Bem-vindo aos Serviços de Pesquisa e Estratégia da [nome da empresa] no dinâmico mercado atual.

Para quem utiliza a IA regularmente, pode estar a surgir uma contradição interessante. As tarefas que antes exigiam horas de pesquisa, escrita ou resolução de problemas podem agora ser concluídas em poucos minutos. Ao mesmo tempo, a IA permite explorar questões científicas desconhecidas, desenvolver projetos complexos e envolver-se com ideias que antes pareciam inatingíveis.
Estas experiências podem gerar duas impressões bastante diferentes. Por um lado, a IA parece estar a expandir o que as pessoas podem realizar intelectualmente. Por outro, pode suscitar uma questão mais subtil: se uma máquina está a fazer mais do trabalho de pensar, o que acontece às nossas próprias capacidades cognitivas?
Grande parte do debate público tem enquadrado esta como uma escolha entre duas possibilidades. Ou a IA nos torna mais inteligentes, ampliando as nossas capacidades, ou nos torna menos capazes, incentivando atalhos mentais. Os resultados dos inquéritos são frequentemente apresentados como evidência para um lado ou para o outro, mesmo quando os estudos examinam aspetos muito diferentes do desempenho cognitivo.
Mas existe uma forma mais útil de compreender o que está a acontecer. A IA altera a distribuição do trabalho cognitivo entre o humano e a máquina. Se esta mudança é benéfica ou não, depende não só de quanto pensamento é poupado, mas também de que processos mentais estão a ser substituídos, quais permanecem ativos e que novas formas de pensamento se tornam possíveis.
A cognição humana sempre dependeu de ferramentas externas. A escrita permite-nos armazenar informação sem ter de memorizar tudo. As calculadoras reduzem a necessidade de cálculos mentais. Os sistemas de navegação ajudam-nos a chegar a destinos desconhecidos sem ter de traçar uma rota detalhada por conta própria.
Estas tecnologias reduzem certas exigências cognitivas, mas normalmente não interpretamos toda a redução do esforço mental como uma perda de inteligência. A questão importante é o que o esforço poupado nos permite fazer e se a capacidade delegada continua a ser importante para os nossos objetivos.
A IA introduz uma versão mais complexa desta relação. Ao contrário de uma calculadora, um modelo de linguagem amplo pode gerar explicações, organizar argumentos, comparar provas, propor soluções e avaliar ideias concorrentes. Portanto, pode assumir atividades que antes exigiam um raciocínio substancial, e não apenas memória ou computação.
Imagine alguém a preparar uma proposta comercial. A IA poderia reunir informações básicas, organizar o documento e produzir um primeiro rascunho refinado. Esta pessoa poderia gastar muito menos tempo na tarefa, mas ainda assim exercer um julgamento considerável ao decidir se as recomendações são apropriadas.
Em alternativa, podem aceitar o resultado com pouca análise, delegando tanto a análise como grande parte do julgamento. O resultado visível pode parecer semelhante, mas a atividade cognitiva subjacente seria bastante diferente.
Menos esforço mental não significa necessariamente menos pensamento significativo. Da mesma forma, produzir um trabalho sofisticado não significa necessariamente que a pessoa tenha desenvolvido uma compreensão sofisticada do mesmo.
Existem razões legítimas para investigar se o uso extensivo da IA como auxílio altera o envolvimento cognitivo.
Um estudo de 2025 da Microsoft Research e da Universidade Carnegie Mellon examinou 319 trabalhadores do conhecimento e 936 exemplos de utilização de IA generativa. Os investigadores descobriram que uma maior confiança na IA estava associada a um menor esforço de pensamento crítico autodeclarado, enquanto uma maior confiança nas próprias capacidades estava associada a um maior envolvimento crítico.
Curiosamente, os investigadores também observaram uma mudança na natureza do pensamento crítico. Em vez de se concentrarem principalmente na produção de informação, os trabalhadores descreveram cada vez mais a verificação dos resultados da IA, a integração das respostas e a supervisão da tarefa como um todo.
Isto sugere que a IA pode não eliminar simplesmente o pensamento. Ela pode mudar o local onde o pensamento ocorre.
Outro estudo amplamente discutido do MIT Media Lab examinou a escrita de ensaios sob diferentes condições, incluindo a escrita sem ajuda e a escrita com o ChatGPT. Os investigadores relataram diferenças nos padrões de conectividade do EEG, na capacidade de recordar e no sentimento de propriedade dos participantes sobre o seu trabalho.
Estas descobertas levantam questões importantes sobre o que acontece quando as pessoas delegam partes substanciais de uma tarefa que exige muita aprendizagem. No entanto, as diferenças na atividade cerebral durante uma experiência não equivalem a evidência de declínio da inteligência ou de danos cognitivos permanentes.
Esta distinção é importante porque uma redução da atividade cognitiva durante uma tarefa específica pode refletir diversas possibilidades, incluindo menor envolvimento, estratégias alteradas ou maior dependência de auxílio externo. Determinar o que estas alterações significam para a capacidade cognitiva a longo prazo requer evidências adicionais.
A investigação existente dá-nos, portanto, razões para examinar como a IA influencia o pensamento, mas não uma base sólida para afirmar que o uso comum da IA está a tornar as pessoas geralmente mais ou menos inteligentes.

Uma forma útil de explorar estas diferenças é considerar três padrões gerais de interação com a IA. Trata-se de categorias explicativas, e não de uma classificação cientificamente validada, e a maioria das interações no mundo real envolve alguma combinação das mesmas.
A primeira é a substituição cognitiva. Neste caso, a IA realiza grande parte do trabalho que exige um raciocínio intensivo, e a pessoa basicamente recebe ou aplica o resultado. Pedir a um profissional de Direito que resuma um documento extenso, elabore um relatório de rotina ou complete uma tarefa administrativa pode ser uma utilização eficiente e totalmente apropriada da tecnologia.
A preocupação surge quando a atividade delegada é também algo que a pessoa precisa de aprender. Um aluno que recebe repetidamente explicações feitas sem construir o seu próprio entendimento pode perder oportunidades de praticar a recuperação da informação, o raciocínio e a integração de novos conhecimentos.
O segundo padrão é a colaboração cognitiva. Em vez de simplesmente receber uma resposta, a pessoa trabalha com a IA para desenvolver ideias, comparar alternativas, identificar lacunas e refinar uma solução. A tecnologia trata de parte do processamento de informação, enquanto o ser humano permanece ativamente envolvido na decisão do que é importante.
Por exemplo, alguém que pesquisa um tópico científico desconhecido pode utilizar a IA para explicar terminologia, comparar teorias, identificar pontos fracos num argumento e ligar conceitos de diferentes disciplinas. A interação pode tornar-se um processo de exploração, em vez de mera obtenção de respostas.
O terceiro padrão é o desafio cognitivo. Aqui, a IA é deliberadamente utilizada para examinar o raciocínio da pessoa. Alguém desenvolve uma interpretação inicial, pede ao sistema para identificar os pontos fracos, avalia as explicações concorrentes e revê a sua posição.
Isto pode gerar exigências substanciais em avaliação, flexibilidade cognitiva e consciência metacognitiva — a capacidade de examinar e regular o próprio pensamento. Pode também expor pressupostos que, de outra forma, permaneceriam incontestados.
Nenhuma destas abordagens é universalmente superior. Delegar uma tarefa rotineira pode ser sensato, enquanto o raciocínio independente pode ser essencial quando se aprende uma nova competência. A distinção importante reside em saber se o padrão de interação corresponde ao resultado cognitivo desejado.

Um dos potenciais benefícios mais interessantes da IA recebe relativamente pouca atenção nas discussões sobre o declínio cognitivo: pode expandir o leque de atividades intelectuais que as pessoas estão dispostas ou aptas a realizar.
Tradicionalmente, muitos projetos complexos exigem conhecimentos prévios substanciais. Alguém interessado em biologia computacional, engenharia, estatística avançada ou áreas desconhecidas da filosofia pode ter encontrado, anteriormente, barreiras que tornaram a exploração significativa inviável.
A IA pode reduzir algumas destas barreiras explicando conceitos desconhecidos, dividindo os problemas em componentes geríveis, traduzindo linguagem técnica e fornecendo feedback durante a investigação.
Isto poderia permitir que as pessoas se envolvessem com questões que, de outra forma, nunca tentariam abordar. A quantidade total de exploração intelectual nas suas vidas poderia aumentar, mesmo que o esforço exigido para cada subtarefa individual diminuísse.
Por exemplo, uma pessoa pode passar menos tempo a pesquisar documentação técnica, mas consideravelmente mais tempo a avaliar hipóteses, a fazer ligações conceptuais ou a testar soluções alternativas.
Existe, no entanto, uma limitação importante. O acesso a análises sofisticadas não equivale a possuir uma compreensão sofisticada. A IA pode tornar materiais complexos aparentemente acessíveis, mas deixa lacunas na capacidade do utilizador de os explicar, verificar ou aplicar de forma independente.
O potencial benefício reside não apenas no acesso a material mais avançado, mas naquilo que a pessoa realmente aprende através desse acesso.
Uma experiência particularmente reveladora, publicada na CHI 2026, investigou como o momento da assistência da IA afetava o desempenho do pensamento crítico.
Os investigadores estudaram 393 participantes que realizaram uma tarefa que exigia a avaliação da informação e o desenvolvimento de uma decisão fundamentada. Os participantes variaram tanto no momento em que tinham acesso a um LLM (acessibilidade a materiais de aprendizagem) como na quantidade de tempo disponível.
Os resultados mostraram uma inversão importante. Quando o tempo era limitado, ter IA disponível desde o início melhorou o desempenho. Quando os participantes tinham tempo suficiente, o acesso precoce ou contínuo à IA prejudicou o desempenho em comparação com as condições em que os participantes começaram por raciocinar de forma independente.
Assim, a mesma tecnologia produzia efeitos diferentes consoante as condições em que era utilizada.
Esta descoberta desafia a ideia de que a assistência por IA tem uma única consequência cognitiva consistente. Sob restrições de tempo apertadas, a assistência pode ajudar as pessoas a ultrapassar as limitações de processamento. Quando o tempo permite um envolvimento independente mais profundo, introduzir a IA demasiado cedo pode alterar a profundidade com que a pessoa explora o problema.
Isto levanta também uma questão mais vasta: o valor cognitivo da assistência depende em parte do que a tarefa exige que a pessoa realize. Concluir rapidamente uma decisão complexa e desenvolver a capacidade de raciocínio independente são objetivos relacionados, mas não idênticos.
Talvez a questão mais importante ainda sem resposta seja o que acontece depois de a IA já não estar disponível.
Uma pessoa pode executar uma tarefa de forma excecional com auxílio, sem necessariamente se tornar melhor a realizá-la de forma independente. Por outro lado, uma experiência de aprendizagem difícil pode produzir um resultado imediato modesto, ao mesmo tempo que desenvolve uma compreensão que se tornará valiosa mais tarde.
São resultados diferentes, que operam em escalas de tempo diferentes.
O desempenho imediato indica o que o sistema combinado humano-IA consegue realizar. A capacidade independente diz respeito ao que a pessoa ainda consegue compreender, recordar, avaliar ou executar sem este sistema.
Esta distinção é especialmente importante na educação e no desenvolvimento de competências. Recuperar informação, construir explicações, cometer erros e corrigir mal-entendidos são ações que contribuem para a aprendizagem. Se a IA eliminar consistentemente estas atividades, poderá também eliminar oportunidades para o desenvolvimento das competências subjacentes.
Mas seria igualmente enganador concluir que toda a tarefa delegada representa perda de desenvolvimento cognitivo. Evitar a recolha repetitiva de informações pode libertar mais tempo para análises de nível superior, e receber orientação adequada pode tornar a aprendizagem complexa mais acessível.
A questão relevante não é quanto esforço foi despendido, mas sim qual foi o contributo desse esforço para uma compreensão duradoura.

Existe outra possibilidade subtil que vale a pena considerar.
As explicações geradas pela IA chegam geralmente numa linguagem fluente e organizada. Um assunto complexo pode subitamente parecer claro porque o sistema reuniu o argumento, definiu a terminologia e ligou os conceitos relevantes.
Esta clareza pode ser realmente útil. Mas compreender uma explicação enquanto se lê nem sempre é o mesmo que ser capaz de reconstruir o raciocínio de forma independente.
Isto cria um potencial problema metacognitivo. As pessoas podem avaliar a sua compreensão em parte pela facilidade com que a informação é apresentada, em vez de pela capacidade de a explicar ou aplicar por si próprias.
O mesmo problema pode surgir ao avaliar conclusões geradas por IA. Se o sistema produzir tanto a resposta como a justificação para essa resposta, a pessoa poderá ter menos pontos de referência independentes para identificar fragilidades.
Isto não significa que as explicações da IA sejam inerentemente enganadoras. Significa que a assistência fluente pode alterar os sinais que as pessoas utilizam para decidir se compreenderam algo suficientemente bem.
À medida que a IA se torna mais capaz, esta distinção entre receber uma explicação convincente e possuir a capacidade de a avaliar pode tornar-se cada vez mais importante.
A investigação começa a identificar situações em que a assistência da IA melhora o desempenho, altera as estratégias cognitivas ou reduz o envolvimento independente. O que ainda não está claro é como é que os diferentes padrões de utilização repetida afetam as capacidades cognitivas ao longo de meses ou anos.
Muitos estudos existentes examinam intervenções relativamente curtas, tarefas educativas específicas ou desempenho imediato. Outros baseiam-se em relatos dos próprios participantes ou em medidas indiretas da atividade cognitiva.
Estas abordagens podem revelar efeitos significativos, mas não estabelecem se o uso extensivo de LLM provoca alterações amplas e duradouras na inteligência, memória, raciocínio ou flexibilidade cognitiva.
Os resultados a longo prazo também podem variar substancialmente entre indivíduos. Uma pessoa que utiliza a IA principalmente para evitar desafios desconhecidos pode ter uma experiência muito diferente de alguém que a utiliza para realizar trabalhos intelectuais cada vez mais ambiciosos.
Ainda assim, uma interação mais exigente não deve ser automaticamente equiparada a um maior benefício cognitivo. O esforço pode ser produtivo, desnecessário ou mal direcionado, dependendo das circunstâncias.
Compreender estas diferenças exigirá investigação que examine não só a exposição à IA, mas também as atividades cognitivas que ocorrem durante a utilização e as capacidades retidas posteriormente.
A questão de saber se a IA nos faz pensar menos é compreensível, mas incompleta.
A IA pode reduzir o esforço necessário para determinadas tarefas, ao mesmo tempo que aumenta a complexidade de outras. Pode substituir o raciocínio, apoiar a colaboração, questionar pressupostos ou abrir o acesso a atividades intelectuais que antes pareciam inatingíveis.
Estes efeitos podem coexistir na mesma pessoa, projeto ou dia de trabalho.
O que importa é a relação mutável entre o esforço cognitivo, o julgamento humano, o desempenho da tarefa e a aprendizagem. Uma pessoa pode realizar mais praticando menos algumas competências, ou desenvolver novas formas de especialização enquanto depende cada vez mais da ajuda para as tarefas familiares.
A ciência ainda não estabeleceu o que estas mudanças significarão para as nossas capacidades cognitivas a longo prazo. Mas já fornece um motivo convincente para irmos além da simples suposição de que menos esforço significa declínio cognitivo, ou que melhores resultados com o auxílio da IA significam necessariamente melhoria cognitiva.
A questão mais reveladora talvez não seja se a IA está a assumir mais responsabilidades do nosso pensamento, mas sim como a sua participação está a mudar o pensamento que ainda nos pertence.


Bem-vindo aos Serviços de Pesquisa e Estratégia da [nome da empresa] no dinâmico mercado atual.
Uma discussão baseada em evidências sobre se atividades como palavras cruzadas e Sudoku melhoram significativamente a saúde cerebral, esclarecendo o que elas promovem, o que não promovem e por que seus benefícios são frequentemente mal compreendidos.
Confira essas excelentes informações sobre o papel da neurociência no desempenho esportivo.
Descubra a notável neuroplasticidade do seu cérebro.