IA & Carreira
O que muda no seu papel de gestor quando o time usa IA
O time entrega mais rápido e você continua gerindo do mesmo jeito. É aí que a coisa desanda. Três coisas mudam de lugar, e uma delas ninguém percebe a tempo.
A cena é comum: o time adota IA, a velocidade sobe, todo mundo comemora.
Três meses depois aparecem problemas que ninguém sabe explicar. Retrabalho aumentou, bugs estranhos apareceram, e ninguém consegue apontar o momento em que virou.
O que aconteceu quase sempre é a mesma coisa: o trabalho mudou e a gestão não.
Mudança 1: o gargalo saiu de lugar
Antes, o gargalo era produzir. Escrever o código, montar o material, redigir o documento. Era ali que a fila se formava e era ali que a gestão olhava.
Agora produzir é barato. A fila se formou em outro lugar: revisar e decidir.
E o problema é que ninguém alocou tempo pra isso. Revisão continua sendo tratada como algo que se faz "no meio", entre uma entrega e outra, quando sobra.
Só que o volume a revisar triplicou. Fila que não tem capacidade alocada não some: ela transborda em silêncio, e o transbordo aparece como qualidade caindo sem explicação.
O que fazer: revisão vira item de agenda, com tempo reservado e responsável nomeado. Se não está na agenda de alguém, não está acontecendo.
Mudança 2: volume parou de significar esforço
Essa é a que mais confunde gestor experiente, porque quebra um instinto que funcionou por anos.
Muita entrega sempre significou muito trabalho. Era um sinal confiável.
Não é mais. Duas pessoas entregam a mesma quantidade, e uma entregou coisa revisada, testada e entendida, e a outra aceitou tudo que a IA sugeriu sem ler. O número é idêntico. O risco é oposto.
Se você continua medindo volume, você premia a segunda. E o time aprende rápido o que é premiado.
O que fazer: desloca a pergunta de "quanto você entregou" pra "o que você decidiu". O que recusou da IA e por quê. Qual risco apontou. O que conferiu antes de aceitar.
É mais difícil de medir. É o que importa.
Mudança 3: o time ficou mais desigual, não mais igual
A expectativa era nivelar por cima. A IA daria a todo mundo o mesmo poder de fogo.
Aconteceu o contrário, e por um motivo lógico.
Quem já tinha critério ficou muito mais rápido: sabe o que pedir, reconhece resposta ruim, recusa o que não presta. A IA multiplica o julgamento que a pessoa já tinha.
Quem não tinha critério produz mais volume com mais erro. A IA multiplica isso também.
Multiplicador não nivela. Amplifica a diferença que já existia. É a mesma lógica do erro que sai mais caro: quem aceita sem entender acumula, e a conta cresce.
O que fazer: para de tratar treinamento de IA como aula de ferramenta. O que falta pra maioria não é saber usar, é saber avaliar. Ensina a recusar, não a pedir.
O que não muda
Duas coisas continuam iguais, e vale dizer porque muita gente exagera na reviravolta.
Alguém responde pelo resultado. A IA não assume responsabilidade. Se saiu com o nome da empresa, é da empresa.
Contexto continua sendo trabalho humano. A IA não sabe da política interna, do cliente difícil, da decisão do ano passado. Quem transfere contexto é gente.
O resumo pro gestor
Seu time ficou mais rápido em produzir e não ficou mais rápido em decidir.
Se você continuar gerindo produção, vai gerir a parte que virou commodity e perder a que virou gargalo.
O trabalho mudou de lugar. A gestão precisa mudar junto.
A decisão é sua.
Perguntas frequentes
Perguntas rápidas
+Por que medir entrega deixa de funcionar?
Porque a IA descolou volume de esforço. Duas pessoas podem entregar a mesma quantidade com qualidade e risco completamente diferentes, e o número de entregas não distingue as duas.
+O que passa a ser o gargalo?
A revisão e a decisão. Produzir ficou barato, avaliar continua caro, e avaliar é feito por gente. Se ninguém tem tempo alocado para revisar, a fila se acumula onde ninguém está olhando.
+A IA não deixa o time todo igualmente mais rápido?
Não. Quem já tinha critério fica muito mais rápido, porque sabe o que aceitar e o que recusar. Quem não tinha produz mais volume com mais erro. A diferença entre as pessoas aumenta.
+Como avaliar alguém nesse cenário?
Pelo que foi decidido, não pelo que foi produzido. O que a pessoa recusou da IA, o risco que ela apontou, o que ela verificou antes de aceitar. É mais difícil de medir e é o que realmente importa.
Continue lendo
O que eu diria pra quem está começando hoje
Quem começa agora pega a ferramenta pronta e o método nenhum. É uma vantagem enorme e uma armadilha ao mesmo tempo. Cinco coisas que valem mais que qualquer atalho.
IA & CarreiraO erro que sai mais caro em vibecoding
Não é o bug. Não é a falha de segurança. O erro mais caro é aceitar rápido demais uma coisa que você não entendeu, porque ele multiplica todos os outros.
IA & CarreiraPor que arquitetura não se delega pra IA
A IA escreve a função melhor e mais rápido que você. Mas decidir onde essa função mora, quem pode chamar ela e o que acontece quando ela falha continua sendo seu.