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

Estudos sobre colonoscopia na Polónia mostram que, após os médicos introduzirem a assistência de IA e depois a desativarem, a taxa de deteção de adenomas caiu de 28,4% para 22,4%; um estudo randomizado controlado da Anthropic com 52 engenheiros de nível inicial revelou que o grupo com IA obteve uma média de 50 pontos no teste posterior, enquanto o grupo manual obteve 67 pontos, uma diferença equivalente a dois níveis de letras.
(Resumindo: Estudo da Anthropic: especialização na área é mais importante do que capacidade de programação para determinar o efeito de geração do Claude Code)
(Complemento de contexto: Claude escreve 80% do código sozinho, a Anthropic apela para uma “mecanismo global de travagem de design” a sério?)

Índice deste artigo

Alternar

• Após os médicos desativarem a IA, a taxa de deteção caiu 6 pontos percentuais
• Experimento próprio da Anthropic também não foi convincente
• A degradação de habilidades não é uma advertência de ficção científica, mas uma realidade atual

Após utilizarem IA, os médicos deixam passar mais tumores quando não têm assistência de IA. Os engenheiros que usaram IA tiveram uma redução de 17 pontos na prova posterior. Estes dois números vêm de dois estudos revisados por pares publicados em 2026, compilados pela Nature a 21 de junho.

As conclusões indicam que, enquanto as ferramentas de IA aumentam a eficiência a curto prazo, estão a corroer sistematicamente as competências centrais dos humanos operadores. O investigador do hospital de Oslo, Yuichi Mori, afirmou diretamente: “Atualmente, não há nenhuma solução estabelecida para combater a degradação de habilidades, que deve ser a principal área de investigação na próxima década.”

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

O ensaio ACCEPT na Polónia 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 alguns dias de consulta os médicos usassem ferramentas de assistência de IA, que analisavam em tempo real as imagens do intestino e marcavam automaticamente suspeitas de adenomas, enquanto noutros dias não podiam usar. Os resultados foram publicados na revista “Gastroenterologia com Agulha”.

Antes de introduzir a IA, a taxa de deteção de adenomas por estes médicos era de 28,4%. Após a introdução da IA, nos dias em que não usaram IA, a taxa caiu para 22,4%, uma redução de 6 pontos percentuais.

O estudo indica que o uso contínuo de ferramentas de IA faz com que os clínicos “se tornem menos ativos, menos focados e menos responsáveis pelos resultados, quando tomam decisões cognitivas sem assistência de IA”. O comentário do médico da Universidade da Califórnia, San Francisco, Robert Wachter, foi mais direto: mesmo profissionais altamente qualificados podem, com a dependência de IA, regredir na sua prática.

Este mecanismo não é difícil de entender. Quando a IA assume a tarefa de “detectar anomalias” a longo prazo, o padrão de atenção do médico é treinado de uma certa forma; uma vez removida a estrutura de suporte, o cérebro habituado a “esperar que a IA diga” torna-se difícil de reativar para um estado de alta vigilância.

Experimento próprio da Anthropic também não foi convincente

Os investigadores da Anthropic, Judy Hanwen Shen e Alex Tamkin, publicaram a 29 de janeiro de 2026 um estudo controlado aleatório. O objeto de estudo foram 52 engenheiros de software de nível inicial, todos obrigados a aprender uma nova biblioteca Python, o 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 dois níveis de avaliação académica. Quanto ao tempo? O grupo com IA completou a tarefa em média cerca de 2 minutos mais rápido, sem diferença estatisticamente significativa. Ou seja, o que os engenheiros ganharam foi: sacrificar 17 pontos de compreensão profunda por apenas 2 minutos de velocidade superficial.

A degradação mais grave foi nacapacidade de depuração. Shen e Tamkin destacaram especialmente o perigo desta, pois detectar erros gerados pela IA continua a ser uma das funções de supervisão mais críticas humanas. Se a capacidade de depuração dos engenheiros diminuir por causa da dependência prolongada da IA, os erros da IA tornar-se-ão mais difíceis de detectar, criando um ciclo vicioso de deterioração.

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

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

Estas duas pesquisas não questionam “se a IA é útil”, mas sim “quanto de capacidade os humanos que usam IA a longo prazo ainda possuem quando não têm IA”. A resposta a esta questão começa a aparecer em dados quantificáveis.

Atualmente, a academia quase não tem consenso sobre a “frequência ideal de assistência de IA” nem sobre “como manter competências centrais em ambientes de IA”, pois ainda não existem intervenções validadas. Mori afirma que esta será a principal área de investigação na próxima década, e, à vista dos dados, não é exagero, pois a velocidade de degradação de habilidades provavelmente ultrapassa a velocidade de investigação.