04 jul Qual o custo da eficiência na era da IA generativa?

Vivemos um ponto de inflexão na arquitetura do pensamento humano. A ascensão da Inteligência Artificial (IA) generativa não representa apenas a introdução de uma nova ferramenta produtiva, mas a emergência do que pesquisadores vêm denominando Sistema 3, formado por uma camada de cognição externa e algorítmica que opera além dos processos intuitivos e analíticos do cérebro biológico. Essa maravilhosa expansão tecnológica traz consigo aquilo que se tem denominado de rendição cognitiva.

Veja que a fronteira entre o uso estratégico e a dependência funcional da IA é sutil. Enquanto o descarregamento cognitivo (offloading) permite delegar tarefas mecânicas para liberar a memória de trabalho para reflexões profundas, a rendição cognitiva ocorre quando terceirizamos o próprio “ofício” do esforço intelectual.

Ao aceitarmos as respostas polidas e engenhosas fornecidas pelos modelos de linguagem sem o devido escrutínio (o que ocorre para conquistar engajamento), eliminamos as “dificuldades desejáveis”, isto é, o atrito e o desconforto necessários para a consolidação da memória de longo prazo e a formação de saudáveis esquemas mentais. O resultado é um preocupante paradoxo do desempenho. De um lado, sem dúvidas, a IA aumenta a eficácia imediata em tarefas isoladas, mas compromete a retenção do conhecimento e a autonomia intelectual a longo prazo.

Dados recentes da Oregon State University quantificam o impacto dessa erosão. O uso rotineiro de IA sem mediação crítica está associado a declínios severos nas faculdades mentais:

66% de queda na reflexão deliberada;

41% de redução no pensamento crítico;

21% de diminuição no desejo intrínseco de compreensão profunda.

Esse fenômeno, batizado de “dívida cognitiva”, é agravado por uma ilusão de competência. A facilidade em gerar resultados infla a confiança do usuário, mesmo quando os resultados são falhos, enganosos ou superficiais. Junto a isso, observamos o “efeito Mateus” na educação, o qual demonstra que enquanto especialistas utilizam a IA para escalar sua expertise, iniciantes tornam-se dependentes da ferramenta, aprofundando o abismo de equidade intelectual. Um desastre estrondoso para países que se mantém entre os piores no Pisa (Programme for International Student Assessment).

No campo da produção intelectual e científica, a IA atua como um acelerador da mecanização. Ao replicar a “cognição cristalizada” (os padrões simbólicos acumulados na linguagem humana), a IA tende a reforçar os paradigmas dominantes, dificultando inovações radicais e os famosos “pensamentos fora da curva”. Dessa forma, corremos o risco de nos tornarmos consumidores passivos de “pensamentos não pensados”, em que a voz e a intuição do autor se tornam meros fantasmas em textos padronizados e sem estilo, como vem ocorrendo abastança no meio jurídico.

Estudiosos afirmam que a superação dessa crise não virá da proibição técnica do uso da IA, mas de uma reorientação epistêmica. Devemos transitar de uma visão da IA como oráculo de respostas para a IA como um parceiro socrático ou um “espelho cognitivo”.

O futuro da racionalidade tecnológica, na chamada Indústria 6.0, reside na abdução (a lógica da descoberta e da geração de hipóteses). Nesse modelo, a IA explora o vasto espaço de possibilidades, mas cabe exclusivamente ao humano o julgamento ético, a validação do sentido e a curadoria de relevância.

Para gestores, educadores e profissionais, o desafio é reinserir a “fricção útil” no fluxo de trabalho. A ferramenta mais poderosa na era da automação é a pausa metacognitiva, caracterizada pela capacidade de notar a sedução pela resposta fácil e escolher, deliberadamente, permanecer com a dificuldade do pensamento original.

Somente através da coevolução consciente com as máquinas poderemos garantir que o progresso tecnológico não resulte no empobrecimento da razão humana.

Referências Bibliográficas

BUCHHOLZ, Oliver. Explaining Artificial Intelligence. Zurich: de Gruyter, 2026. (Série Epistemic Studies).

CHOUDHURI, Rudrajit; SARMA, Anita. Thinking Less, Trusting More: GenAI’s Impacts on Students’ Cognitive Habits. Oregon State University: Jefferson Public Radio, 2025.

COGNITION Without Consciousness: A Minimal Conceptual Framework for Understanding LLMs and Human Cognitive Evolution. [S. l.: s. n.], 2026.

DONNELLY, Kevin Padraic. The Descent of Artificial Intelligence: A Deep History of an Idea Four Hundred Years in the Making. Pittsburgh: University of Pittsburgh Press, 2024.

IE UNIVERSITY. Sistema 3: A Inteligência Artificial e a Rendição Cognitiva. Segovia: IE University, 2026.

MIT NEWS. Razão Sintética: O Diálogo entre Filosofia e IA (6.S044/24.S00). Cambridge: MIT Press, 2026.

MÜLLER, Vincent C. Philosophy of Artificial Intelligence. In: The Cambridge Handbook of Artificial Intelligence. Cambridge: Cambridge University Press, 2026.

NAVE, Gideon; SHAW, Steven. Thinking—Fast, Slow, and Artificial. Philadelphia: Wharton School, University of Pennsylvania, 2026.

NOWOTNY, Helga. In AI We Trust: Power, Illusion and Control of Predictive Algorithms. Cambridge: Polity Press, 2021.

TEORIA do Conhecimento e Cognição na Era da Inteligência Artificial: Diretrizes Epistemológicas para uma Proposta Pedagógica. [S. l.: s. n.], 2026.

THE GHOST of the Author: Mechanisation, Metricisation and Narrative Contraction in the Age of AI. [S. l.: s. n.], 2026.

UNIVERSITY OF TECHNOLOGY SYDNEY (UTS). Artificial Intelligence, Cognitive Offloading and Implications for Education. Sydney: UTS, 2026.

UPHOLDING Epistemic Agency: A Brouwerian Assertibility Constraint for Responsible AI. [S. l.: s. n.], 2026.