Human-in-the-loop e AI brain fry: o cansaço de revisar IA

Esse texto começou como um post no LinkedIn e ficou grande demais para caber lá. Então trouxe para cá, onde dá para conversar com mais calma.

Passei a carreira inteira fugindo do microgerenciamento e hoje passo boa parte do dia revisando o trabalho de alguém. A diferença é quem está do outro lado: agora é a IA. E esse acompanhamento de perto cansa bem mais do que eu imaginava quando comecei.

O meu jeito de liderar

Sempre liderei dando liberdade. Eu ficava por perto para checar se estava tudo bem, mas chegava uma hora em que eu soltava a mão e dizia: vai. Microgerenciar nunca foi o meu jeito de trabalhar com gente.

Isso mudou um pouco quando passei a liderar pessoas de países e culturas diferentes. Muitas me procuravam para revisar cada tarefa e cada tela antes do ok final, um perfil bem diferente do que eu via aqui no Brasil, e eu demorei um pouco para entender o motivo.

Para elas, quem lidera é a referência, e buscar o líder é buscar aprendizado. Pedir o meu ok era uma forma de aprender comigo. Então eu ensinei, acompanhei de perto e, com o tempo, soltei a mão de novo. A revisão de tudo foi uma fase, e a fase passou.

Com a IA, a revisão é o processo

Com a IA, a revisão humana segue fazendo parte do trabalho, e de propósito. Trabalho com human-in-the-loop, o modelo em que a ferramenta executa e uma pessoa valida antes de qualquer coisa seguir adiante. A IA acelera muito, e o critério final continua sendo meu.

Uma palavra lida fora de contexto pode levar uma resposta para outro lugar, e é nessa hora que o olhar de quem conhece o projeto faz diferença. Com o time, a revisão era uma fase do aprendizado. Com a IA, ela faz parte do desenho do processo, e é ali que mora a qualidade do que eu entrego.

Só que esse olhar tem custo. Revisar com atenção é trabalho cognitivo pesado, e ele quase nunca entra na conversa quando a gente comemora o quanto a IA deixou tudo mais rápido.

O cansaço ganhou nome

Em março deste ano, pesquisadores do Boston Consulting Group e da Universidade da Califórnia em Riverside publicaram na Harvard Business Review um estudo que deu nome a isso: AI brain fry. Eles definem o termo como a fadiga mental causada pelo uso ou pela supervisão excessivos de ferramentas de IA, além da capacidade cognitiva da pessoa.

O levantamento ouviu 1.488 profissionais em tempo integral nos Estados Unidos, e 14% deles relataram esse quadro. As tarefas com mais demanda de supervisão vieram associadas a mais esforço mental, mais fadiga e mais sobrecarga de informação. E quem relatou brain fry também relatou 39% mais erros graves.

Vale a ressalva: são dados autorrelatados, de um levantamento feito num momento só, conduzido por uma consultoria que vende transformação com IA. Eles mostram associação, sem provar causa, e o estudo olha para quem supervisiona agentes, um caso parecido com a revisão que eu faço no dia a dia.

Mesmo assim, o número dos erros diz muito. A revisão existe justamente para segurar o erro, e no estudo quem está esgotado diz errar mais. Aqui eu já passo do que os dados provam, mas a minha leitura é que o human-in-the-loop só funciona de verdade se o humano estiver inteiro.

O estudo também separa o brain fry, que é cansaço cognitivo, do burnout, que é exaustão emocional. Quem usava IA para substituir tarefas repetitivas relatava burnout 15% menor. O que pesa é o volume de supervisão, e os próprios autores recomendam limitar quantos agentes uma pessoa acompanha ao mesmo tempo.

Para quem lidera, acho que fica um lembrete: revisar é trabalho, e precisa entrar na conta do tempo e da energia de quem revisa, inclusive da própria liderança. Eu soltei a mão do time quando ele estava pronto. Da IA, escolhi não soltar, e estou aprendendo a fazer isso sem me esgotar.

Um beijo e até a próxima!

Pra quem quiser ir na fonte:

Bedard, J., Kropp, M., Hsu, M., Karaman, O. T., Hawes, J. & Kellerman, G. R. (2026). When Using AI Leads to "Brain Fry". Harvard Business Review, 5 de março de 2026 (ler na HBR). Autoria, afiliações e data. O corpo do artigo fica atrás do paywall.
Schreiner, M. (2026). Study warns of "AI Brain Fry" as workers hit cognitive limits overseeing AI agents. The Decoder, 9 de março de 2026 (ler). Definição do termo, amostra de 1.488 profissionais, os 14%, os 39% a mais de erros graves, os 15% a menos de burnout, a recomendação de limitar agentes simultâneos e as ressalvas sobre autorrelato e sobre a BCG.
The Register (2026). Matéria de 9 de março de 2026 sobre o estudo (ler). Segunda fonte para a amostra, para os 39% (erros autorrelatados) e para os 15%.