo. |
| 1c Preparo sobre o trabalho real | Se as pessoas aprendem a usar IA nos processos da própria equipe, com acompanhamento, ou cada uma por conta própria. |
L2 A janela certa
O critério para decidir quando adotar uma tecnologia: cedo o bastante para gerar vantagem, tarde o bastante para não pagar pelo imaturo.
Base: Perez (2002); Rogers (2003). Análises desta lente →
| Faceta | O que observa |
|---|---|
| 2a Critério de entrada | O que precisa ser demonstrado para uma ferramenta de IA ser adotada: gosto do time, custo, ou vantagem sobre o mercado. |
| 2b Leitura do movimento alheio | Se a liderança distingue, no movimento de um concorrente, vantagem real de simples paridade. |
| 2c Disciplina de recusa | Se a empresa decide deliberadamente não adotar, e sabe dizer por que esperar custa menos. |
L3 Ferramenta vs. camada de gestão
Se a IA é usada para fazer a mesma coisa mais rápido ou para decidir melhor o que merece ser feito, com o processo redesenhado em volta dela.
Base: Agrawal, Gans e Goldfarb (2022); Brynjolfsson, Rock e Syverson (2021). Análises desta lente →
| Faceta | O que observa |
|---|---|
| 3a Natureza do ganho | Se o ganho percebido é de velocidade na execução ou de qualidade no critério. |
| 3b IA na decisão | O papel da IA nas decisões relevantes: ausente, redatora da decisão tomada, levantadora de dados, ou adversária da hipótese. |
| 3c Redesenho do processo | Se a chegada da IA mudou processo, papéis e medida de resultado, ou apenas entrou no processo antigo. |
L4 A barreira removida
A leitura de quais habilidades técnicas ficaram baratas no próprio mercado, e a resposta estratégica a isso.
Base: Agrawal, Gans e Goldfarb (2018); Christensen (1997). Análises desta lente →
| Faceta | O que observa |
|---|---|
| 4a Mapa do que ficou barato | Se a liderança sabe, com números, que habilidades técnicas pagas caro perderam valor. |
| 4b Resposta estratégica | Se essa leitura já mudou preço, perfil de contratação ou oferta, por decisão da liderança. |
| 4c Ativo não copiável | Se a empresa sabe o que só ela tem, e que um entrante com equipe mínima não copiaria. |
L5 O custo cognitivo da visão expandida
A capacidade de converter a abundância de ideias e análises geradas por IA em poucas coisas feitas, sem saturar a atenção da liderança.
Base: Simon (1971); Sweller (1988). Análises desta lente →
| Faceta | O que observa |
|---|---|
| 5a Poda da lista | Se a lista de iniciativas de IA cresce sem parar ou é cortada deliberadamente. |
| 5b Conversão em operação | Quantas ideias chegam à operação, e se a liderança sabe por que as outras pararam. |
| 5c Economia de atenção | Se análises e resumos feitos com IA são pedidos para decidir algo, ou só aumentam o volume do que se lê. |
L6 Jardinagem, não big bang
Se a IA é tratada como regime permanente de revisão e ajuste, com dono e orçamento contínuo, ou como projeto com data de entrega.
Base: Teece (2007); Deming (1986). Análises desta lente →
| Faceta | O que observa |
|---|---|
| 6a Ritmo de revisão | Com que frequência o que foi implantado é revisto para manter, ajustar ou desligar. |
| 6b Dono da poda | Se alguém da liderança responde, explicitamente e com tempo, pelo que já foi implantado. |
| 6c Orçamento como regime | Se a IA aparece no orçamento como linha permanente ou como projeto e licença. |
O desenho conversa com o modelo de maturidade de IA do MIT CISR (Weill, Woerner e Sebastian (2024)), construído a partir de uma pesquisa com 721 empresas. Ele mostrou que as empresas nos dois estágios iniciais tinham desempenho financeiro abaixo da média do setor, e as dos dois estágios finais, acima. O modelo do MIT mede a empresa; este diagnóstico mede a liderança que a conduz. As duas leituras se complementam, mas não são equivalentes, e os níveis daqui não são os estágios de lá.
Como as perguntas foram escritas
Autoavaliação tem um vício conhecido: as pessoas respondem como gostariam de ser, e não como são. Três regras reduzem esse efeito.
- Comportamento recente, nunca opinião. Em vez de "você usa IA para decidir?", a pergunta é "na última decisão importante que você tomou, como a IA participou?". Um fato recente é mais difícil de embelezar do que uma crença.
- Âncoras de comportamento. Cada pergunta tem quatro respostas, e cada uma descreve uma conduta concreta, e não um grau de concordância. É a lógica das escalas ancoradas em comportamento (Smith e Kendall (1963)).
- A melhor resposta exige critério, não tecnologia. Em nenhuma pergunta a nota máxima vai para quem usa mais ferramentas. Vai para quem decidiu, redesenhou ou cortou. As respostas aparecem em ordem embaralhada, para a melhor não estar sempre no mesmo lugar.
Os dois instrumentos
| Essencial (gratuito) | Liderança (equipe) | |
|---|---|---|
| Perguntas | 18, uma por faceta | 36, duas por faceta |
| Tempo | cerca de 6 minutos | cerca de 12 minutos por líder |
| Quem responde | o próprio líder | cada líder da equipe, sem identificação |
| Resultado | relatório individual | relatório consolidado da empresa |
A primeira pergunta de cada faceta é a mesma nos dois instrumentos. Isso permite comparar o resultado de quem fez o essencial com o da equipe inteira.
Como a nota é calculada
Cada resposta vale de 0 a 3 pontos. A nota de cada dimensão é a soma dos pontos dividida pelo máximo possível nela, numa escala de 0 a 100. O índice geral é a média simples das seis dimensões, e nenhuma pesa mais que outra. Como a conta é proporcional, os dois instrumentos produzem notas na mesma escala.
O índice geral situa o líder em um de quatro níveis:
| Nível | Índice | O que descreve |
|---|---|---|
| Espectador | 0–24 | A IA está acontecendo no mercado e talvez dentro da sua empresa, mas ainda sem passar pela sua mesa. O risco não é estar atrasado na ferramenta. É não ter critério quando a decisão chegar. |
| Usuário de ferramenta | 25–49 | Você usa IA e colhe velocidade. É onde está a maior parte dos líderes. O problema desta fase é que velocidade sem mudança de critério produz mais do mesmo, mais rápido. |
| Gestor em transição | 50–74 | Você já começou a usar IA para decidir, não só para executar. O que separa esta fase da seguinte é disciplina: cortar, revisar e dar dono ao que foi implantado. |
| Líder de critério | 75–100 | Você trata IA como camada de gestão e regime permanente. A sua vantagem agora não está em adotar mais, e sim em saber o que não adotar. |
Os cortes entre níveis são, nesta versão, divisões iguais da escala. Serão recalibrados com a distribuição real das respostas, e a mudança será registrada aqui, com nova versão.
Como o relatório da equipe é gerado
O relatório da equipe não é a soma dos individuais. Ele procura o que só aparece no conjunto.
- Média por dimensão. Uma dimensão com média abaixo de 50 é ponto fraco do time.
- Desigualdade. Quando o desvio padrão de uma dimensão passa de 18 pontos, parte da liderança está num lugar e parte em outro. Isso costuma travar mais do que uma média baixa, porque a equipe não concorda nem sobre o problema.
- Gargalo de estrutura ou de pessoa. Uma dimensão fraca e homogênea indica gargalo de estrutura: todos respondem igual porque o processo, o orçamento ou a governança produzem aquele comportamento. Uma dimensão fraca e desigual indica gargalo de pessoa: o processo permite, e parte da liderança não faz. As duas situações pedem remédios diferentes.
- Três decisões. O relatório termina com três decisões para o trimestre, uma para cada um dos pontos mais críticos encontrados. Elas saem de um repertório fixo, escrito para cada dimensão, e não de texto gerado na hora.
O que o diagnóstico não afirma
Esta é a seção mais importante da página.
- Ainda não é um instrumento validado estatisticamente. A validação de um questionário exige respostas reais em volume. Quando houver cerca de 200, publicaremos aqui a consistência interna de cada dimensão (alfa de Cronbach, Cronbach (1951)), a verificação de que as seis dimensões aparecem como fatores distintos nos dados, e as perguntas que precisaram ser trocadas por não distinguir uma resposta da outra.
- É autorrelato. As regras de redação reduzem o viés de quem responde, mas não o eliminam. O resultado descreve como o líder relata a própria conduta.
- Não é avaliação de desempenho. O diagnóstico não deve ser usado para decidir promoção, remuneração ou desligamento de ninguém. Foi desenhado para orientar decisões sobre a empresa, e é por isso que o relatório da equipe nunca mostra respostas individuais.
- Não mede competência técnica. Saber usar bem uma ferramenta de IA não entra na nota. Isso é deliberado.
Privacidade das respostas
O diagnóstico essencial é calculado no seu navegador e não pede nome nem e-mail. Nada do que você responde é enviado ao nosso servidor. No diagnóstico da equipe, os líderes respondem sem identificação, o relatório só abre com pelo menos 5 respostas, para que nenhuma possa ser deduzida da média, e tudo é apagado automaticamente em 90 dias. Detalhes na política de privacidade.
Versões
1.0 (setembro de 2026): primeira versão pública. Responsável: Otello Bertolozzi Neto. Toda mudança no sentido de uma pergunta, nos cortes ou nas regras do relatório gera uma nova versão, registrada aqui.
Referências
- AGRAWAL, A.; GANS, J.; GOLDFARB, A. Power and Prediction: the disruptive economics of artificial intelligence. Boston: Harvard Business Review Press, 2022.
- AGRAWAL, A.; GANS, J.; GOLDFARB, A. Prediction Machines: the simple economics of artificial intelligence. Boston: Harvard Business Review Press, 2018.
- BRYNJOLFSSON, E.; ROCK, D.; SYVERSON, C. The productivity J-curve: how intangibles complement general purpose technologies. American Economic Journal: Macroeconomics, v. 13, n. 1, p. 333–372, 2021.
- CHRISTENSEN, C. M. The Innovator’s Dilemma. Boston: Harvard Business School Press, 1997.
- COHEN, W. M.; LEVINTHAL, D. A. Absorptive capacity: a new perspective on learning and innovation. Administrative Science Quarterly, v. 35, n. 1, p. 128–152, 1990.
- CRONBACH, L. J. Coefficient alpha and the internal structure of tests. Psychometrika, v. 16, n. 3, p. 297–334, 1951.
- DEMING, W. E. Out of the Crisis. Cambridge: MIT Press, 1986.
- PEREZ, C. Technological Revolutions and Financial Capital: the dynamics of bubbles and golden ages. Cheltenham: Edward Elgar, 2002.
- ROGERS, E. M. Diffusion of Innovations. 5. ed. Nova York: Free Press, 2003.
- SIMON, H. A. Designing organizations for an information-rich world. In: GREENBERGER, M. (org.). Computers, Communications, and the Public Interest. Baltimore: Johns Hopkins Press, 1971. p. 37–72.
- SMITH, P. C.; KENDALL, L. M. Retranslation of expectations: an approach to the construction of unambiguous anchors for rating scales. Journal of Applied Psychology, v. 47, n. 2, p. 149–155, 1963.
- SWELLER, J. Cognitive load during problem solving: effects on learning. Cognitive Science, v. 12, n. 2, p. 257–285, 1988.
- TEECE, D. J. Explicating dynamic capabilities: the nature and microfoundations of (sustainable) enterprise performance. Strategic Management Journal, v. 28, n. 13, p. 1319–1350, 2007.
- WEILL, P.; WOERNER, S. L.; SEBASTIAN, I. M. Building Enterprise AI Maturity. MIT CISR Research Briefing, dez. 2024.
- ZAHRA, S. A.; GEORGE, G. Absorptive capacity: a review, reconceptualization, and extension. Academy of Management Review, v. 27, n. 2, p. 185–203, 2002.