As três competências humanas que permanecerão valiosas na era da Inteligência Artificial
A Inteligência Artificial está deixando de ser apenas uma ferramenta capaz de responder perguntas para se tornar uma infraestrutura de execução. Em vez de simplesmente escrever textos, resumir documentos ou gerar imagens, os novos sistemas começam a acessar ferramentas, consultar arquivos, organizar processos e realizar tarefas compostas por diversas etapas.
É nesse contexto que se desenvolve o vídeo “The 3 human skills most durable in the AI era”, publicado pelo canal The Deep View. A entrevista tem como convidado Dmitry Shevelenko, Chief Business Officer da Perplexity, e apresenta uma reflexão que vai muito além da trajetória de uma empresa de tecnologia: o que continuará sendo verdadeiramente humano quando as máquinas forem capazes de executar boa parte do trabalho intelectual?
Embora o título prometa apresentar três competências humanas, a conversa também funciona como uma análise sobre a evolução da Perplexity, o crescimento dos agentes de IA, a transformação das empresas e o possível enfraquecimento das estruturas tradicionais de trabalho.
Da busca por informações à execução de tarefas
A Perplexity tornou-se conhecida como um mecanismo de respostas baseado em Inteligência Artificial. Diferentemente de um mecanismo de busca tradicional, que entrega uma lista de páginas, a plataforma procura interpretar a pergunta, consultar diferentes fontes e construir uma resposta acompanhada das respectivas referências.
Entretanto, a entrevista mostra que a ambição da empresa já não se limita à busca.
O movimento apresentado por Shevelenko é a passagem do answer engine, ou mecanismo de respostas, para uma plataforma de agentes capazes de executar trabalho. Isso significa que a IA deixa de atuar apenas como uma interface de consulta e passa a funcionar como uma espécie de colaborador digital.
Esse colaborador pode pesquisar informações, analisar documentos, comparar alternativas, utilizar ferramentas externas e organizar uma sequência de ações para alcançar determinado objetivo.
Essa transição é importante porque modifica a própria natureza da interação entre humanos e computadores. Durante décadas, utilizamos programas por meio de comandos, menus e interfaces gráficas. Agora começamos a descrever objetivos e delegar à IA a escolha dos recursos necessários para alcançá-los.
O ser humano deixa de dizer exatamente como cada etapa deve ser executada e passa a explicar o que precisa ser realizado.
A Inteligência Artificial como orquestradora
Um dos conceitos mais interessantes apresentados na conversa é a ideia de que os novos sistemas de IA funcionam como orquestradores.
Em um sistema tradicional, cada programa possui uma finalidade relativamente bem delimitada. Um editor de texto edita textos, uma planilha realiza cálculos e um navegador acessa páginas da internet. Em uma arquitetura agêntica, a IA pode coordenar várias dessas ferramentas simultaneamente.
Ela pode criar uma equipe temporária de agentes especializados, distribuir subtarefas, analisar os resultados e reunir tudo em uma resposta ou ação final.
A analogia com uma orquestra ajuda a compreender esse modelo:
- os agentes funcionam como músicos especializados;
- as ferramentas e os arquivos funcionam como instrumentos;
- o modelo orquestrador atua como maestro;
- o usuário define a obra que deseja produzir.
O valor da IA deixa, portanto, de estar exclusivamente na geração de uma resposta e passa a estar em sua capacidade de coordenar recursos.
Essa visão aproxima a Inteligência Artificial de uma camada operacional situada entre o usuário e o sistema computacional. Em vez de abrir diferentes aplicativos e transferir manualmente informações entre eles, o usuário descreve uma intenção, enquanto a IA organiza o processo.
O fim do trabalho intelectual repetitivo?
A entrevista também discute uma questão inevitável: o que acontecerá com os profissionais responsáveis por tarefas intelectuais que podem ser automatizadas?
Durante muito tempo, acreditamos que a automação atingiria principalmente atividades físicas, industriais e repetitivas. Os profissionais do conhecimento pareciam relativamente protegidos porque seu trabalho envolvia análise, escrita, pesquisa e tomada de decisões.
A IA generativa rompeu essa percepção.
Hoje, sistemas artificiais já conseguem produzir relatórios, códigos, apresentações, análises preliminares, pesquisas de mercado e documentos administrativos. Com os agentes, a tendência é que eles também passem a executar fluxos completos de trabalho.
Isso não significa necessariamente o desaparecimento imediato de todas essas profissões. Significa, porém, que produzir um documento ou reunir informações já não será suficiente para demonstrar valor profissional.
Em determinado momento, Shevelenko apresenta uma provocação importante: quando uma IA pode gerar determinado artefato, talvez esse artefato já não represente o verdadeiro trabalho.
O relatório, a apresentação ou a planilha são apenas a parte visível de um processo. O trabalho realmente importante encontra-se na definição do problema, na formulação das perguntas, na escolha dos critérios, na interpretação dos dados e na decisão sobre o que fazer com os resultados.
Primeira competência: saber formular boas perguntas
Uma das competências mais enfatizadas na conversa é a capacidade de fazer boas perguntas.
À primeira vista, isso pode parecer apenas uma referência à engenharia de prompts. Entretanto, a ideia apresentada é mais profunda.
Um bom prompt pode melhorar a resposta de uma ferramenta, mas uma boa pergunta depende de conhecimento, contexto e capacidade de raciocínio. Para perguntar adequadamente, o profissional precisa compreender o problema e reconhecer aquilo que ainda não sabe.
A pergunta de qualidade contém parte do conhecimento acumulado sobre o tema. Ela estabelece limites, apresenta hipóteses e direciona a investigação para algo realmente relevante.
Por exemplo, perguntar “como melhorar uma empresa?” é muito diferente de perguntar:
Quais etapas do atendimento ao cliente apresentam maior tempo de espera, quais podem ser automatizadas sem reduzir a qualidade do relacionamento e quais indicadores devem ser acompanhados durante a implantação?
A segunda pergunta demonstra entendimento do problema, apresenta critérios e produz uma resposta potencialmente mais útil.
Na era da IA, a qualidade da resposta estará cada vez mais relacionada à qualidade da investigação conduzida pelo usuário.
Isso também significa que o conhecimento técnico não perde importância. Pelo contrário: quanto mais conhecimento uma pessoa possui, melhores serão as perguntas que conseguirá formular e mais facilmente identificará respostas superficiais ou incorretas.
Segunda competência: desenvolver discernimento
A segunda competência fundamental é o discernimento.
As ferramentas de IA podem gerar diversas respostas, estratégias, imagens, projetos e hipóteses em poucos segundos. Entretanto, produzir alternativas não é o mesmo que saber escolher entre elas.
Discernimento é a capacidade de avaliar:
- se uma resposta é coerente;
- se as fontes são confiáveis;
- se uma decisão é ética;
- se a solução atende ao contexto;
- se determinado resultado possui qualidade;
- se algo aparentemente correto contém erros ou riscos.
Quanto maior for a quantidade de conteúdo gerado por máquinas, mais importante será a capacidade humana de separar informação de ruído.
Essa competência envolve conhecimento técnico, experiência, pensamento crítico e responsabilidade. Uma pessoa sem domínio do assunto pode aceitar uma resposta convincente, mas incorreta. Já um profissional experiente consegue perceber inconsistências, investigar premissas e solicitar verificações adicionais.
A IA aumenta nossa capacidade de produzir. O discernimento determina se aquilo que produzimos possui valor.
Esse é um ponto particularmente relevante porque os modelos generativos não compreendem a verdade da mesma maneira que um ser humano. Eles calculam respostas prováveis com base em padrões, dados e contexto. Mesmo sistemas conectados a mecanismos de busca e ferramentas de verificação ainda precisam ser utilizados com critérios.
Delegar tarefas não significa abandonar a responsabilidade.
Terceira competência: construir confiança e relações humanas
A terceira competência que atravessa a entrevista é a capacidade de construir relações de confiança.
À medida que os sistemas artificiais se tornam capazes de produzir textos, imagens, análises e decisões preliminares, atributos como autenticidade, credibilidade e confiança tornam-se mais escassos.
Uma IA pode preparar uma proposta comercial, mas a relação entre cliente e fornecedor continua dependendo de confiança. Ela pode organizar argumentos para uma reunião, mas não substitui completamente a capacidade de compreender expectativas, lidar com conflitos e assumir compromissos.
Confiança não é apenas transmitir informações corretas. Ela é construída ao longo do tempo por meio de coerência, responsabilidade, transparência e cumprimento de compromissos.
Isso também se aplica às empresas de IA. A própria Perplexity procura diferenciar-se por meio da precisão das respostas e da apresentação das fontes utilizadas. Ao tornar o processo mais verificável, a empresa tenta construir confiança em um ambiente no qual informações incorretas podem ser apresentadas com grande convicção.
Na era da abundância de conteúdo, talvez a confiança seja um dos recursos mais valiosos.
Pequenas equipes com grande capacidade de execução
Outro ponto relevante do vídeo é a defesa de equipes menores e altamente ampliadas pela Inteligência Artificial.
Segundo essa perspectiva, uma pequena equipe que utiliza agentes, automações e modelos generativos pode executar atividades que antes exigiriam departamentos inteiros.
Isso altera a relação entre tamanho da empresa e capacidade produtiva.
No modelo industrial tradicional, crescer frequentemente significava contratar mais pessoas, criar departamentos e aumentar a estrutura administrativa. No modelo apresentado na entrevista, crescer pode significar aumentar o poder de execução de cada profissional.
A produtividade deixa de depender apenas do número de funcionários e passa a depender da capacidade de combinar pessoas, processos, dados e agentes artificiais.
Essa possibilidade traz oportunidades importantes para pequenas empresas e empreendedores. Uma pessoa pode utilizar IA para pesquisa, programação, produção de conteúdo, atendimento, análise de mercado e organização de projetos.
Entretanto, essa mesma eficiência pode ser utilizada pelas grandes empresas para reduzir equipes e concentrar ainda mais recursos. O vídeo apresenta principalmente o lado da produtividade e do empreendedorismo, mas a transformação também exige um debate social sobre emprego, renda, formação profissional e distribuição dos ganhos econômicos proporcionados pela automação.
O possível crescimento do empreendedorismo
Uma das previsões mais otimistas da entrevista é que a redução das oportunidades tradicionais de entrada no mercado de trabalho poderá incentivar uma nova geração de empreendedores.
Se uma pessoa consegue utilizar agentes para desenvolver produtos, pesquisar mercados, criar campanhas e operar serviços, torna-se mais fácil iniciar pequenos negócios.
Nesse cenário, o empreendedorismo poderia deixar de ser uma alternativa reservada a quem possui grandes equipes ou elevado capital inicial.
Entretanto, essa interpretação precisa ser observada com cautela.
Empreender não depende somente de ferramentas. Também exige acesso a recursos, formação, estabilidade, mercado consumidor, infraestrutura e tolerância ao risco. A IA pode reduzir determinadas barreiras técnicas, mas não elimina as desigualdades econômicas e sociais.
Transformar todos os profissionais afetados pela automação em empreendedores não é uma solução automática. Para algumas pessoas, isso poderá representar liberdade e oportunidade. Para outras, poderá significar a transferência dos riscos das empresas para os indivíduos.
O mérito da entrevista está em apresentar essa possibilidade. Sua limitação é não aprofundar suficientemente as condições necessárias para que ela ocorra de forma socialmente saudável.
Velocidade como vantagem competitiva
A cultura de execução rápida ocupa um espaço importante na visão apresentada por Shevelenko.
No mercado de Inteligência Artificial, os produtos evoluem em uma velocidade muito superior à dos ciclos tradicionais de desenvolvimento. Novos modelos, recursos e empresas aparecem constantemente. Uma estratégia definida hoje pode precisar ser reformulada poucos meses depois.
Nesse ambiente, a capacidade de aprender e adaptar-se torna-se uma vantagem competitiva.
A Perplexity é apresentada como uma empresa que procura manter estruturas enxutas, reduzir processos internos e concentrar energia na melhoria contínua do produto.
Essa cultura possui vantagens evidentes. Ela evita burocracia excessiva, aproxima as equipes dos usuários e permite responder rapidamente às mudanças tecnológicas.
Por outro lado, a velocidade não deve ser confundida com ausência de reflexão. Em sistemas que interferem no acesso à informação, nas relações de trabalho e na tomada de decisões, executar rapidamente sem avaliar riscos pode gerar consequências graves.
O verdadeiro desafio é combinar velocidade com responsabilidade.
A mudança no papel da liderança
O vídeo também sugere que a liderança precisará abandonar o papel de simples distribuidora de tarefas.
Se os agentes podem executar pesquisas, gerar relatórios e acompanhar processos, o líder terá de concentrar-se em atividades como:
- definir prioridades;
- formular problemas relevantes;
- estabelecer critérios;
- avaliar resultados;
- construir confiança;
- desenvolver pessoas;
- decidir onde aplicar os recursos disponíveis.
O líder da era da IA não deve apenas cobrar produtividade. Ele precisa compreender como utilizar a tecnologia para aumentar a capacidade da equipe sem eliminar o julgamento humano.
Isso requer experimentação. Não basta criar um departamento isolado de Inteligência Artificial e transferir para ele toda a responsabilidade pela transformação. Cada área precisa compreender como a IA modifica seus processos e suas competências.
A adoção da tecnologia é, portanto, menos um problema de aquisição de ferramentas e mais uma transformação cultural.
Uma visão estimulante, mas também empresarial
Como resenha crítica, é importante observar que a conversa apresenta a transformação da IA principalmente pela perspectiva de uma empresa que desenvolve e comercializa essa tecnologia.
Shevelenko fala como executivo da Perplexity. Sua visão naturalmente destaca produtividade, crescimento, agentes, velocidade e oportunidades de mercado.
Isso não invalida seus argumentos, mas define o ponto de vista da entrevista.
Questões como concentração econômica, dependência tecnológica, direitos autorais, uso de dados, precarização do trabalho, impacto ambiental da infraestrutura computacional e responsabilidade pelos erros dos agentes aparecem com menor destaque.
Também é necessário questionar até onde devemos permitir que agentes tenham acesso a arquivos, contas, ferramentas empresariais e sistemas locais. Quanto maior a autonomia concedida, maior deverá ser o controle sobre permissões, auditoria, rastreabilidade e segurança.
Um agente capaz de agir em nome do usuário também pode cometer erros em nome do usuário.
Por isso, a evolução dos agentes precisa ser acompanhada por mecanismos como:
- aprovação humana para ações críticas;
- limitação de privilégios;
- registro das operações realizadas;
- isolamento entre dados e ferramentas;
- verificação das fontes;
- possibilidade de interrupção;
- responsabilização clara.
Essas preocupações não anulam o potencial da tecnologia. Elas são condições necessárias para sua utilização responsável.
Mais do que aprender ferramentas, precisamos aprender a pensar com elas
A principal contribuição do vídeo está em mostrar que a adaptação à Inteligência Artificial não consiste apenas em aprender a utilizar determinada plataforma.
Ferramentas mudam rapidamente. Modelos que hoje ocupam posição de destaque podem ser substituídos, incorporados ou superados. Técnicas específicas de prompting também podem perder importância à medida que os sistemas aprendem a interpretar melhor as intenções dos usuários.
As competências mais duradouras estão em outro nível.
Precisamos saber formular problemas, questionar resultados, interpretar informações, construir confiança e tomar decisões responsáveis.
Isso não significa competir com a IA na velocidade de produção. Significa desenvolver justamente aquilo que permite orientar, avaliar e dar sentido ao que ela produz.
Considerações finais
A entrevista com Dmitry Shevelenko apresenta uma visão ao mesmo tempo fascinante e inquietante sobre o futuro do trabalho.
Fascinante porque demonstra como indivíduos e pequenas equipes poderão executar projetos cada vez mais complexos com o apoio de agentes artificiais.
Inquietante porque essa mesma capacidade poderá transformar profissões, reduzir oportunidades tradicionais de entrada no mercado e concentrar ainda mais poder nas empresas que controlam os modelos, os dados e a infraestrutura.
O vídeo acerta ao destacar que as competências humanas mais importantes não serão necessariamente as tarefas que hoje executamos manualmente. Serão as capacidades que nos permitem decidir quais tarefas devem ser executadas, por que devem ser realizadas e como seus resultados devem ser utilizados.
Fazer boas perguntas, desenvolver discernimento e construir confiança não são competências novas. A Inteligência Artificial apenas torna mais evidente o valor que sempre tiveram.
Quanto mais capazes forem as máquinas de produzir respostas, maior será nossa responsabilidade de formular as perguntas certas.
