©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 e tecnologia

A IA está substituindo os especialistas?

O que muda quando modelos de linguagem democratizam o acesso a respostas — e o que não muda

Alexandre Nascimento

12 de agosto de 2025 e atualizado em 13 de agosto de 2025

11 min de leitura

Os avanços no campo da IA estão cada vez mais disponíveis, mais acessíveis e, portanto, mais democratizados. Apesar de estarem longe da perfeição e ainda apresentarem problemas de confiabilidade (sérios, algumas vezes), especialmente em assuntos de domínio especializado, os grandes modelos de linguagem, como o ChatGPT, oferecem um
suporte valioso na busca por respostas que, até pouco tempo, dependiam exclusivamente de especialistas — muitas vezes inviáveis em termos de custo ou tempo.

Assim, em vez de contar apenas com a intuição e experiência, gestores podem complementar suas decisões com informações geradas por esses modelos, especialmente quando o acesso à informação especializada não é possível.

Em primeiro lugar, é  importante destacar que esses modelos de IA não substituem a experiência, mas a complementam. Quer um exemplo? Imagine que você precisa dirigir até um destino em uma região desconhecida da cidade. Mesmo com anos de experiência ao volante, o uso de uma IA para calcular a melhor rota — como o aplicativo Waze, por exemplo — tende a melhorar seu desempenho na tarefa. 

Por outro lado, é comum que, em áreas que conhece bem, como as proximidades de seu trabalho ou casa, você opte por ignorar as instruções do aplicativo, confiando na intuição. E o resultado nesses casos é que, muitas vezes, você chega antes do horário estimado pelo app.

Lembre-se sempre, portanto, desse exemplo quando ouvir sobre o uso de IA no apoio à gestão. E, principalmente, não ignore seus instintos e experiência: combine todas as ferramentas para potencializar suas ações.

Outro esclarecimento fundamental é que tais modelos, no estágio atual de desenvolvimento, não substituem a expertise profissional, por mais que o hype da IA tente induzir o contrário. Lógico que qualquer um pode se autodenominar autoridade em qualquer tema, mas aqui estou me referindo a um especialista de verdade, com conhecimento profundo em uma determinada área do conhecimento e muitos anos de experiência no tema. 

Para ilustrar, podemos usar a mesma analogia do Waze: no passado, caminhoneiros que chegavam a grandes cidades, como São Paulo, costumavam contratar trabalhadores temporários chamados “chapas”. Esses profissionais ajudavam no carregamento e descarregamento dos caminhões e ficavam próximos às áreas com maior demanda.

Além disso, muitos deles aguardavam nas entradas da cidade — por exemplo, nas marginais paulistanas — segurando cartazes com a palavra “chapa”, para que os caminhoneiros pudessem contratá-los não apenas para a carga e descarga, mas também para auxiliar na navegação e na escolha de rotas, especialmente em cidades grandes. Como esses trabalhadores conheciam bem a região, atuavam como especialistas em navegação nas grandes cidades. E a essa altura você já deve estar pensando: “o Waze acabou com o emprego deles”, certo? Errado! 

Mesmo com o acesso a aplicativos de navegação, os chapas ainda são utilizados para  ajudar caminhoneiros a se deslocar nos grandes centros urbanos. Isso ocorre porque esses sistemas nem sempre consideram variáveis específicas para caminhões, como restrições de altura, peso e circulação em determinadas vias, zonas de carga e descarga, além de alterações temporárias no trânsito que podem não estar atualizadas nos sistemas.

Além disso, os chapas conhecem atalhos, ruas com menor fiscalização e os melhores horários para trânsito, ajudando a evitar multas e dificuldades em estacionamentos apertados. Eles também interpretam melhor as condições reais das vias — como trechos esburacados, áreas de risco e desvios mais eficientes que os aplicativos podem deixar de sugerir.

Sem  a ajuda dos chapas, os motoristas estariam mais sujeitos a cometer infrações, o que impactaria negativamente o resultado financeiro das operações de frete. Por isso, mesmo com a inteligência artificial disponível para otimização de rotas, a experiência e o conhecimento desses profissionais seguem sendo valorizados por quem enfrenta as complexidades e o trânsito caótico das grandes cidades.

Em suma, o melhor resultado é obtido com um motorista utilizando o apoio do melhor aplicativo e de um chapa experiente. O aplicativo tem atualizações em tempo real às quais, às vezes, os chapas não têm acesso, mesmo se informando em grupos de WhatsApp. Com base nelas, os chapas utilizam experiência e intuição para propor alternativas mais adequadas às regras da cidade, que o aplicativo desconhece e, portanto, ignora em suas proposições de rotas. 

No início do ano, um artigo da Business Insider, com o título Mark Zuckerberg says AI could soon do the work of midlevel meta coders, sobre o conteúdo de sua entrevista com Joe Rogan, induziu muitas pessoas a pensar que a IA, em breve, poderá substituir não apenas o trabalho de um programador júnior, mas também de programadores de nível intermediário. 

O papel da IA: hype versus realidade

Ora, se programadores são profissionais especializados, isso não contraria o raciocínio exposto anteriormente? Na verdade, primeiramente devemos ter cuidado com os títulos de artigos, que são elaborados algumas vezes com uma certa dose de sensacionalismo para atrair leitores (ou page views). Digo isso baseado nas palavras do próprio Zuckerberg, que explicou a questão de forma diferente em uma entrevista, conforme reportado em outro artigo publicado pela MSN — intitulado Mark Zuckerberg announces the ‘beginning of the end’ for programmers, and other companies are following in 2025. 

Segundo a matéria, Zuckerberg afirmou que “a IA não eliminará completamente os empregos de programação, mas permitirá que os desenvolvedores se concentrem em tarefas mais estratégicas e criativas. Em vez de escrever o código por conta própria, os engenheiros supervisionarão, refinarão e otimizarão, cada vez mais, o código gerado pela IA”.

Isso deve reduzir as contratações de programadores? Provavelmente, sim, mas apenas em empresas que acreditam que podem se dar ao luxo de reduzir sua taxa e magnitude de inovação e se concentrar em manter código daquilo que existe, realizando manutenções ou inovações incrementais.

Ainda assim, os modelos mais avançados têm potencial para substituir as principais atividades desempenhadas por pseudoespecialistas em programação ou programadores juniores, que, até pouco tempo, conseguiam emprego mesmo com formação rápida e superficial, devido à alta demanda no mercado de trabalho.

Alcance e barreiras dos modelos atuais

No entanto, os modelos estão longe de realmente substituir verdadeiros especialistas em programação. Aliás, em um estudo publicado em 24 de fevereiro de 2025, os cientistas da OpenAI Samuel Miserendino, Michele Wang, Tejal Patwardhan e Johannes Heidecke avaliaram a capacidade dos mais avançados grandes modelos de linguagem de gerar código funcional a partir de desafios de programação. 

Os testes demonstraram que, embora essas ferramentas consigam produzir soluções razoáveis para problemas relativamente simples, elas falham na maioria dos casos. Os pesquisadores concluíram que elas frequentemente cometem erros sutis e carecem da compreensão contextual necessária para lidar com desafios mais complexos. Assim, os resultados reforçam que, apesar de seu potencial como suporte no desenvolvimento, a expertise humana continua sendo indispensável para assegurar a robustez e a precisão das soluções implementadas. E isso fica ainda mais evidente quando as IAs precisam lidar com problemas mais avançados ou situações inovadoras, que desafiam os design-patterns e arquiteturas de software existentes para criar novos paradigmas.

Portanto, arrisco dizer que, se as big techs realmente acreditarem nesse caminho e fizerem essa substituição, teremos o retorno do Vale do Silício às suas origens, em que um pequeno grupo de programadores habilidosos poderá desafiá-las e até superá-las, por contar com o fator surpresa da inovação — fruto da engenhosidade humana —, que a IA ainda não consegue reproduzir. 

A inteligência artificial se destaca em identificar padrões existentes e em gerar inúmeras variações rapidamente e de forma surpreendente, selecionando aquelas que melhor se encaixam nos modelos estabelecidos. Contudo, ela ainda não consegue, na prática, romper suas próprias limitações — aprendidas a partir dos paradigmas vigentes — com a sutileza e a elegância necessárias para ser reconhecida como um novo paradigma, como os humanos conseguem.

Em outras palavras: imagine que estamos em 1900 e dispomos de grandes modelos de linguagem muito mais avançados do os atuais, mas treinados apenas com o conhecimento existente até aquele momento da história. Será que qualquer um teria sido capaz de utilizar esse modelo para inventar um avião antes de Santos Dumont? 

É possível que Santos Dumont, utilizando tais IAs de apoio, tivesse realizado seu primeiro voo antes de 1906. Contudo, sem Santos Dumont ou outros inventores envolvidos na corrida pela aviação, o modelo de linguagem mais avançado não teria capacidade autônoma para induzir e informar não especialistas a ponto de romper o paradigma vigente e expandir os limites do que era considerado possível.

Podemos concluir que a IA não substitui especialistas. Ela reorganiza tarefas e eleva o nível do trabalho humano, especialmente quando usada como complemento disciplinado à expertise. Em contextos de baixa complexidade, os modelos já automatizam etapas importantes do processo. Mas, diante de problemas complexos, ambíguos ou inovadores, o papel do especialista permanece essencial para especificar, supervisionar, validar e, sobretudo, imaginar o que ainda não está presente nos dados.

 O caminho vencedor, para indivíduos e organizações é, portanto, aprender a orquestrar três ativos:

1. Modelos de IA para velocidade, amplitude e alternativas;

2. Experiência humana para contexto, julgamento e responsabilidade;

3. Processos de qualidade (testes, revisão por pares, governança) para garantir confiabilidade e segurança.

A capacidade de orquestrar esses ativos será o fator decisivo para quem deseja liderar em um mundo cada vez mais complexo e acelerado. Afinal, a inovação genuína nasce da interação entre a engenhosidade humana e as tecnologias que a ampliam, e não da substituição de uma pela outra.

Fontes:
Mark Zuckerberg Says AI Could Soon Do the Work of Midlevel Meta Coders – Business Insider
Mark Zuckerberg Announces the “Beginning of the End” for Programmers, and Other Companies Are Following in 2025
SWE-Lancer: Can Frontier LLMs Earn $1 Million from Real-World Freelance Software Engineering?