Em 5 segundos
Quanto melhor a IA fica em construir as coisas, menos o seu valor depende de fazer tudo sozinho.
O que passa a importar é perceber rápido que algo não está legal (“isso tá sem graça”, “ninguém vai clicar aqui”, “funciona, mas não dá vontade de usar”), explicar por quê, passar para a IA o objetivo e os limites, e depois julgar de novo o resultado real.
Ou seja, em vez de escrever todo o código você mesmo, você roda este ciclo:
perceber que tem algo estranho → conversar sobre isso com a IA → planejar do 0 ao 1 → construir → olhar o resultado de verdade → perceber a próxima coisa estranha
Visto de fora, parece um chefe que só reclama.
Mas, se você não está ditando cada pixel, isso não é microgerenciamento. Você fica com o objetivo e o padrão de qualidade. A IA fica com a busca de soluções e a construção.
1. Tudo começou com uma página inicial arrumadinha e muito sem graça
A página inicial de um site mostrava as categorias e o número de artigos em fileiras certinhas.
A informação estava organizada. Nada estava quebrado. Dava para explicar cada escolha.
E mesmo assim a primeira reação foi:
“Nossa, que coisa sem graça.”
Esse tipo de sensação é chato de resolver.
Não é um bug claro, tipo um botão que não funciona. Os testes passam. Não quebra nenhuma regra. Só não dá vontade de mexer.
Conversando com uma IA de chat, aos poucos deu para colocar essa sensação em palavras.
O dono do site estava mostrando o estoque: “Relacionamentos: 98 artigos”, “Decisões e comparações: 78 artigos”. Só que quem chega pela primeira vez não liga para estoque. A pessoa está pensando:
“Tem alguma coisa legal pra mim agora?” “Tô com esse problema, onde eu clico?” “Não tô procurando nada, só quero achar alguma coisa por acaso.”
Aí o problema inteiro foi entregue de novo a uma IA de planejamento feita para começar do zero. A página inicial deixou de ser um depósito de categorias e virou cartões em formato de mensagem, onde você entra pelo seu humor ou pelo que está precisando.
Não foi dar uma ajeitada no visual (no CSS).
Foi repensar para que serve a página inicial.
2. Seu trabalho começa a parecer o de um cliente chato
Quando a IA também constrói, o trabalho humano fica com uma cara estranha.
“Isso aqui tá com cara de barato.” “Tá certinho, mas não dá vontade de clicar.” “A função existe, mas usar é horrível.” “Não dá pra ficar mais divertido?”
Lidas assim, soltas, essas frases parecem do cliente dos pesadelos.
Mas microgerenciamento de verdade é diferente:
“Coloca a margem em 12px.” “Sempre 3 colunas de cartões.” “Põe essa frase exatamente aqui.”
Isso é o humano travando a solução.
Aqui foi o contrário.
O humano ficou com o julgamento: isso está bom? Serve para o que a gente quer? O que está incomodando?
Como consertar ficou, em boa parte, com a IA de planejamento e a IA que programa.
Então esse “cliente chato” está, na real, fazendo ao mesmo tempo o papel de dono do produto, editor-chefe, diretor de criação e controle de qualidade.
O teclado ficou mais quieto. O cargo ficou mais pesado.
3. A intuição é um ótimo alarme, mas não é um pedido pronto
“Não gostei” importa.
Mas jogar isso direto para uma IA que programa é arriscado.
Pode ser só gosto pessoal. Pode ser efeito colateral de uma mudança em outro lugar. A IA pode atender sua reclamação ao pé da letra e estragar todo o resto.
Por isso ajuda conversar antes com uma IA de chat.
No mínimo, transforme a sensação nisto:
- Sintoma: o que exatamente você viu que te fez pensar “que ruim”?
- Possível causa: por que parece assim?
- Leitor: para quem isso é um problema?
- Objetivo: o que as pessoas deveriam conseguir fazer?
- Limites: o que não pode quebrar?
- Pronto quando: o que mostraria que melhorou?
“A página inicial tá sem graça” vira:
“As categorias do próprio site estão muito na frente, então quem chega pela primeira vez não consegue procurar a partir do que quer. A gente quer uma entrada pelo humor ou pela necessidade, não pelo número de artigos.”
Agora a reclamação virou material para projetar.
4. Conversar transforma “meu gosto” em algo que dá para testar
O segredo é não tratar sua intuição como verdade absoluta.
“Eu não gosto” e “é ruim para os usuários” não são a mesma coisa.
Então você confronta a sensação com pesquisas, regras de design que já existem, contraexemplos e dados reais de uso.
Por exemplo, você destrincha assim:
“Incomoda porque tem informação demais?” “Incomoda porque está organizado do jeito do dono, e não do leitor?” “Incomoda porque quem não procura nada não tem por onde entrar?” “Quem sempre volta não acharia tudo mais rápido na lista?”
Com esse passo, o seu instinto continua vivo, mas não sai do controle.
A intuição é o alarme.
Conversar é o diagnóstico.
Construir é o tratamento.
Não saia correndo para a sala de cirurgia só porque o alarme tocou.
5. “Faz tipo IKEA ou Costco” não é pedido preguiçoso: diminui onde procurar
Exemplos concretos têm muita força.
Só com “deixa mais divertido”, a IA tem espaço demais para procurar.
Mas, se você diz:
“Tipo andar numa loja enorme e acabar vendo coisas que você nem pensava em comprar.” “Não uma lista de categorias, mas algo em que você vai descobrindo coisas enquanto olha.”
a experiência que você quer fica bem mais clara.
O importante não é copiar a aparência daquela loja.
Não é imitar cores, espaçamentos ou formato dos cartões, e sim subir um nível:
“achar o que você não estava procurando” “passear por aí” “querer ver o próximo” “mostrar uma experiência, não um depósito”
Exemplos servem para dar a direção, não para cravar a resposta.
Assim a IA ainda tem espaço para pensar.
6. Separar a IA que planeja do zero da IA que constrói funciona melhor
Para corrigir um bug conhecido não precisa de uma reunião enorme de planejamento toda vez.
Acha a causa, corrige, testa.
Mas, em trabalhos mais perto de ir do 0 ao 1, como “deixar a página inicial divertida de verdade”, vale passar uma vez por uma IA de planejamento forte antes de construir.
Cada uma com seu papel:
A IA de chat destrincha a sensação e deixa claro o que é preciso.
A IA de planejamento do zero explora opções, estrutura e como a experiência deve ser.
A IA que programa cuida do código, dos testes e de conferir se nada mais quebrou.
O humano decide o objetivo, os limites, as prioridades e se aceita ou não.
Não precisa ficar rodando em reuniões de IA que só produzem planos.
Plano só vale quando vira algo construído.
7. As pesquisas dizem que humano + IA não é automaticamente o melhor time
Isso é importante.
Uma meta-análise de 2024 na Nature Human Behaviour juntou 106 experimentos e 370 tamanhos de efeito que comparavam diretamente pessoas sozinhas, IA sozinha e pessoas trabalhando com IA.[1]
Na média, humano + IA foi melhor que o humano sozinho.
Mas, comparado com o melhor dos dois isoladamente, humano ou IA, a dupla se saiu pior na média.
Colocar uma pessoa no final não garante que tudo melhore.
Além disso, em tarefas de tomar decisão a dupla tendia a render menos, enquanto em tarefas criativas era relativamente mais promissora.
Então a pergunta de verdade não é “usamos IA ou não?”
É:
Quem faz o quê?
Nem uma pessoa aprovando tudo no final, nem jogar tudo para a IA.
O jeito de dividir o trabalho é o que decide se vai dar certo.
8. O que a IA faz bem tem uma borda irregular
Um experimento de 2026 publicado na Organization Science acompanhou 758 profissionais do conhecimento. Em 18 tarefas dentro do que a IA faz bem, quem usou IA terminou em média 12,2% mais tarefas, trabalhou 25,1% mais rápido e entregou trabalho de mais qualidade.[2]
Mas num problema de negócios complicado, logo fora do que a IA faz bem, quem usou IA teve 19% menos chance de chegar à resposta certa.
Dois trabalhos podem parecer igualmente “intelectuais” e, mesmo assim, a IA ajuda num e atrapalha no outro.
É o que chamam de “fronteira irregular”.
Por isso, em vez de dizer
“a IA é esperta, deixa com ela”,
você diz
“esse tipo de trabalho vai pra IA; aqui quem decide é uma pessoa”.
Pessoas: perceber o que está estranho, definir objetivos, as grandes escolhas do que ganhar e do que abrir mão, e fazer tudo se encaixar.
IA: pesquisar em grande escala, propor alternativas, redigir, construir e fazer conferências mecânicas.
Pelo menos por enquanto, essa divisão é a mais natural.
9. As pesquisas apoiam sair do primeiro rascunho e ir para a edição
Num experimento de 2023 na Science, 453 profissionais fizeram tarefas de escrita. Quem usou IA generativa levou em média 40% menos tempo, e a nota de qualidade foi 18% maior.[3]
Um estudo de 2025 no Quarterly Journal of Economics analisou dados reais de 5.172 atendentes de suporte ao cliente. Com ajuda de IA, os atendimentos resolvidos por hora subiram 15% em média, e o ganho foi maior para quem tinha menos experiência.[4]
Atenção: nada disso prova que uma empresa anda sozinha se o chefe só disser “isso tá estranho”.
Mas combina com uma ideia mais simples: quando rascunhos, tarefas repetitivas, opções e redação ficam mais baratos, as pessoas conseguem gastar mais tempo com “o que a gente faz”, “o que a gente mantém” e “o que está estranho”.
Saber colocar a mão na massa não deixa de importar.
Só deixa de ser a única coisa que te trava.
10. A grande armadilha: consertar cada reclamação até nada combinar
Conserta os cartões.
Conserta os anúncios.
Conserta os artigos relacionados.
Conserta a busca.
Cada coisa melhorou.
E mesmo assim o site inteiro ficou uma bagunça.
Isso acontece direto.
Eliminar incômodos um por um pode melhorar cada parte e piorar o todo.
Por isso, de vez em quando é preciso dar um passo atrás e olhar de cima:
“Quem chega aqui?” “Veio fazer o quê?” “Qual deveria ser a primeira coisa a fazer?” “Por onde a gente quer que a pessoa passeie?” “Com o que a gente quer que ela saia?” “Tem alguma função que na verdade era melhor apagar?”
Melhorar as peças e revisar o todo são trabalhos diferentes.
E tem mais: as pessoas também se deixam levar pelas sugestões da IA. Um experimento mostrou um círculo em que os julgamentos humanos e os da IA se alimentavam e o viés só aumentava.[5]
Então “a IA também concorda” não é prova.
Volte para as pesquisas, o uso real, os contraexemplos e o mundo lá fora.
11. “Deixa bonito” só funciona quando já tem contexto em comum
“Deixa bonito” é, sendo sincero, um pedido arriscado.
Sem contexto, é igual caça-níquel.
Mas muda de sentido quando isto já está combinado:
O objetivo O que a gente quer melhorar?
O que não queremos O que a gente não quer de jeito nenhum?
Os limites Que regras, custos, segurança ou rotina de operação não podem quebrar?
A referência Que tipo de experiência a gente quer?
Pronto quando O que mostraria que deu certo?
Quando isso se acumula, “deixa bonito” vira um atalho.
Não é empurrar o trabalho para os outros.
É chamar um monte de contexto em comum com poucas palavras.
Igual num time bom de gente, em que um “do jeito de sempre” já basta.
Com a IA, isso finalmente começa a funcionar.
12. Se a IA que programa cair, não deixe o projeto inteiro parar
O app da IA que programa caiu.
Bem antes de o limite de uso zerar.
“Eu queria enfiar tudo enquanto ainda dava.”
Esse tipo de queda dói, mesmo que ninguém perceba.
Mas também deixa uma resposta prática:
Separe a fila de “pensar” da fila de “fazer”.
Mesmo com o agente que programa fora do ar, dá para:
juntar o que está estranho, conversar sobre isso, levantar hipóteses de causa, conferir com pesquisas, definir prioridades, escrever o que significa “pronto”.
Até aí dá para avançar.
Quando ele volta, a IA que programa não começa a pensar do zero: só vai resolvendo, de cima para baixo, as tarefas que já estão prontas.
Um serviço cair não deveria travar a cabeça do time inteiro.
Economiza dinheiro, sim, mas principalmente deixa você seguir em frente quando algo dá errado.
13. O chefe da era da IA não precisa saber todas as respostas
Depois de rodar esse ciclo uma vez, o papel humano parece bem diferente.
Você não precisa saber escrever todo o código.
Não precisa desenhar a tela perfeita de primeira.
Não precisa saber qual é a solução.
Mas precisa ficar com isto:
“Não é isso.” “É por isso.” “Quem precisa sair ganhando, e em quê?” “O que não pode quebrar?” “Dá para ficar com essa proposta?”
A IA consegue soltar um monte de soluções.
Consegue construir.
E consegue conferir bastante coisa.
Mas, se você também entregar a decisão do que conta como “bom” no seu produto, não sobra nada para mirar.
Então o trabalho humano não desaparece tanto quanto sobe e fica mais concentrado.
Falando como chefe das antigas, não é
“Eu faço tudo.”
É
“Não é isso. O motivo é esse. A gente vai pra lá. O resto, faz do melhor jeito que achar.”
“Deixa bonito” finalmente está virando uma habilidade de verdade.
Referências (5)
[1] Vaccaro, M., Almaatouq, A., & Malone, T. (2024). When combinations of humans and AI are useful: A systematic review and meta-analysis. Nature Human Behaviour, 8, 2293–2303. https://doi.org/10.1038/s41562-024-02024-1
[2] Dell’Acqua, F., et al. (2026). Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of Artificial Intelligence on Knowledge Worker Productivity and Quality. Organization Science, 37(2), 403–423. https://doi.org/10.1287/orsc.2025.21838
[3] Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science, 381(6654), 187–192. https://doi.org/10.1126/science.adh2586
[4] Brynjolfsson, E., Li, D., & Raymond, L. (2025). Generative AI at Work. The Quarterly Journal of Economics, 140(2), 889–942. https://doi.org/10.1093/qje/qjae044
[5] Glickman, M., & Sharot, T. (2025). How human–AI feedback loops alter human perceptual, emotional and social judgements. Nature Human Behaviour, 9, 345–359. https://doi.org/10.1038/s41562-024-02077-2
