Gap de julgamento: IA produz mais rápido do que conseguimos avaliar
O gap entre fazer e julgar com IA
Itamar Gilad parte de uma distinção entre duas proficiências: a capacidade de executar uma tarefa e a capacidade de julgar a qualidade do resultado. Em organizações, é comum conseguir avaliar entregas de áreas nas quais não somos especialistas, mas essa habilidade tem limites.
Com LLMs, a execução se expandiu muito: PMs, designers e engenheiros passam a produzir código, textos de marketing, designs, contratos e planilhas que antes não conseguiriam fazer. Gilad argumenta que a IA raramente leva alguém a nível especialista, mas permite realizar muitas tarefas em nível médio ou razoável. Isso faz os papéis se sobreporem: desenvolvedores podem fazer priorização de ideias e especificações, enquanto PMs podem contribuir com código.
A zona de perigo
O problema é que a capacidade de fazer com IA cresce mais rápido que a capacidade de julgar o que foi feito. Surge uma “zona de perigo”: tarefas fora da área de conhecimento sólido da pessoa, nas quais ela não consegue identificar erros graves, como vulnerabilidades de segurança ou escolhas ruins de produto. Gilad cita vieses cognitivos como o efeito melhor-que-a-média e o efeito Dunning-Kruger para explicar por que pessoas tendem a superestimar sua própria capacidade justamente onde sabem menos.
Entre as soluções possíveis, o autor menciona revisão por especialistas - que pode sobrecarregar quem já domina a área - e aprendizado de novas habilidades, caminho mais lento e custoso.
IA como juíza
A terceira opção é usar a própria IA para avaliar o trabalho. Ela pode ajudar tanto dentro da área de especialidade quanto fora dela, funcionando como revisora e contraponto. O risco é a fadiga cognitiva e a “rendição cognitiva”: delegar decisões ao modelo por cansaço ou excesso de confiança.
Gilad cita um relatório da Anthropic sobre “approval fatigue” no Claude Code: desenvolvedores aprovaram 93% das mudanças sugeridas pelo agente. Em resposta, a empresa criou classificadores lançados como Auto Mode para revisar sugestões; em um experimento, esses classificadores identificaram 89% das mudanças prejudiciais, enquanto testadores humanos pegaram 13%.
Críticas automatizadas entre colegas
O autor projeta um cenário em que colegas usam IA para revisar e alterar o trabalho uns dos outros: marketing refeito por ChatGPT, OKRs ajustados por Gemini, priorização de ideias revisada por Claude. A questão é quando essa capacidade ampliada de criticar e “melhorar” o trabalho alheio se torna desautorizadora ou sufocante.
Para Gilad, a IA desafia convenções sobre papéis, responsabilidades, especialização e accountability. Ainda não há solução clara, mas ele observa que a maioria das pessoas tende a evitar tanto o otimismo exagerado quanto o catastrofismo.