Há uma promessa implícita em quase todo projeto de IA: se a máquina faz mais, as pessoas ficam com menos. Mas um número crescente de empresas descobre o oposto. Quando cada profissional passa a supervisionar três, quatro ou cinco agentes ao mesmo tempo, o trabalho não diminui; ele muda de natureza, e a nova natureza cansa. Pesquisadores da BCG deram um nome a esse efeito: "AI brain fry", a fadiga mental causada pelo uso ou pela supervisão excessiva de ferramentas de IA além da capacidade cognitiva de quem as opera.
O que o estudo mostra
A pesquisa ouviu 1.488 trabalhadores em tempo integral nos Estados Unidos. Cerca de 14% dos usuários de IA relataram sintomas de brain fry: sensação de névoa mental, dificuldade de concentração, decisões mais lentas e dores de cabeça. A incidência varia por área: 26% em marketing contra 6% em jurídico, sinal de que o problema depende do tipo de tarefa e do ritmo de supervisão exigido.
Entre quem tem alta demanda de supervisão de IA, os números são difíceis de ignorar: 14% mais esforço mental, 33% mais fadiga decisória e 39% mais erros significativos. A intenção de deixar a empresa sobe de 25% para 34% entre os afetados. Ou seja, o custo não aparece só na qualidade do trabalho, mas também na retenção dos profissionais que mais abra��aram a tecnologia, pois os mais expostos são justamente os adotantes entusiasmados, que testam mais ferramentas e conduzem mais agentes em paralelo.
Por que supervisionar cansa mais do que executar
Executar uma tarefa tem começo, meio e fim. Supervisionar agentes exige alternar contexto o tempo todo: revisar uma saída, redirecionar outra, decidir se um resultado é bom o bastante e lembrar o que cada agente estava fazendo. É um trabalho de julgamento contínuo, e julgamento é o recurso mais caro da cognição humana. Soma-se a isso uma assimetria: o agente produz em segundos o que a pessoa leva minutos para checar, e a fila de revisão só cresce. Quando a empresa mede produtividade pela intensidade de uso da IA, o profissional entende que parar para respirar é falhar.
O estudo identificou um ponto de equilíbrio claro: a produtividade atinge o pico com cerca de três ferramentas simultâneas e cai a partir de quatro. A lição para líderes é que a capacidade de iterar infinitamente com IA não significa que as pessoas devam fazê-lo.
O que líderes podem fazer
Tratar a atenção humana como um recurso a ser orçado, e não como um dado. Na prática:
- Defina tetos de supervisão: estabeleça quantos agentes ou ferramentas uma pessoa conduz em paralelo e revise o limite com o time, em vez de deixar cada um descobrir o seu pelo esgotamento.
- Separe produtividade de intensidade de uso: métricas como número de prompts ou horas conectado à IA premiam o excesso. Meça resultado entregue e qualidade.
- Automatize a triagem, não só a execução: agentes que classificam, priorizam e só escalam o que exige julgamento humano reduzem a fila de revisão.
- Proteja janelas sem IA: blocos de trabalho profundo e pausas reais ajudam a recuperar a capacidade de decisão. O estudo observou 28% menos fadiga em organizações que valorizam o equilíbrio entre trabalho e vida pessoal.
- Abra espaço para relatar o cansaço: fadiga cognitiva só é tratada quando pode ser dita sem medo de parecer resistência à tecnologia.
A adoção de IA costuma ser medida pelo que as máquinas passam a fazer. O indicador que mais separa as empresas que escalam das que acumulam piloto e desgaste é outro: quanto da atenção das pessoas sobra para decidir bem. Quem cuida dessa atenção como cuida de orçamento colhe o ganho de produtividade sem pagar a conta em erros e em talentos que vão embora.