A fadiga da IA ​​é real. Mas não é o que você pensa.

Há uma narrativa em curso que está recebendo muita atenção: a IA está nos esgotando. Engenheiros estão entregando mais código do que nunca e se sentindo pior do que nunca. O termo "fadiga da IA" está se popularizando e as opiniões estão se acumulando.

Um engenheiro de software escreve em Business Insider Aquele último trimestre foi o mais produtivo e o mais exaustivo para ele. Steve Yegge, que literalmente escreveu o livro sobre codificação de vibrações, conta. O Engenheiro Pragmático Ele cochila durante o dia e limita o trabalho real com auxílio de IA a três horas. Fundadores de startups chegam ao limite às 2h. Uma das postagens mais compartilhadas deste mês alerta que a IA tem um "efeito vampírico" sobre as pessoas que mais a utilizam.

Eis algo que ninguém parece perceber: as pessoas que relatam maior fadiga não são os céticos. São os verdadeiros crentes.

Os engenheiros que estão no nível um da escala de adoção de Yegge, aqueles que ignoram completamente a IA, se sentem bem. Um pouco ansiosos, talvez, mas não exaustos. São os que estão nos níveis cinco, seis e sete, os que se dedicaram totalmente, executando vários agentes, orquestrando fluxos de trabalho complexos e entregando resultados em velocidades que jamais imaginaram, que saem de lá exaustos.

Esse padrão deveria nos dizer algo. E acho que o que ele nos diz é que "fadiga da IA" é um diagnóstico completamente errado.

Você não tem um problema de fadiga. Você tem um problema de treinamento.

Pense na primeira vez que você fez um levantamento terra. Não um peso particularmente pesado. Apenas o movimento em si. Você acordou na manhã seguinte e seu corpo inteiro parecia ter sido desmontado e remontado errado. Suas pernas doíam. Suas costas doíam. Músculos que você nem sabia que existiam se manifestaram da maneira mais desagradável possível.

Se alguém tivesse medido seu desempenho naquele dia, o resultado teria sido péssimo. Você mal conseguia sentar sem fazer careta. Você poderia ter concluído, com razão, que o levantamento terra é insustentável, que o corpo humano não foi feito para ele, que o custo supera o benefício.

Mas é claro que, seis meses depois, você está levantando o dobro do peso e se sentindo ótimo depois. Seu corpo criou novas conexões. Ele se adaptou. O movimento que antes exigia cada grama de esforço consciente tornou-se automático. A dor não significava que você estava com algum problema. Significava que você estava construindo algo novo.

É exatamente isso que está acontecendo com o trabalho auxiliado por IA.

A carga cognitiva da qual ninguém fala

Quando você escreve código da maneira tradicional, seu cérebro está executando um programa bem conhecido. Você já fez isso milhares de vezes. Conhece as teclas, os padrões, os ritmos de depuração. É como dirigir no seu trajeto diário: tecnicamente complexo, mas tão praticado que você consegue fazer enquanto pensa no jantar.

O trabalho com auxílio de IA é uma tarefa cognitiva fundamentalmente diferente. Você não está mais escrevendo código. Você está dirigindo, avaliando, decidindo, alternando entre múltiplos agentes, revisando resultados que você não escreveu, mantendo a intenção arquitetônica em mente enquanto uma IA toma decisões de implementação que você precisa validar em tempo real.

Não se trata da mesma tarefa, só que feita mais rapidamente. É uma tarefa completamente diferente. E seu cérebro ainda não desenvolveu as vias neurais eficientes necessárias para realizá-la.

Cada decisão ainda é consciente. Cada revisão exige esforço ativo. Você está monitorando a qualidade, mantendo o contexto entre fluxos de trabalho paralelos e fazendo julgamentos constantes sobre os resultados da IA. É por isso que três horas desse trabalho podem te deixar mais exausto do que oito horas de programação tradicional. É o equivalente cognitivo da sua primeira semana na academia.

A curva de adoção é, na verdade, uma curva de exaustão.

A estrutura de oito níveis de Yegge para Adoção de IA mapeia quase perfeitamente uma curva de exaustão, embora eu não acredite que essa tenha sido a intenção dele.

Nos níveis um e dois, você quase não usa IA. Preenchimento automático aqui, uma pergunta ali. Pouca carga cognitiva. Pouco cansaço.

Nos níveis três a seis, você está em apuros. Você deu mais autonomia ao agente, está revisando menos linha por linha e mais de forma holística, está gerenciando vários agentes e está constantemente navegando por um fluxo de trabalho que não existia há 18 meses. É aqui que reside o problema. É aqui que o trabalho pesado se acumula.

Nos níveis sete e oito, algo interessante começa a acontecer. Você construiu sistemas de orquestração. A IA funciona de forma mais autônoma. Você aprendeu em que confiar e o que verificar. Você descreve os resultados e se afasta. Matt Schumer descreve exatamente isso: dizer à IA o que construir, sair por quatro horas e voltar para encontrar o trabalho concluído. A adaptação começa a se consolidar.

O cansaço não é distribuído uniformemente. Ele atinge o pico no meio, exatamente onde a maioria dos primeiros usuários se encontra agora. E é por isso que a fadiga parece universal: as pessoas que mais falam sobre IA são, desproporcionalmente, aquelas que estão na parte mais difícil da curva de aprendizado.

Ninguém escreveu artigos sobre "fadiga ao dirigir".

Lembra-se de quando aprendeu a dirigir? Na primeira vez que entrou numa autoestrada, provavelmente agarrou o volante como se a sua vida dependesse disso (e, para ser justo, dependia mesmo). Voltou para casa depois de 30 minutos de viagem completamente exausto. O seu cérebro tinha estado a funcionar a todo o vapor: a verificar os espelhos, a controlar a velocidade, a antecipar os outros condutores, a processar as placas de trânsito, tudo simultaneamente e de forma consciente.

Agora você dirige por uma hora enquanto ouve um podcast pela metade e come um sanduíche. A tarefa não mudou. Você mudou. Seu cérebro construiu vias neurais eficientes para dirigir, comprimindo o que antes exigia atenção consciente total em processos em segundo plano.

Ninguém escreveu artigos de opinião sobre a “fadiga ao volante” como uma crise existencial. Ninguém sugeriu que os carros tivessem um “efeito vampírico” sobre seus motoristas. Entendíamos, intuitivamente, que o cansaço era temporário. Era o preço a se pagar por aprender algo novo.

É essa a parte que está faltando no discurso atual. A "fadiga da IA" está sendo tratada como uma condição permanente, uma característica fundamental da tecnologia, quando na verdade é um custo de transição. É uma dor muscular pós-treinamento, não uma doença crônica.

Por que isso importa mais do que apenas conforto?

Essa distinção não é apenas semântica. A forma como você diagnostica o problema determina o que você fará a respeito.

Se a fadiga da IA ​​for uma característica permanente da tecnologia, então o limite de três horas imposto por Yegge será o teto definitivo. As empresas devem se preparar para engenheiros que só conseguem ser produtivos por uma fração do dia. O "efeito vampírico" é o preço a se pagar, e temos que conviver com ele.

Mas se for dor muscular pós-treino, a estratégia é completamente diferente. Você controla a carga. Aumenta gradualmente. Não falta à academia só porque está dolorido. E, crucialmente, não presume que o nível de exaustão de hoje será o de amanhã.

Os engenheiros que perseverarem nessa fase, que construírem os caminhos cognitivos para direcionar o trabalho de IA, revisar no nível adequado e manter a intenção arquitetônica em fluxos de trabalho paralelos, eventualmente farão isso com a mesma naturalidade com que dirigem. A barreira das três horas passará para cinco, depois para sete. Não porque estejam trabalhando mais, mas porque o trabalho deixará de exigir esforço da mesma forma.

Entretanto, os engenheiros que lerem sobre a "fadiga da IA" e decidirem permanecer no nível dois, confortáveis, familiarizados e não esgotados, se encontrarão em uma situação muito pior.

Não porque não conseguiram acompanhar uma tendência, mas porque nunca iniciaram o treinamento que todos os outros já haviam concluído.

O verdadeiro risco: confundir dor muscular com lesão.

Quero deixar algo bem claro. Existe uma diferença entre dor muscular pós-treino e lesão propriamente dita, e isso também se aplica aqui.

Se você passa 14 horas por dia "programando em alta velocidade", dorme apenas quatro horas e vive à base de adrenalina porque a novidade é viciante, isso não é treino. Isso é overtraining. E assim como na academia, o overtraining não constrói nada. Ele te destrói.

A observação de três horas de Yegge é valiosa não como um limite permanente, mas como um sinal das necessidades atuais de recuperação. No início do treinamento, você precisa de mais descanso entre as sessões. À medida que se adapta, consegue lidar com um volume maior. As pessoas que sofrem de burnout não são aquelas que dedicam três horas concentradas a um trabalho com auxílio de IA. São aquelas que não conseguem parar porque o ciclo de feedback é muito envolvente, que é exatamente a dinâmica de "máquina caça-níqueis" sobre a qual já escrevi antes.

A resposta não é evitar a academia. É treinar de forma inteligente: sessões intensas, recuperação adequada e progressão gradual.

Uma previsão que ninguém mais está fazendo.

Eis o que eu acho que vai acontecer nos próximos 12 a 18 meses.

A narrativa da "fadiga da IA" atingirá seu ápice em algum momento deste ano. Haverá mais artigos, mais lamentações e provavelmente alguns engenheiros de alto nível que, publicamente, "darão um tempo das ferramentas de IA". Será uma reação significativa.

Então, isso desaparecerá silenciosamente. Não porque as pessoas pararam de usar IA, mas porque os pioneiros terminaram de se adaptar. O limite de três horas parecerá uma lembrança distante para quem trabalha com isso há um ano e meio. Eles direcionarão os fluxos de trabalho de IA da mesma forma que antes escreviam loops `for`: sem pensar.

E a diferença entre aqueles que perseveraram apesar das dificuldades e aqueles que não perseveraram será enorme. Não porque as habilidades em IA sejam raras, mas porque a própria adaptação, a capacidade de pensar em termos de direção, avaliação e orquestração em vez de implementação linha por linha, terá se tornado algo natural para um grupo e completamente estranho para o outro.

A pior resposta para as dores musculares pós-treino sempre foi a mesma: parar de ir à academia.

O que isso significa para os líderes

Se você está liderando uma equipe de engenharia agora, entenda o que você realmente está vendo. Seus engenheiros mais produtivos também são os mais cansados. Isso não é uma contradição. É o sinal mais claro de que a adaptação está em andamento.

Não responda reduzindo a adoção de IA. Também não responda fingindo que o cansaço não existe. Responda como um bom treinador responderia: gerencie a carga de treinamento. Espere sessões intensas e focadas de trabalho com IA, seguidas de recuperação genuína. Permita que as pessoas trabalhem com uma carga horária que pareça reduzida enquanto desenvolvem novas habilidades cognitivas. O resultado ainda será muito maior do que antes.

As empresas que acertarem nesse ponto terão equipes adaptadas até o final do ano. Aquelas que ignorarem o cansaço ou recuarem em relação à IA em resposta a ele enfrentarão o pior dos dois mundos: engenheiros exaustos que nunca conseguiram superar a parte mais difícil do processo.

Não estamos sentindo os efeitos colaterais de uma nova tecnologia. Estamos nas primeiras semanas de treinamento para uma nova forma de trabalhar. A dor muscular é a prova de que está funcionando. Aceite-a, administre-a e confie que seu cérebro, como qualquer outro sistema adaptativo na natureza, fará o que sempre fez.

Ele se adaptará.