A Fadiga por IA é Real. Mas Não é o que Você Pensa

Existe uma narrativa em construção agora que está recebendo muita atenção: a IA está nos esgotando. Engenheiros estão enviando mais código do que nunca e se sentindo pior do que nunca. O termo “fadiga por IA” está fazendo o rounds, e as opiniões estão se acumulando.

Um engenheiro de software escreve no Business Insider que o último trimestre foi o mais produtivo e o mais exaustivo. Steve Yegge, que literalmente escreveu o livro sobre codificação de vibração, diz ao The Pragmatic Engineer que ele dorme durante o dia e limita o trabalho real com IA a três horas. Fundadores de startups atingem um muro às 14h. Uma das postagens mais compartilhadas este mês alerta que a IA tem um “efeito vampiro” nas pessoas que a usam mais.

Aqui está o que ninguém parece notar: as pessoas que relatam a maior fadiga não são os céticos. São os verdadeiros crentes.

Os engenheiros presos no nível um na escala de adoção de Yegge, aqueles que ignoram a IA completamente, se sentem bem. Um pouco ansiosos, talvez, mas não esgotados. São os que estão nos níveis cinco, seis, sete, aqueles que foram completamente para a IA, executando vários agentes, orquestrando fluxos de trabalho complexos, enviando em velocidades que nunca imaginaram, que chegam em casa exaustos.

Esse padrão deve nos dizer algo. E acho que o que ele nos diz é que a “fadiga por IA” é o diagnóstico errado completamente.

Você Não Tem um Problema de Fadiga. Você Tem um Problema de Treinamento.

Pense na primeira vez que você fez um levantamento de terra. Não um peso particularmente pesado. Apenas o movimento em si. Você acordou na manhã seguinte e seu corpo inteiro se sentia como se tivesse sido desmontado e remontado errado. Suas pernas estavam doloridas. Seu dorso estava dolorido. Músculos que você não sabia que existiam se fizeram conhecidos da maneira mais desagradável possível.

Se alguém tivesse medido sua produção naquele dia, teria parecido terrível. Você mal conseguia sentar sem se contorcer. Você poderia ter razoavelmente concluído que o levantamento de terra é insustentável, que o corpo humano não é feito para isso, que o custo supera o benefício.

Mas, é claro, seis meses depois você está levantando o dobro do peso e se sentindo bem depois. Seu corpo construiu novas vias. Ele se adaptou. O movimento que uma vez exigia todo o esforço consciente se tornou automático. A dor não significava que você estava quebrado. Significava que você estava construindo algo novo.

Isso é exatamente o que está acontecendo com o trabalho aumentado por IA.

A Carga Cognitiva que Ninguém Fala

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

O trabalho aumentado por IA é uma tarefa cognitiva fundamentalmente diferente. Você não está mais escrevendo código. Você está dirigindo, avaliando, decidindo, alternando entre vários agentes, revisando saídas que você não escreveu, mantendo a intenção arquitetônica na cabeça enquanto uma IA faz escolhas de implementação que você precisa validar em tempo real.

Isso não é o mesmo trabalho feito mais rápido. É um trabalho diferente. E seu cérebro ainda não construiu as vias eficientes para isso.

Toda decisão ainda é consciente. Toda revisão ainda exige esforço ativo. Você está monitorando a qualidade, mantendo o contexto em fluxos de trabalho paralelos, tomando decisões de julgamento sobre a saída da IA constantemente. É por isso que três horas desse trabalho podem deixá-lo mais exausto do que oito horas de codificação tradicional. É o equivalente cognitivo da sua primeira semana na academia.

A Curva de Adoção é Realmente 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 tenha sido a intenção dele.

Nos níveis um e dois, você está usando a IA muito pouco. Autocompletar aqui, uma pergunta ali. Pouca carga cognitiva. Pouca fadiga.

Nos níveis três a seis, você está na parte mais profunda. Você deu mais autonomia ao agente, você está revisando menos linha por linha e mais holisticamente, você está executando vários agentes e constantemente navegando em um fluxo de trabalho que não existia há 18 meses. É aqui que a exaustão vive. É o levantamento de terra pesado.

Nos níveis sete e oito, algo interessante começa a acontecer. Você construiu sistemas de orquestração. A IA trabalha mais autonomamente. Você aprendeu o que confiar e o que verificar. Você descreve os resultados e se afasta. Matt Shumer descreve exatamente isso: dizer à IA o que construir, sair por quatro horas e voltar ao trabalho concluído. A adaptação está começando a se solidificar.

A exaustão não está distribuída uniformemente. Ela atinge o pico no meio, exatamente onde a maioria dos primeiros adotantes está agora. E é por isso que a fadiga parece universal: as pessoas que falam sobre IA mais são desproporcionalmente as que estão na parte mais difícil da curva de aprendizado.

Ninguém Escreveu Artigos Sobre “Fadiga de Dirigir”

Lembre-se de aprender a dirigir? A primeira vez que você entrou em uma rodovia, você provavelmente segurou o volante como se sua vida dependesse disso (o que, para ser justo, dependia). Você voltou para casa após uma viagem de 30 minutos completamente exausto. Seu cérebro estava funcionando a toda capacidade: verificando espelhos, gerenciando velocidade, antecipando outros motoristas, processando sinais de trânsito, tudo simultaneamente e tudo conscientemente.

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

Ninguém escreveu artigos sobre “fadiga de dirigir” como uma crise existencial. Ninguém sugeriu que os carros têm um “efeito vampiro” em seus operadores. Entendemos, intuitivamente, que a exaustão era temporária. Era o custo de aprender algo novo.

Essa é a parte que o discurso atual está perdendo. A “fadiga por IA” está sendo tratada como uma condição permanente, uma característica fundamental da tecnologia, quando na verdade é um custo de transição. É dor de treinamento, não doença crônica.

Por Que Isso Importa Mais do que Confort

Essa distinção não é apenas semântica. Como você diagnostica o problema determina o que você faz sobre ele.

Se a fadiga por IA é uma característica permanente da tecnologia, então o limite de três horas de Yegge é o teto para sempre. As empresas devem planejar para engenheiros que só podem ser produtivos por uma fração do dia. O “efeito vampiro” é o preço da admissão, e nós apenas temos que conviver com isso.

Mas se for dor de treinamento, então o plano de ação é completamente diferente. Você gerencia a carga. Você constrói gradualmente. Você não para de ir à academia porque está dolorido. E criticamente, você não assume que o nível de exaustão de hoje é o de amanhã.

Os engenheiros que superam essa fase, que constroem as vias cognitivas para direcionar o trabalho de IA, revisar na altitude certa e manter a intenção arquitetônica em fluxos de trabalho paralelos, eventualmente farão isso tão naturalmente quanto dirigir. O limite de três horas se moverá para cinco, então sete. Não porque eles estão trabalhando mais duro, mas porque o trabalho para de ser esforçado da mesma maneira.

Enquanto isso, os engenheiros que leem sobre “fadiga por IA” e decidem ficar no nível dois, confortáveis, familiares, não esgotados, se encontrarão em uma posição muito pior.

Não porque eles falharam em acompanhar uma tendência, mas porque eles nunca começaram o treinamento que todos os outros já passaram.

O Risco Real: Confundir Dor com Lesão

Quero ser claro sobre algo. Há uma diferença entre dor de treinamento e lesão real, e isso se aplica aqui também.

Se você está “codificando vibração” por 14 horas por dia, dormindo quatro horas, e correndo em adrenalina porque a novidade é intoxicante, isso não é treinamento. Isso é treinamento excessivo. E assim como na academia, o treinamento excessivo não constrói nada. Ele quebra você.

A observação de três horas de Yegge é valiosa não como um teto permanente, mas como um sinal sobre as necessidades de recuperação atuais. Quando você está no início do treinamento, você precisa de mais descanso entre as sessões. À medida que você se adapta, você pode lidar com mais volume. As pessoas que queimam não são as que fazem três horas de trabalho aumentado por IA. São as que não podem parar porque o loop de feedback é muito convincente, o que é exatamente a dinâmica de máquina de entregar prêmios que eu escrevi antes.

A resposta não é evitar a academia. É treinar inteligentemente: sessões intensas, recuperação real, progressão gradual.

Uma Previsão que Ninguém Mais Está Fazendo

Aqui está o que eu acho que acontece nos próximos 12 a 18 meses.

A narrativa de “fadiga por IA” atingirá o pico algum momento este ano. Haverá mais artigos, mais lamentações, provavelmente alguns engenheiros de alto perfil que publicamente “fazem uma pausa nos ferramentas de IA”. Isso parecerá uma reação significativa.

Então isso silenciosamente desaparecerá. Não porque as pessoas pararam de usar IA, mas porque os primeiros adotantes terminaram de se adaptar. O limite de três horas se sentirá como uma memória distante para as pessoas que estão fazendo isso há um ano e meio. Elas dirigirão fluxos de trabalho de IA da mesma maneira que costumavam escrever laços de repetição: sem pensar nisso.

E a lacuna entre aqueles que superaram a dor e aqueles que não será enorme. Não porque as habilidades de IA são raras, mas porque a adaptação em si, a capacidade de pensar em termos de direção, avaliação e orquestração em vez de implementação linha por linha, terá se tornado segunda natureza para um grupo e completamente estranha para o outro.

A pior resposta à dor de treinamento sempre foi a mesma: parar de ir à academia.

O que Isso Significa para Líderes

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

Não responda reduzindo a adoção de IA. Não responda fingindo que a fadiga não é real, tampouco. Responda como um bom treinador faria: gerencie a carga de treinamento. Espere sessões intensas e focadas de trabalho aumentado por IA seguidas de recuperação real. Dê às pessoas permissão para operar em o que parece ser um horário reduzido enquanto elas constroem novas habilidades cognitivas. A saída ainda será múltiplos do que era antes.

As empresas que acertam isso terão equipes adaptadas até o final do ano. Aquelas que ignoram a fadiga ou recuam da IA em resposta a ela encontrarão a pior das duas consequências: engenheiros exaustos que nunca passaram pela parte mais difícil da curva.

Nós não estamos experimentando os efeitos colaterais de uma nova tecnologia. Estamos nas primeiras semanas de treinamento para uma nova maneira de trabalhar. A dor é a prova de que está funcionando. Incline-se para ela, gerencie-a e confie que seu cérebro, como qualquer outro sistema adaptativo na natureza, fará o que sempre fez.

Ele se adaptará.