Todo Mundo com a Mesma Ideia: Como a IA Pode Estar Homogeneizando o Pensamento da Sua Equipe

Peça a dez pessoas da sua empresa que usem o mesmo assistente de IA para propor uma campanha, uma estratégia de entrada em mercado ou um nome de produto. Cada resposta, isoladamente, tende a sair boa: bem estruturada, coerente, sem erros. O problema aparece quando você coloca as dez lado a lado e percebe que se parecem demais. Esse é o efeito silencioso que uma parte crescente da pesquisa chama de homogeneização, e ele afeta diretamente quem lidera equipes que dependem de ideias diferentes para competir.

O que a pesquisa mostra: melhor por pessoa, mais parecido no conjunto

O estudo mais citado sobre o tema, de Anil Doshi (UCL) e Oliver Hauser (Universidade de Exeter), foi publicado na revista Science Advances. Trezentos participantes escreveram microcontos, e 600 avaliadores julgaram novidade e utilidade das histórias. Quem teve acesso a até cinco ideias geradas por IA produziu textos cerca de 8% mais novos e 9% mais úteis do que quem trabalhou sem apoio. Entre os participantes menos criativos, o ganho foi ainda maior.

O outro lado da moeda é o que interessa ao gestor: as histórias escritas com apoio de IA ficaram mais parecidas entre si. Com uma única ideia sugerida pela IA, a semelhança entre os textos aumentou cerca de 10,7%. Os próprios autores descrevem um dilema social: cada pessoa ganha ao usar a ferramenta, mas o conjunto perde em originalidade.

Uma meta-análise de 2026, apresentada na European Conference on Cognitive Ergonomics (ECCE), reuniu 19 estudos empíricos e 61 tamanhos de efeito e encontrou um efeito de homogeneização pequeno, porém estatisticamente significativo (d = 0,334). Os autores ressalvam que isso não significa perda de criatividade individual: significa uma reorganização da diversidade, sutil em casos isolados e relevante quando muita gente usa sistemas semelhantes.

Por que isso importa para a estratégia da empresa

Vantagem competitiva costuma vir de perspectivas que os concorrentes não têm. Se a área comercial, o marketing e a operação passam a consultar o mesmo modelo, treinado sobre o mesmo conjunto de textos e com as mesmas inclinações, as propostas convergem para o que é estatisticamente provável. O risco é gastar tempo de gente cara para chegar a respostas que os concorrentes também vão receber.

Há ainda um efeito de ancoragem. A primeira sugestão da IA tende a virar o ponto de partida da discussão, e a reunião passa a ser sobre editar o rascunho em vez de questionar o problema. Isso reduz o espaço para a divergência, justamente a etapa em que ideias fora da curva aparecem.

Como liderar para preservar a diversidade de pensamento

A resposta não é restringir o uso, e sim desenhar o processo. Algumas práticas que têm apoio na literatura e no bom senso de gestão:

• Divergir primeiro, consultar a IA depois. Peça que cada pessoa registre suas hipóteses antes de abrir o assistente. A IA entra para ampliar, criticar e organizar, não para dar a primeira palavra.
• Usar a IA como contraponto, não como fonte de consenso. Peça explicitamente argumentos contrários, cenários improváveis e razões pelas quais a ideia pode falhar.
• Variar as fontes. Combine modelos diferentes, dados internos, clientes e especialistas de outras áreas. Uma pesquisa recente sugere que múltiplas personas de IA com perfis distintos podem reduzir o efeito de homogeneização em atividades de grupo.
• Medir o conjunto, não só o item. Ao revisar propostas da equipe, pergunte quantas abordagens realmente diferentes existem entre elas, e não apenas se cada uma está bem escrita.
• Proteger os pontos de vista minoritários. Reconheça e valorize quem discorda do rascunho da IA; é nessa discordância que costuma estar a próxima vantagem.

A pergunta que vale levar para a próxima reunião de liderança é simples: se todos os nossos concorrentes tivessem pedido a mesma coisa ao mesmo assistente, em que as nossas respostas seriam diferentes? Se a resposta for "em quase nada", a IA está aumentando a produtividade da equipe e, ao mesmo tempo, apagando o que a torna única.

Fontes: Doshi & Hauser, "Generative AI enhances individual creativity but reduces the collective diversity of novel content", Science Advances (2024); de Rooij & Biskjaer, "Generative AI makes creative output more homogeneous", ECCE 2026 (ACM).