A IA está tornando os especialistas cada vez mais burros? Última pesquisa da Nature: taxa de detecção de erros pelos médicos caiu 6%, engenheiros tiveram uma redução de 17 pontos nos testes

Estudos de colonoscopia na Polônia mostram que, após introdução de IA, as sessões em que a IA foi desativada tiveram uma taxa de detecção de adenomas que caiu de 28,4% para 22,4%; testes controlados aleatórios feitos pela Anthropic com 52 engenheiros juniores mostraram que, após o uso de IA, a pontuação média no teste posterior foi de 50 pontos, enquanto o grupo manual obteve 67 pontos, uma diferença equivalente a duas letras de classificação.
(Resumindo: Pesquisa da Anthropic indica que a expertise na área é mais determinante do que a habilidade de programação para a eficácia do Claude Code)
(Complemento: Claude escreve 80% do código sozinho, a Anthropic apela para uma “mecanismo global de desaceleração de design” — será que é sério?)

Índice deste artigo

Alternar

• Após os médicos desativarem a IA, a taxa de detecção caiu 6 pontos percentuais
• Testes próprios da Anthropic também tiveram resultados ruins
• A deterioração de habilidades não é uma advertência de ficção científica, mas uma realidade atual

Após os médicos usarem IA, eles perdem mais tumores ao não contar com a assistência. Engenheiros que usaram IA tiveram uma redução de 17 pontos na prova posterior. Esses dois números vêm de dois estudos revisados por pares publicados em 2026, compilados pelo Nature em 21 de junho.

As conclusões mostram que, enquanto as ferramentas de IA aumentam a eficiência de curto prazo, estão sistematicamente corroendo as habilidades centrais dos operadores humanos. Yuichi Mori, pesquisador do departamento de medicina da Universidade de Oslo, afirmou diretamente: “Atualmente, não há solução estabelecida para combater a deterioração de habilidades, e essa deve ser a principal área de pesquisa na próxima década.”

Após os médicos desativarem a IA, a taxa de detecção caiu 6 pontos percentuais

O ensaio ACCEPT na Polônia escolheu um objeto de estudo bastante rigoroso: todos os médicos participantes tinham realizado pelo menos 2.000 colonoscopias, sendo especialistas com experiência clínica completa, e não estagiários. O desenho do estudo permitia que os médicos usassem ferramentas de IA em alguns dias de atendimento, com análise instantânea de imagens intestinais e marcação automática de suspeitas de adenomas, enquanto em outros dias não podiam usar. Os resultados foram publicados na revista “Gastroenterologia com Agulha”.

Antes da introdução da IA, a taxa de detecção de adenomas desses médicos era de 28,4%. Após a introdução da IA, nas sessões sem assistência de IA, a taxa caiu para 22,4%, uma redução de 6 pontos percentuais.

O estudo aponta que o uso contínuo de ferramentas de IA faz com que os clínicos “se tornem menos ativos, menos focados e menos responsáveis pelos resultados ao tomar decisões cognitivas sem IA”. O comentário de Robert Wachter, médico da Universidade da Califórnia em São Francisco, foi mais direto: mesmo profissionais altamente qualificados podem, com o tempo, regredir na sua prática devido à dependência de ferramentas de IA.

Esse mecanismo não é difícil de entender. Quando a IA assume a tarefa de “identificar anomalias” por um longo período, o modo de atenção do médico é treinado de uma certa forma; uma vez que a estrutura de suporte é retirada, o cérebro acostumado a “esperar a IA me dizer” tem dificuldade de voltar ao estado de alta vigilância automaticamente.

Testes próprios da Anthropic também tiveram resultados ruins

Os pesquisadores da Anthropic, Judy Hanwen Shen e Alex Tamkin, publicaram em 29 de janeiro de 2026 um ensaio controlado aleatório. O objeto de estudo foi um grupo de 52 engenheiros de software juniores, todos obrigados a aprender uma nova biblioteca Python chamada Trio. Todos podiam consultar a documentação oficial online; metade deles tinha um assistente de IA adicional.

O grupo com IA obteve uma pontuação média de 50%, enquanto o grupo manual obteve 67%, uma diferença de 17 pontos percentuais, aproximadamente equivalente a duas letras de classificação acadêmica. Quanto ao ganho de tempo? O grupo com IA terminou a tarefa em média apenas 2 minutos mais rápido, sem diferença estatisticamente significativa. Ou seja, o que os engenheiros ganharam foi: sacrificar 17 pontos de compreensão profunda em troca de 2 minutos de velocidade superficial.

A maior deterioração foi na capacidade de depuração. Shen e Tamkin destacaram especialmente esse risco, pois detectar erros gerados pela IA ainda é uma das funções humanas mais críticas de supervisão. Se a capacidade de depuração dos engenheiros diminuir por causa do longo período de delegação ao AI, os erros da IA se tornarão mais difíceis de detectar, formando um ciclo vicioso de deterioração.

O estudo também revelou um detalhe: engenheiros que usaram IA para “exploração conceitual” obtiveram pontuações acima de 65%; aqueles que delegaram completamente a geração de código ao AI tiveram pontuações abaixo de 40%. A IA é uma ferramenta de exploração ou uma substituta de produção? A diferença chega a 25 pontos percentuais.

A deterioração de habilidades não é uma advertência de ficção científica, mas uma realidade atual

Esses dois estudos não perguntam “a IA é útil?”, mas “quanto de capacidade uma pessoa que usa IA por longo prazo ainda mantém quando não tem IA?”. A resposta a essa questão começa a aparecer em dados quantificáveis.

Atualmente, a academia quase não tem consenso sobre a “frequência ideal de uso de IA assistida” e também não há intervenções validadas para “manter habilidades centrais em ambientes de IA”. Mori afirma que essa será a principal área de pesquisa na próxima década, e, pelo que parece, não é exagero, pois a velocidade de deterioração das habilidades provavelmente supera a velocidade de pesquisa.