©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.

Em 1951, o filósofo Martin Heidegger disse a uma pequena plateia: “A coisa mais instigante em nosso instigante tempo é que ainda não estamos pensando”. Naquela época, poucos compreenderam o alcance dessa afirmação. Setenta e cinco anos depois, ela se tornou incontornável, porque a IA obrigou todo líder a enfrentar uma questão fundamental sobre a própria natureza da inteligência e do pensamento.

Se pensar não é nada além do que as máquinas podem fazer, só que mais rápido, não há o que decidir: delegamos essa atividade para elas. Mas, se pensar é outra coisa – uma atividade incorporada e atenta, por meio da qual a realidade se revela –, então, liderar na era da IA significa a tarefa de cultivar uma capacidade generativa que nenhuma máquina é capaz de reproduzir.

Pense no médico que passa a tratar as telas em vez dos pacientes, no professor limitado por testes padronizados ou no árbitro de uma Copa do Mundo cujas decisões em campo são repetidamente revistas pelo árbitro assistente de vídeo (VAR, na sigla em inglês). Em todos esses casos, julgamentos sensíveis ao contexto vão sendo substituídos pelo que o sociólogo Hartmut Rosa chama de lógica da execução: parâmetros previamente definidos que transformam quem decide em mero executor. À medida que diminuem os espaços para o discernimento, enfraquece também a capacidade humana de agir com criatividade.

Por trás desses sintomas superficiais está a questão mais profunda que começa a surgir nas salas de reunião: o que existe de verdadeiramente insubstituível nos seres humanos? E qual forma de inteligência sustentará uma vantagem competitiva duradoura quando tudo o que puder ser codificado tiver sido automatizado?

Todos os líderes com quem trabalho – em empresas, governos, organizações internacionais e organizações da sociedade civil – descrevem a mesma sensação: a máquina não para de acelerar, e já é impossível acompanhar seu ritmo. Essa aceleração vai muito além da IA. Ela está na caixa de entrada, nos KPIs, nas interrupções constantes e até nas ferramentas criadas para economizar tempo, mas que acabam consumindo ainda mais dele. A sobrecarga se tornou uma experiência compartilhada em escala global. E talvez seja, acima de tudo, um sinal de alerta de que algo essencial está sendo corroído justamente quando mais precisamos dele.

Essa erosão tem um nome, um diagnóstico e uma resposta. O nome é monocultura da inteligência: a crença de que a IA é a única forma de inteligência na qual vale a pena investir. O diagnóstico é que toda monocultura acaba, cedo ou tarde, em colapso.

A resposta tem de ser construir uma segunda infraestrutura, capaz de operar em paralelo aos recursos de IA agêntica: um modelo de liderança apoiado na sensibilidade profunda, capaz de desenvolver as capacidades de percepção coletiva e de cocriação em toda a organização. Com ela, a IA é capaz de gerar valor de modo sustentável. Sem ela, a primeira infraestrutura esgota o próprio solo em que está enraizada, abrindo caminho para a erosão e, por fim, para o colapso.

Esse é o ponto cego. Líderes têm um forte entendimento do “que” fazem (as ações que tomam, as estratégias que executam) e “como” fazem isso (os processos, os sistemas, as ferramentas que utilizam). O que permanece oculto é o lugar interior a partir do qual agem: a fonte de atenção, intenção e criatividade que nenhuma máquina pode replicar.

A era da IA nos obriga a explicitar nossas premissas sobre o que é inteligência. O pensamento pode ser reduzido à computação e ao reconhecimento de padrões? Ou o pensamento humano é qualitativamente diferente? Por trás dessas questões surge outra, ainda mais profunda: quem somos nós, como seres humanos? Somos meras extensões de algoritmos cada vez mais poderosos – ou fontes genuínas de consciência, intenção e capacidade de agir?

Três inteligências para a era da IA

Inteligência não é uma coisa única. No mínimo, três formas distintas precisam ser reconhecidas, desenvolvidas e integradas.

A IA na forma dos grandes modelos de linguagem(large language models, LLMs) é uma máquina de previsão de padrões, capaz de combinar e articular o conhecimento humano existente em uma velocidade sobre-humana. Treinada com base em dados do passado, ela lida extraordinariamente bem com a complexidade dinâmica. É uma tecnologia poderosa, mas estruturalmente voltada para o passado, mesmo quando parece olhar para frente.

A inteligência orgânica (OI, do inglês organic intelligence) é a capacidade dos sistemas vivos estruturalmente acoplados em ecologias de relacionamento. Ela integra múltiplas perspectivas e nos convida a enxergar, em vez de apenas olhar. É nela que reside a escuta empática. A OI lida com a complexidade social – a trama formada por diferentes visões de mundo, culturas e interesses.

A inteligência de fonte (SI, do inglês source intelligence) corresponde à inteligência do campo social como um todo – o solo do qual emergem todas as perspectivas. Ela é originada não apenas do que já existe, mas também do que está emergindo. SI também pode ser entendida como a inteligência do solo: o micélio social que percorre esse terreno e conecta aquilo que, na superfície, parece separado. Empreendedores e líderes capazes de perceber e criar futuros que ainda não existem são exemplos dessa inteligência em ação.

A SI está fundamentada no que Eva Pomeroy e eu chamamos de “saber da quarta pessoa”: a fonte da qual emerge a ação coletiva. Ela opera em contextos de complexidade emergente, nos quais as soluções ainda são desconhecidas, os problemas mudam continuamente e nem sequer está claro quem precisa participar da conversa.

Essas três inteligências são interdependentes e se organizam em camadas, com inteligência de fonte no núcleo, e inteligências orgânica e artificial nas esferas ao redor. Uma sociedade baseada em uma monocultura de inteligência – dominada quase exclusivamente pela IA – se assemelharia a uma casca vazia. O hardware permaneceria, mas o núcleo vivo e pulsante desapareceria, transformando essa estrutura em uma gaiola de ferro cada vez mais rígida para aqueles que vivem dentro dela.

O desafio central da liderança na era da IA está em compreender de onde surgem a atenção, a criatividade e a capacidade humana de agir

O medo mais comum em relação à IA é que as máquinas estejam se tornando mais parecidas com os humanos. O verdadeiro perigo, porém, pode apontar na direção oposta: estamos nos tornando mais parecidos com máquinas – não fisicamente, mas epistemicamente. Passamos a enxergar o pensamento como computação, o aprendizado como processamento de dados, a criatividade como recombinação, a tomada de decisão como otimização e o eu humano como algoritmo. Essa conversão epistêmica é o que torna os LLMs tão sedutores: eles não precisam realmente entender. Eles não precisam compreender de fato. Basta que nós tenhamos redefinido o próprio significado de compreender como aquilo que eles fazem.

A caverna e o sol

No centro do desafio da liderança na era da IA está uma questão fundamental: de onde se originam a atenção, a criatividade e a capacidade humana de agir? O falecido Bill O’Brien, ex-CEO da Hanover Insurance, resumiu essa ideia em uma única frase: “O sucesso de uma intervenção depende da condição interior de quem intervém”.

Em nosso trabalho com equipes de vários setores, identificamos quatro estruturas de atenção que organizam como ouvimos, pensamos e agimos:

1.0: Download. Escuto aquilo que já sei. A atenção se origina dentro do sistema; a condição interior é fechada e reativa (egocêntrica).

2.0: Escuta factual. Eu me inclino para novos fatos com curiosidade. A atenção se origina na fronteira do sistema; a condição interna é transacional (centrada no objeto).

3.0: Escuta empática. Eu vejo o mundo pela perspectiva de outro. A atenção se origina no campo das relações; a condição interior é relacional (centrada na relação).

4.0: Escuta generativa. Eu escuto o que está surgindo das bordas, voltando a minha atenção para seu maior potencial futuro. A atenção se origina no campo de possibilidades ao redor; a condição interna torna-se permeável ao que deseja emergir (ecocêntrica ou cosmocêntrica).

A IA nos oferece um espelho que nos obriga a olhar para nós mesmos e perguntar: “Quem somos nós? E quem queremos nos tornar?”

O ponto cego se manifesta de maneira diferente em cada nível. A passagem do nível 1.0 ao 4.0 representa uma transformação na estrutura da atenção. O que Platão descreveu por meio de uma alegoria, a liderança na era da IA precisa compreender em termos práticos.

Na alegoria da caverna, prisioneiros acorrentados enxergam apenas as sombras projetadas pelo fogo atrás deles. Nos níveis 1.0 e 2.0, eles tomam essas sombras como a própria realidade. Grande parte da gestão contemporânea também opera entre sombras: projeções geradas por IA, KPIs, dashboards e padrões estatísticos confundidos com compreensão.

No nível 3.0, porém, eles se viram e finalmente veem o fogo que projeta essas sombras. É nesse momento que os sistemas começam a enxergar a si mesmos. Já no nível 4.0, eles saem da caverna em direção à luz do sol, entrando no domínio da fonte – aquela que ilumina todas as coisas, mas que não pode ser vista quando se olha diretamente para ela.

A IA produz sombras cada vez mais convincentes. Ela simula os quatro níveis com impressionante habilidade: padrões textuais que soam egocêntricos, centrados no objeto, empáticos e até conscientes do campo. Mas essa simulação é construída a partir de padrões desprovidos de uma condição interior. Não há consciência observadora nem reflexão profunda. Não há ninguém ali. E talvez esse seja o maior presente da IA: ela nos oferece um espelho que nos obriga a olhar para nós mesmos e perguntar: Quem somos? E quem queremos nos tornar?

Os quatro níveis da ação

Organizações resilientes operam e inovam em quatro níveis de ação coletiva. Cada escala envolve uma estrutura distinta de atenção e, na era da IA, exige um conjunto específico de competências de liderança para a interação entre humanos e inteligência artificial.

Nível 1.0: execução de padrões – automação. O primeiro nível corresponde à execução e à replicação de padrões. Ele opera segundo a lógica do download, descrita nos níveis de atenção apresentados anteriormente. Nesse contexto, a IA agêntica representa um motor sem precedentes para a automação. A relação entre humanos e IA é de delegação: a inteligência artificial assume tarefas cognitivas bem definidas. Pense em uma linha de produção totalmente automatizada.

Nesse patamar, as principais competências de liderança dizem respeito ao julgamento – ou seja, como reconhecer resultados plausíveis, mas falsos, de IA. O foco na automação pode liberar a atenção humana para trabalhos de nível superior. É para essa dimensão que converge hoje a maior parte dos investimentos e onde a lógica de execução de Rosa se manifesta de maneira mais evidente.

Nível 2.0: adaptação a padrões – aumento. O segundo plano é a adaptação e ajuste de padrões ao contexto do ambiente. A atenção humana se engaja de maneiras centradas no objeto – percebendo dados que contradizem as expectativas, exceções e anomalias –, mas intenção e capacidade de agir permanecem dentro dos referenciais existentes.

Nesse contexto, a relação entre humano e IA é de navegação, simbolizada pelo centauro de Kasparov: o estrategista humano permanece no comando, enquanto a IA atua como o corpo poderoso que amplia sua capacidade de ação. É isso que os laureados com o Nobel Daron Acemoglu e Simon Johnson chamam de “usefulness” (utilidade da máquina): a IA complementa, em vez de substituir, o trabalho humano.

Um estudo do MIT Media Lab sobre déficit cognitivo descobriu que escritores assistidos por LLMs apresentaram conectividade neural até 55% menor do que aqueles que escreveram sem IA – e essa sequência importa: aqueles que primeiro elaboraram suas ideias de modo independente e só depois recorreram à IA mostraram engajamento metacognitivo significativamente mais forte do que aqueles que já começaram com a ajuda da tecnologia. No nível 2, as habilidades básicas de liderança envolvem definição de intenções, compreensão e bom senso.

Nível 3.0: modelagem de padrões – percepção coletiva. O terceiro grau envolve detectar e modelar padrões. As conversas mudam do debate para o diálogo reflexivo, ou seja, para o pensamento em conjunto. A transição da percepção para a modelagem define esse patamar.

Aqui, as três inteligências interagem. A inteligência orgânica (OI) se conecta às múltiplas perspectivas em jogo. A inteligência de fonte (SI) volta-se para aquilo que está emergindo. Já a IA identifica padrões em grandes volumes de dados que nenhum indivíduo poderia perceber sozinho – e, se bem usada, funciona como um espelho para o diálogo reflexivo, ajudando humanos a reconhecer seus próprios pressupostos e a ampliar sua capacidade de agir.

Nesse nível, a relação entre humanos e IA assume a forma de uma parceria baseada em “orquestração e espelhamento”. Isso exige ambientes capazes de integrar diferentes formas de inteligência e competências de liderança voltadas a criar as condições para que a percepção coletiva, o discernimento, a definição de intenções e a cocriação de novos modelos possam emergir.

Nível 4.0: origem de padrões – percepção profunda e cocriação. O quarto nível é de origem de padrões: percepção profunda e cocriação. Aqui, a inteligência de fonte (SI) ocupa o centro. A atenção deixa de se concentrar apenas no que existe e passa a perceber aquilo que está emergindo (potencial futuro). O diálogo reflexivo se transforma em diálogo generativo, dando origem à criatividade e ao fluxo coletivo. A relação entre humanos e IA consiste em criar as condições para que esse processo aconteça.

A origem de novos padrões nasce da atenção humana quando ela se torna permeável ao campo – em uma perspectiva ecocêntrica ou cosmocêntrica. A IA se desloca do centro para a periferia e, quando presente, exerce um papel de apoio, como fazer uma transcrição ou servir de superfície reflexiva para consultas posteriores. Ela não faz parte do ato de criação propriamente dito. As habilidades centrais de liderança giram em torno de criar espaço para discernimento profundo, a intenção de intenções compartilhadas e a cocriação.

Em outras palavras, as competências desenvolvidas nos níveis anteriores não desaparecem: são incorporadas e ressignificadas nos níveis superiores da ação coletiva. Hoje, uma das capacidades de liderança mais importantes é justamente equilibrar adequadamente esses quatro níveis. Sem esse reequilíbrio, a força da gravidade da IA tende a empurrar organizações e líderes para monoculturas centradas nos níveis 1.0 e 2.0.

Da máquina ao sistema vivo

As empresas da era industrial foram projetadas como máquinas: padronizadas, orientadas por processos, hierárquicas e substituíveis. Já as organizações da era da IA, como observa minha colega Lili Xu, assemelham-se cada vez mais a ecossistemas vivos: colaborativos, descentralizados, adaptativos e capazes de responder em tempo real às mudanças do ambiente. No futuro, as empresas mais poderosas talvez não sejam as maiores, mas aquelas que aprendem mais rapidamente e conseguem perceber oportunidades emergentes antes das demais.

À medida que a IA reduz drasticamente o custo de replicar conhecimento especializado, aquilo que antes constituía uma fonte de vantagem competitiva – métodos proprietários, escala e anos de treinamento – perde valor. O que, então, permanece verdadeiramente insubstituível em uma empresa na era da IA? Não são os algoritmos. Eles tendem a se tornar commodities. A verdadeira vantagem está na capacidade de construir organizações em que a inteligência tecnológica e a inteligência humana de campo possam evoluir juntas. As organizações precisam investir em infraestrutura de percepção profunda com a mesma seriedade com que investem em IA.

Como observa Xu, essa infraestrutura é sustentada por pessoas capazes de perceber tensões antes que elas se transformem em crises, preservar a confiança entre diferentes stakeholders e identificar necessidades que os clientes ainda não conseguem expressar. Essas formas de inteligência raramente aparecem em KPIs, mas frequentemente estão na origem da vantagem competitiva mais duradoura de uma organização. Esse é o paradoxo da era da IA: à medida que a inteligência artificial se torna cada vez mais abundante, a inteligência relacional e baseada no campo se torna mais escassa – e, justamente por isso, mais valiosa.

O que as organizações precisam fazer agora é investir em infraestrutura de percepção profunda com a mesma seriedade que investem em IA. Essa é a outra metade da infraestrutura que falta hoje na maioria das organizações e economias.

Para as equipes de liderança dispostas a avaliar sua posição atual, a primeira pergunta é simples: quanto da atenção da liderança está hoje concentrada nos níveis 1 e 2 de ação coletiva, e quanto é dedicado aos níveis 3 e 4?

Quatro minidiagnósticos podem ajudar a esclarecer essa situação:

• Quanto tempo nas reuniões é gasto fazendo downloading e debatendo (níveis 1.0 e 2.0) e quanto é reservado ao diálogo reflexivo e generativo (níveis 3.0 e 4.0)?
• Onde está o centro de gravidade de sua organização hoje: na execução de padrões, na adaptação deles, na modelagem de padrões ou na origem de novos?
• Diante dos desafios da era da IA, qual desses níveis precisa ser fortalecido e receber mais atenção da liderança agora?
• Que estruturas de apoio – ferramentas, práticas e espaços – sua organização criou para desenvolver capacidades de percepção profunda e inovação nos níveis 3 e 4?

Além do ponto cego

Dentro da caverna, confundimos sombras com realidade. Projeções geradas por IA são confundidas com compreensão. O que falta é a capacidade do nível 3.0 de se virar e ver a estrutura que gera as projeções – e a capacidade do nível 4.0 de sair para a luz do sol, para originar novos padrões a partir da fonte.

A IA produz sombras cada vez mais convincentes – profundidade, empatia, até sabedoria – simuladas a partir de padrões desprovidos de uma condição interior: sem a capacidade de perceber a si mesmo. A caverna onde estamos operando atualmente é o nosso próprio ponto cego. Virar-se e sair exige o que nenhuma IA pode fazer por nós: cultivar um interior a partir do qual possamos enxergar mais profundamente, mais claramente e de maneira mais coletiva.

Max Weber alertou sobre a gaiola de ferro da modernidade há um século. Hoje, essa gaiola ganha um novo nome: a máquina 1.0-2.0, superalimentada por uma indústria de trilhões de dólares, pela lógica da inevitabilidade e pelo download diário que inunda nossos calendários e molda a nossa atenção.

Cada um de nós enfrenta uma escolha: deixar-se absorver por essa máquina ou se voltar para fora dela. A questão é decidir de qual história do futuro queremos participar – e qual papel queremos atribuir à IA: ferramenta, parceira, espelho ou mestre. Essa transformação, se construída coletivamente, requer uma nova infraestrutura fundamental: espaços de detecção profunda que permitam às organizações atualizar seus sistemas operacionais e capacidades para os níveis 3.0 e 4.0.

Todos os dias, os líderes têm duas alocações críticas a fazer: a de atenção e a de orçamento. Que parcela de cada uma vai para automação? Quanto é destinado à navegação? E à orquestração? E à percepção profunda e à origem de novos padrões? Se essa distribuição estiver muito desequilibrada, o próximo passo é evidente.

A caverna é confortável. As sombras são hipnotizantes. A lógica da inevitabilidade sussurra que não há alternativa. Mas tem, sim.

Salvar conteúdo 0