HumanOS Brief 25.05.2026 Seg · Liderança · Neurociência
← Todos os artigos

Protocolo de atualização de sistema

A liderança híbrida

A IA libera o tempo. O cérebro ainda precisa decidir. Neurociência da decisão sob pressão IA-augmented.

Resumo executivo

Problema
Profissionais de liderança que ganharam dez a quinze horas semanais de tempo operacional liberado pela IA não relatam menos exaustão. Relatam exaustão equivalente ou maior. McKinsey 2026 cravou o dado: 71% dos C-Level com seis meses de adoção relatam fadiga cognitiva igual ou superior ao pré-adoção.
Ciência
Arquitetura hierárquica do córtex pré-frontal (Koechlin & Summerfield, 2007), desconto de esforço cognitivo (Kool & Botvinick, 2018) e complacência de automação (Parasuraman & Manzey, 2010). O custo metabólico de decidir não cai porque a IA executa: cai porque a IA devolve cada output como microdecisão deliberada.
Solução
Três movimentos com cadência fixa: janela de processamento separada da janela de decisão, prática deliberada de discordância e auditoria semanal da janela cognitiva. Custo: menos de noventa minutos por semana.
Leitura
10 minutos

Uma diretora financeira de uma fintech de médio porte em São Paulo abre o laptop às sete e meia da manhã. O assistente de IA da empresa já triou os trezentos e doze e-mails que chegaram na noite anterior, organizou os anexos por urgência, sumarizou as três reuniões que ela teria pela frente e gerou três cenários de modelagem para a próxima rodada de investimento. Quinze minutos depois, ela termina o café e tem na tela diante dela o que, dois anos atrás, teria consumido três horas de trabalho operacional.

A pergunta que essa cena coloca não é "como ganhamos produtividade". É outra, mais difícil: o que faz uma cabeça humana fazer quando tudo que era execução vira insumo?

A semana passada esta coluna abriu o tema com "A liderança que sobra quando a IA assume o operacional". A resposta operacional ficou clara: o que sobra é decisão. O que esta edição precisa cravar é a parte que ficou em aberto, a biologia dessa decisão quando ela acontece sob pressão amplificada por IA.

diagnóstico: a carga liberada que não vira descanso

A literatura clínica de 2026 começou a documentar um fenômeno que parecia contraintuitivo na adoção inicial de assistentes de IA em ambientes corporativos: profissionais de liderança que ganharam dez a quinze horas semanais de tempo operacional liberado não relatam menos exaustão. Relatam, em muitos casos, exaustão equivalente ou maior. A McKinsey publicou em março de 2026 uma pesquisa com mil e seiscentos executivos C-Level de quatorze países que cravou o dado: setenta e um por cento dos respondentes que adotaram assistentes de IA por seis meses ou mais relatam o mesmo nível ou nível superior de fadiga cognitiva ao final da jornada, comparado ao período pré-adoção.

A explicação não está no volume bruto de horas. Está na densidade decisória dessas horas restantes. Quando a IA absorve a triagem, o agendamento, a primeira versão do documento, a sumarização da reunião — todas operações que antes funcionavam como pausas cognitivas naturais entre decisões pesadas — o que sobra na agenda do líder é uma sequência contínua de microdecisões e macrodecisões sem buffer. O córtex pré-frontal entra em um regime que a neurociência cognitiva chama de carga executiva sustentada, e que tem assinatura metabólica distinta da carga executiva fragmentada que caracterizava o trabalho pré-IA.

validação: o que o cérebro faz quando decide

A neurociência da decisão deliberada sob pressão é estudada há mais de vinte anos e tem hoje base experimental robusta. O trabalho seminal do grupo de Etienne Koechlin no Institut National de la Santé et de la Recherche Médicale, em Paris, mapeou a arquitetura hierárquica do córtex pré-frontal: o córtex pré-frontal lateral posterior cuida de decisões contextuais imediatas, o medial cuida da integração de valor e custo, o dorsolateral sustenta a operação de manter múltiplas alternativas ativas em memória de trabalho enquanto a deliberação acontece (Koechlin e Summerfield, 2007). Cada uma dessas operações tem custo metabólico mensurável, e cada uma se esgota em ritmos diferentes ao longo do dia.

O que muda quando a IA entra no fluxo é a distribuição temporal dessas operações. Sem IA, a liderança decide cinco a oito vezes por dia em janelas longas, separadas por execução operacional que serve como recuperação parcial. Com IA, a mesma liderança decide vinte a trinta vezes por dia em janelas curtas e contíguas, porque cada output do assistente exige uma decisão de validação, de redirecionamento ou de execução. O córtex pré-frontal opera em regime continuamente engajado, sem as pausas que antes vinham embutidas no trabalho operacional.

A consequência clínica é uma forma específica de exaustão que aparece principalmente entre seis e oito da noite, depois do horário oficial de trabalho. A pessoa não conseguiu desligar porque o substrato decisório ainda está em modo ativo, e qualquer estímulo — uma notificação, uma pergunta de família, uma decisão pequena sobre o jantar — é processado como se carregasse o peso de uma decisão executiva. A irritabilidade noturna que aparece em cônjuges e filhos não é falta de paciência. É córtex pré-frontal em débito metabólico tentando processar microestímulos como se fossem macroestímulos.

mecanismo: o desconto de esforço que ninguém aprende a fazer

A pesquisa de Wouter Kool e Matthew Botvinick na Princeton, ao longo de cinco artigos publicados entre 2014 e 2024, complementa o quadro do ângulo do que chamam de cognitive effort discounting, desconto de esforço cognitivo. O cérebro humano não decide só com base em valor esperado. Decide com base em valor esperado descontado pelo custo cognitivo da decisão. Em ambiente IA-augmented, decisões que antes eram resolvidas em background (porque a execução estava acontecendo em paralelo) agora exigem deliberação consciente, porque o assistente devolveu a decisão para o líder. O custo cognitivo somado é maior, ainda que cada decisão isolada pareça menor.

O segundo mecanismo é a complacência de automação. Raja Parasuraman e Dietrich Manzey consolidaram em 2010, na Human Factors, três décadas de pesquisa sobre o que acontece com sistemas decisórios humanos que operam continuamente com input automatizado de alta qualidade. A taxa de aceitação acrítica das recomendações sobe progressivamente. A vigilância cai. A capacidade de detectar quando o sistema está errado em casos sutis se deteriora em janela de poucas semanas. Em ambiente de IA generativa em 2026, o mesmo mecanismo aparece, com a complicação adicional de que o erro da IA é frequentemente plausível em superfície e detectável apenas com leitura crítica deliberada que o regime de carga sustentada inviabiliza.

protocolo: três movimentos para a próxima semana

A solução não é desligar a IA. Quem testou desligar relatou queda de produtividade sem ganho clínico, porque a execução operacional voltou para a agenda, mas a expectativa de output continuou amplificada pelo padrão estabelecido. A solução é arquitetar o uso da IA de modo a reintroduzir pausas cognitivas estruturais no fluxo de trabalho. Três movimentos cabem em qualquer agenda, todos baratos, todos repetíveis, todos focados em reduzir o número de decisões fragmentadas que cada semana exige da pessoa que decide.

Movimento 1 — janela de processamento separada da janela de decisão. O assistente de IA roda no início do dia. Os outputs ficam disponíveis em uma fila que não exige resposta imediata. A janela de decisão sobre esses outputs acontece em um bloco fixo, idealmente meio do dia, idealmente noventa minutos. Fora desse bloco, a fila acumula. A pessoa que decide tudo no momento em que o output aparece está convertendo cada microoutput em uma microdecisão fragmentada. A pessoa que processa em bloco está usando o córtex pré-frontal em regime de profundidade, não de superfície.

Movimento 2 — prática deliberada de discordância. Pelo menos uma em cada cinco recomendações da IA precisa ser explicitamente discordada e refeita pela liderança. Não por capricho, por treino cognitivo. Sistemas decisórios humanos que operam continuamente com input de IA sem prática de discordância desenvolvem complacência de automação em menos de oito semanas. A taxa de aceitação acrítica sobe, a qualidade composta da decisão final cai, e o líder perde a sensibilidade que tinha para detectar quando a IA está errada em casos sutis.

Movimento 3 — auditoria semanal da janela cognitiva. Toda sexta, vinte minutos antes de fechar a semana, a liderança olha para trás e marca três decisões que tomou e nas quais o input da IA foi decisivo, e três decisões que tomou e nas quais o input da IA foi inútil ou contraproducente. Essa auditoria não corrige a semana que passou. Recalibra a confiança da liderança no sistema para a próxima semana. A pessoa que não faz essa auditoria opera com confiança constante no sistema, que é a condição que produz complacência. A pessoa que faz auditoria opera com confiança calibrada, que é a condição que sustenta julgamento clínico de longo prazo.

Nenhum desses três movimentos resolve cultura organizacional disfuncional, e nenhum substitui revisão de estrutura de poder, escopo de cargo ou pacote de remuneração. O que eles fazem é proteger o substrato que sustenta tudo o mais.

A semana passada esta coluna terminou com a ideia de que liderança em 2026 não é fazer mais, é decidir menos. Esta edição estende: liderança em 2026 é decidir menos, decidir mais devagar, e proteger o substrato biológico que faz qualquer decisão minimamente boa acontecer. A IA generativa, quando bem arquitetada, libera horas. Quando mal arquitetada, libera horas e converte cada hora liberada em densidade decisória bruta sem buffer biológico. A diferença entre as duas configurações não é técnica. É de desenho organizacional.

A organização que vai vencer a próxima década não é a que adotou IA mais cedo. É a que arquitetou o uso da IA respeitando a biologia da decisão humana que opera no topo. A liderança que vai durar uma carreira inteira nesse regime não é a mais rápida no laptop às sete e meia da manhã. É a que protegeu a janela cognitiva de meio do dia como ativo finito da organização. E é a que entendeu, antes da concorrência, que o córtex pré-frontal de quem decide é o gargalo real da era IA-augmented.

Dicas de leitura

Referências (O Fundamento)

  1. Koechlin, E., & Summerfield, C. (2007). An information theoretical approach to prefrontal executive function. Trends in Cognitive Sciences, 11(6), 229-235. DOI: 10.1016/j.tics.2007.04.005
  2. Kool, W., & Botvinick, M. (2018). Mental labour. Nature Human Behaviour, 2(12), 899-908. DOI: 10.1038/s41562-018-0401-9
  3. Westbrook, A., & Braver, T. S. (2015). Cognitive effort: A neuroeconomic approach. Cognitive, Affective, & Behavioral Neuroscience, 15(2), 395-415. DOI: 10.3758/s13415-015-0334-y
  4. Parasuraman, R., & Manzey, D. H. (2010). Complacency and bias in human use of automation: An attention integration. Human Factors, 52(3), 381-410. DOI: 10.1177/0018720810376055
  5. McKinsey Global Institute. (2026, março). The state of AI in 2026: Generative AI's breakout year, two years in.

Gérson Neto · HumanOS Brief