©2026 MIT Sloan Management Review Brasil. Todos os direitos reservados. A reprodução, total ou parcial, é proibida sem a autorização prévia e expressa do CNEX.

GESTÃO DE FRONTEIRA

O custo oculto da criatividade assistida por IA

A inteligência artificial amplia a criatividade individual, mas reduz a diversidade de ideias coletivas. Quatro estudos mostram por que isso acontece e o que os gestores podem fazer a respeito

Léonard Boussioux, Anil Doshi, Oliver Hauser e Kartik Hosanagar

23 de outubro de 2026

21 min de leitura

O que a inteligência artificial faz com a criatividade? As ferramentas de IA generativa estão nos tornando mais criativos ou menos? Considerando que a criatividade é frequentemente o motor por trás das ideias e empreendimentos mais bem-sucedidos e que 83% dos executivos seniores classificam a inovação entre suas três principais prioridades, entender como o uso da IA afeta a criatividade humana é fundamental para as empresas.

De um lado, a IA generativa pode atuar como um parceiro valioso para brainstorming, permitindo que inventores e designers testem rapidamente ideias e conceitos. Por outro lado, corre o risco de restringir inadvertidamente a criatividade ao limitar o espaço de busca cedo demais e incentivar os usuários a se apoiarem em sugestões geradas por IA que parecem “boas o suficiente”.

Em quatro estudos recentes, nossa pesquisa revela que a verdade está além desse simples binário. Descobrimos que, embora a IA possa aumentar a criatividade individual, ela reduz a criatividade coletiva. Para explicar por que isso acontece, devemos primeiro esclarecer o que queremos dizer com criatividade.

Da criatividade individual à inovação coletiva

Os estudiosos normalmente definem criatividade como a interseção entre novidade e utilidade. Novidade é o grau em que uma ideia ou artefato é original ou raro, e utilidade é o grau em que ele é valioso ou eficaz para alcançar seu propósito. Uma ideia que é nova, mas inútil, ou útil, mas sem originalidade, não é criativa.

Embora essas dimensões capturem a criatividade de uma única ideia, a dimensão que melhor captura a criatividade de um grupo de ideias é sua diversidade. Qualquer coleção de ideias pode conter algumas que são novas para alguns, mas óbvias para outros, ou novas, mas não úteis. Mas um conjunto altamente diverso tende a conter algumas ideias fora da curva, genuinamente originais e potencialmente valiosas.

Essa amplitude oferece às equipes mais matéria-prima para recombinar, comparar e refinar ao longo do tempo, resultando em produtos que melhor correspondem a toda a gama de preferências dos clientes. Afinal, ideias que inicialmente parecem impraticáveis podem se tornar verdadeiras descobertas depois de refinadas ou recombinadas: por exemplo, o adesivo “fracassado” que virou o Post-it ou o videogame abandonado cuja ferramenta interna de comunicação virou o Slack. Em outras palavras, a criatividade exige mais do que apenas quantidade e qualidade de produção. Também exige diversidade de produção, em que diferentes ideias podem despertar novas linhas de investigação, novas especulações e novas sementes que geram outras inovações.

Ao lançar uma rede mais ampla, as organizações podem evitar convergências prematuras em opções seguras e convencionais, aumentando as chances de avanços surpreendentes e de alto impacto. É aí, no entanto, que nossa pesquisa revela um paradoxo interessante. Individualmente, a IA frequentemente aumenta a criatividade, especialmente ao permitir que indivíduos menos experientes ou menos criativos gerem mais ideias novas e úteis. Mas, coletivamente, a IA frequentemente “comprime” o espaço de ideias. Como muitas pessoas se apoiam em sugestões geradas por IA semelhantes, os outputs convergem.

Um resultado típico produzido com assistência de IA é mais criativo, mas a variação do conjunto completo de resultados diminui. Em resumo, mesmo que uma ideia inspirada em IA pareça boa, ela pode acabar sendo semelhante às ideias de todos os outros inspirados por IA.

Para os gestores, a implicação é profunda. O desafio é aproveitar os benefícios de produtividade e qualidade da IA e preservar a diversidade de ideias que impulsionam a inovação de longo prazo.

Impacto da IA na diversidade de ideias

Para entender como a IA afeta a diversidade criativa, analisamos quatro estudos recentes, nos quais trabalhamos, que abrangem diferentes domínios criativos: escrita de contos, soluções de economia circular, concursos de legendas de humor e narrativa colaborativa. Apesar dos contextos variados, um padrão consistente surgiu: a assistência da IA melhorou a qualidade da produção individual enquanto restringiu a diversidade coletiva.

No primeiro desses estudos, dois de nós (Anil e Oliver) examinaram como o acesso à IA influencia o processo criativo e a diversidade da produção coletiva. Neste experimento, os participantes foram convidados a escrever histórias curtas de oito frases. Algumas pessoas escreveram totalmente sozinhas, enquanto outras receberam até cinco sementes de história de três frases geradas por um modelo de IA. Avaliadores independentes avaliaram a criatividade individual da história de cada participante. Também usamos análise de texto baseada em IA para medir o grau de similaridade semântica entre as histórias, comparando aquelas escritas com e sem assistência de IA.

Os resultados revelaram a tensão central. Descobrimos que a assistência da IA melhorou a novidade da história, especialmente para escritores com um nível de criatividade de base mais baixo (conforme medido previamente com um paradigma existente, a Divergent Association Task). No entanto, no nível coletivo, a diversidade diminuiu. Histórias dos grupos assistidos por IA convergiram para momentos narrativos ou estruturas mais semelhantes, mostrando menos variação do que aquelas escritas sem IA [veja o gráfico de escrita de histórias].

Isso sugere um dilema social: enquanto os indivíduos se beneficiam da IA, especialmente aqueles que mais lutam com tarefas criativas, a dependência generalizada corre o risco de estreitar o conjunto coletivo de ideias, deixando-nos com qualidade média maior, mas menos ideias diferenciadas e fora da curva.

Em um segundo estudo em que um de nós trabalhou (Léonard, com quatro colaboradores), esse padrão se manteve em um domínio muito diferente. Pedimos aos participantes que propusessem soluções de economia circular para enfrentar desafios de sustentabilidade, como o reaproveitamento de materiais residuais. Um grupo exclusivamente humano produziu uma ampla gama de ideias, desde propostas convencionais de reciclagem até propostas únicas e não convencionais, como tijolos inovadores feitos de poeira de fundição e plástico residual, com um design interligado semelhante ao Lego para reduzir a poluição do ar relacionada à construção.

Em contraste, uma única pessoa trabalhando com IA frequentemente superava o grupo exclusivamente humano nas avaliações independentes sobre qualidade geral, viabilidade estratégica e valor financeiro e ambiental. Mas o grupo exclusivamente humano teve uma pontuação mais alta em novidade. E as ideias incomuns que poderiam desencadear avanços surgiram principalmente do grupo exclusivamente humano. Mais uma vez, a IA elevou o patamar mínimo de desempenho, mas reduziu a variação dos outputs [veja o gráfico abaixo].

Um terceiro estudo identificou em que ponto do processo criativo esse estreitamento ocorre. Um de nós (Kartik, junto com outro pesquisador) realizou um experimento randomizado, inspirado no concurso de legendas de cartuns promovido pela The New Yorker, para testar se a IA reduzia a diversidade dos resultados criativos durante a geração ou a avaliação de ideias. Testamos quatro configurações de colaboração: apenas humanos; uso de IA apenas para geração de ideias; geração humana com uso de IA apenas para seleção de ideias; e suporte de IA em ambas as etapas.

O estudo descobriu que a IA aumentou tanto a quantidade quanto a qualidade média das ideias, com maiores ganhos quando dava suporte tanto à geração quanto à avaliação. É importante destacar que os efeitos sobre a diversidade variaram de acordo com o momento em que a IA era usada: a IA na geração de ideias reduziu consistentemente a diversidade, enquanto a IA na seleção de ideias preservou a variedade em níveis comparáveis aos do trabalho realizado exclusivamente por humanos [veja o gráfico do concurso de legendas de humor].

Essa descoberta sugere um caminho potencial: o momento em que a IA entra no fluxo de trabalho pode ser tão importante quanto a decisão de utilizá-la.

Um quarto estudo, realizado por um de nós (Kartik, em parceria com outro pesquisador), testou diretamente essa hipótese. O estudo examinou como diferentes modelos de colaboração entre humanos e IA afetam tanto a qualidade quanto a diversidade na escrita de histórias, além do impacto desses modelos na satisfação relatada pelos próprios escritores. Foram testadas quatro configurações: apenas humanos; ideação liderada por humanos com elaboração pela IA; criação liderada pela IA com aprovação humana; e colaboração contínua entre humanos e IA ao longo de todo o processo (o modelo “copiloto”).

Os resultados confirmaram o padrão observado no estudo anterior: transferir o controle criativo para a IA produziu os resultados mais homogêneos; ter humanos e IA trabalhando juntos como copilotos mitigou esse efeito até certo ponto; e manter os humanos no comando das etapas criativas iniciais preservou significativamente mais diversidade, aproximando-se da variedade observada no trabalho realizado exclusivamente por humanos [veja o gráfico de redação de histórias].

Isso apontou para um princípio claro de design: a preservação da diversidade depende de em que etapa os humanos entram no fluxo de trabalho.

Os gráficos [acima] ilustram esses achados em todos os quatro estudos. Para medir o efeito da diversidade, usamos técnicas de IA para calcular a similaridade entre os vários resultados dentro de cada grupo e então fizemos a média dessas pontuações. Pense nisso como uma métrica de agrupamento: uma pontuação de similaridade mais alta significa que as ideias ficam mais agrupadas; uma pontuação mais baixa significa que elas estavam espalhadas por um espaço criativo mais amplo.

Em cada painel, o eixo horizontal representa a pontuação média de similaridade, e a curva de distribuição mostra a frequência dessa pontuação entre os participantes. Quando a IA está envolvida, as curvas se deslocam consistentemente para a direita – em direção a uma maior semelhança sinalizando que os outputs se tornam mais semelhantes.

Como usar IA em fluxos de trabalho criativos sem sacrificar a diversidade

As evidências de vários estudos apontam para uma conclusão: a maneira como a IA é usada no trabalho criativo importa tanto quanto a decisão de usá-la. Líderes que buscam os ganhos de eficiência da IA sem comprometer – e, idealmente, ampliando – a originalidade precisam projetar seus fluxos de trabalho de maneira intencional. A seguir, algumas estratégias práticas que podem ser adotadas.

1. Manter os humanos no comando da ideação. O quarto estudo descrito anteriormente, que testou diferentes modos de colaboração entre humanos e IA na escrita de histórias, oferece orientação direta aqui. Participantes que mantiveram a responsabilidade pela ideação produziram histórias que foram mais bem pontuadas por avaliadores independentes quanto ao interesse e à qualidade geral, e relataram maior satisfação. Os efeitos da diversidade foram igualmente importantes: ceder o controle criativo à IA produziu os resultados mais homogêneos, enquanto manter os humanos no comando das tarefas criativas iniciais resultou em uma diversidade significativamente maior e mais próxima da variedade vista no trabalho totalmente humano. Até mesmo o modelo copiloto, que envolvia IA em todo o processo, restringiu a diversidade de produção em comparação com a ideação liderada por humanos.

Isso tem implicações práticas imediatas para os gestores: deixe que os humanos liderem os fluxos de trabalho criativo e inovador para capturar ideias mais únicas. Comece pedindo à equipe que esboce ideias ou faça rascunhos iniciais antes de integrar a IA ao processo. Esse sequenciamento preserva a variedade enquanto ainda captura eficiência – e garante que a IA complemente, e não substitua, a capacidade exclusivamente humana de dar saltos aparentemente caóticos e surpreendentes.

A ferramenta de IA interna da produtora de videogames Ubisoft, Ghostwriter, oferece uma ilustração concreta dessa sequência em ação. Projetada para ajudar roteiristas que trabalham em grandes jogos abertos, o Ghostwriter assume uma das tarefas narrativas mais repetitivas: gerar os primeiros rascunhos de falas curtas de personagens não jogáveis. Crucialmente, a ferramenta não substitui o papel do escritor na formação do personagem ou da história; os roteiristas definem primeiro o personagem e o contexto e depois selecionam e editam entre as variações geradas pela IA. O julgamento humano permanece no comando durante todo o processo. O resultado é um fluxo de trabalho que libera os escritores para investir sua energia criativa onde mais importa, enquanto a IA assume as tarefas mais volumosas nas etapas seguintes.

Outro insight surgiu de modo consistente nos quatro estudos: se o objetivo é obter a maior diversidade possível de ideias, é difícil superar os humanos. Mas a diversidade, por si só, não é suficiente. No estudo sobre economia circular, por exemplo, um único ser humano trabalhando de maneira iterativa com a IA produziu soluções com maior qualidade geral, porque o uso direcionado de prompts permite um refinamento rápido em direção ao valor prático – ainda que um grupo exclusivamente humano produza ideias mais diversas e inovadoras. Os líderes devem, portanto, avaliar com cuidado quando e como empregar grupos exclusivamente humanos no fluxo de trabalho da organização.

2. Diversificar os inputs de IA. A homogeneização geralmente decorre do uso padronizado das ferramentas de IA. Os gestores podem combater esse efeito introduzindo variedade deliberadamente: alternar prompts, experimentar instruções de interpretação (como “Argumente contra esta ideia”), usar diferentes modelos de IA em paralelo ou integrar novas fontes de dados.

Pesquisas apoiam o uso dessas táticas para aumentar a diversidade de ideias. Por exemplo, o prompting com cadeia de pensamento (chain-of-thought prompting), que envolve pedir ao modelo que raciocine passo a passo antes de gerar resultados, produz uma dispersão substancialmente maior nos conjuntos de ideias do que prompts simples, e, em alguns casos, se aproxima da variância alcançada por grupos humanos.

Complementando esse achado, o estudo sobre economia circular demonstrou que, quando os humanos instruem iterativamente um modelo de linguagem de grande porte (LLM) a gerar soluções diferentes das anteriores, aumentam significativamente a novidade sem sacrificar o valor. Esse estudo de campo constatou que essa abordagem de diferenciação guiada por humanos – que incentivava explicitamente o modelo a “enfrentar um problema diferente dos anteriores e propor uma solução diferente” a cada novo resultado –, produziu soluções com níveis de novidade comparáveis aos de grupos humanos, mantendo maior viabilidade estratégica e qualidade geral.

Como preservar a diversidade criativa ao usar IA

3. Adotar abordagens com múltiplos agentes e modelos. Assim como equipes humanas diversas revelam uma gama mais ampla de perspectivas do que equipes homogêneas, diversificar as “vozes” de IA pode ajudar a combater a convergência. Incorporar fluxos de trabalho com múltiplos agentes, nos quais uma IA gera ideias enquanto outra as critica, ou em que diferentes agentes especializados lidam com aspectos distintos de um problema, pode ampliar significativamente o espaço de busca.

As organizações podem projetar sistemas nos quais diferentes modelos ou agentes abordem o mesmo desafio a partir de perspectivas distintas. Na fronteira da pesquisa, sistemas de IA multiagente começam a auxiliar na própria descoberta científica, gerando hipóteses, criticando-as e refinando-as em ciclos de autoaperfeiçoamento.

Alguns usos iniciais já estão produzindo resultados validados experimentalmente. A Colgate-Palmolive oferece uma ilustração prática dessa arquitetura em ação. Em vez de conduzir o trabalho de inovação por meio de uma única interface de IA, a empresa utiliza diferentes sistemas de IA em conjunto: um extrai dados dos consumidores para revelar necessidades não atendidas; uma IA proprietária gera conceitos de produtos; e um terceiro utiliza “gêmeos digitais do consumidor” para simular as reações dos consumidores (com humanos orientando cada etapa de transição).

O principal insight é arquitetônico: em vez de canalizar todo o trabalho criativo por uma única interface de IA, as organizações devem construir fluxos de trabalho que criem uma tensão produtiva entre múltiplas perspectivas de IA. Essa abordagem aproveita a eficiência da IA sem abrir mão do pensamento divergente que impulsiona a inovação.

4. Criar guardrails e atritos deliberados para proteger a vantagem comparativa humana. A tentação será deixar a IA atuar como copiloto em todas as etapas. Mas, se os funcionários terceirizarem suas principais tarefas criativas, correm o risco de perder justamente as habilidades que os tornam distintos. Recomendamos introduzir algum nível de fricção no uso da tecnologia – pequenas escolhas de design que impeçam as pessoas de se tornarem consumidoras passivas dos resultados produzidos pela IA. Por exemplo, as equipes podem ser obrigadas a apresentar opções geradas por humanos antes de consultar a IA ou a justificar por que uma ideia sugerida pela IA deve ser selecionada.

Há mais em jogo do que apenas gerar mais uma boa ideia que possa beneficiar a organização: essas práticas mantêm ativas as habilidades criativas das pessoas, ao mesmo tempo que permitem aproveitar a eficiência da IA. Sem essas salvaguardas, os ganhos de eficiência rapidamente se tornarão uma commodity, deixando pouco espaço para diferenciação competitiva e privando a força de trabalho da capacidade de gerar novas ideias em uma era na qual todos terão acesso à IA.

As pesquisas comprovam isso. Um estudo de 2025 constatou que estudantes com acesso irrestrito à IA tiveram desempenho significativamente pior depois que esse acesso foi removido – mas salvaguardas cuidadosamente desenhadas eliminaram esse prejuízo. Da mesma forma, em outro estudo, consultores que adotaram cegamente as recomendações da IA tiveram desempenho inferior ao daqueles que mantiveram uma supervisão crítica.

NO FIM DAS CONTAS, O QUE DEFINIRÁ A VANTAGEM COMPETITIVA das organizações nos próximos anos será sua capacidade de cultivar um conjunto diversificado de ideias criativas por meio da engenhosidade humana, complementada por um fluxo de trabalho eficiente e respaldado por pesquisas, que utilize as capacidades da IA no momento certo para alcançar maior qualidade e viabilidade.

IA pode apoiar a criatividade, mas somente quando os humanos se envolvem ativamente desde o início do processo. As organizações que se destacarem não serão necessariamente aquelas que mais usam IA, mas as que a utilizam de maneira mais intencional, projetando fluxos de trabalho que permitam à originalidade humana e à eficiência das máquinas se ampliarem mutuamente, em vez de se anularem.