A organização setorial Nasscom alertou que a Índia corre o risco de formar uma força de trabalho tecnológica que seja apenas dependente da inteligência artificial, e não verdadeiramente imanente, se o setor e os círculos académicos não conseguirem manter a profunda experiência em engenharia.
Embora mais de 90% dos jovens profissionais de tecnologia no país já utilizem a inteligência artificial, a principal estrutura setorial advertiu que a redução do volume de codificação rotineira não deve levar ao enfraquecimento das competências técnicas fundamentais.
A Nasscom sublinhou que a Índia tem oportunidades únicas de se tornar um centro mundial de talentos com competências nativas em IA. No entanto, a organização observou que possuir competências em IA é diferente de ser um utilizador verdadeiramente nativo de IA, e existe o risco de criar uma força de trabalho que depende da IA, em vez de ser imanente.
Sangeeta Gupta, vice-presidente sênior e diretora de estratégia da Nasscom, declarou que «a academia deve fortalecer as bases, enquanto a indústria deve rever os processos de adaptação e mentoria para garantir que a redução do trabalho rotineiro não leve à diminuição da profunda experiência em engenharia».
Na terça-feira, a Nasscom lançou o primeiro relatório intitulado «O Estado do Talento Nativo em IA na Índia» (The State of AI-Native Talent in India). Este relatório serve como um guia setorial estruturado para avaliar as capacidades de IA entre jovens profissionais de tecnologia com até três anos de experiência, incluindo estudantes de último ano de cursos de engenharia.
De acordo com a pesquisa, embora cerca de dois terços dos jovens indianos sejam «competentes no uso de IA», apenas 23% correspondem aos critérios de «utilizador nativo de IA». No entanto, o relatório apontou um potencial significativo para aprofundar esta base de talentos através do reforço da profundidade técnica e do julgamento de engenharia.
A pesquisa mostrou que, embora a IA obviamente aumente a produtividade e a velocidade de aprendizagem, ela também automatiza tarefas rotineiras pelas quais os engenheiros juniores tradicionalmente adquiriam seus conhecimentos básicos. Consequentemente, a Nasscom considera que as organizações e instituições de ensino precisam de «recriar conscientemente oportunidades» para que os engenheiros possam desenvolver habilidades de julgamento independente e orquestração, que antes eram adquiridas através da experiência prática.
Para preencher essa lacuna, a Nasscom apelou veementemente aos círculos académicos e à indústria para irem além do ensino tradicional de programação. A organização aconselhou que «a academia deve afastar-se da codificação para fortalecer o julgamento de engenharia, o ensino especializado e repensar os métodos de avaliação, enquanto a indústria deve rever a abordagem para construir capacidades fundamentais, aprofundar a mentoria, criar oportunidades para resolução de problemas autônoma, implementar verificação de IA nos fluxos de trabalho e aumentar continuamente as qualificações dos jovens profissionais».
Para a indústria de TI, esta transição exigirá uma revisão dos modelos operacionais estabelecidos há muito tempo. A organização setorial afirmou que os procedimentos de contratação devem mudar o foco da verificação de conhecimentos básicos de codificação para a avaliação de capacidades nativas complexas de IA. Além disso, as empresas devem reformular o processo de desenvolvimento de competências, incluindo formação fundamental com IA, exercícios de simulação e mentoria multinível para incentivar a resolução autónoma de problemas entre os jovens profissionais.
Ferramentas de inteligência artificial (IA) têm demonstrado grande potencial para aumentar a produtividade em diversas áreas. Contudo, pesquisas recentes sugerem que o uso indiscriminado dessas tecnologias pode levar ao enfraquecimento das capacidades cognitivas dos indivíduos.
Estudos analisados indicam que a dependência excessiva desses sistemas pode diminuir a aptidão dos usuários para solucionar problemas sem o suporte tecnológico. Esse alerta surgiu de investigações realizadas com estudantes e profissionais, onde os participantes que usaram IA obtiveram melhorias imediatas no desempenho, mas enfrentaram dificuldades ao realizar as mesmas tarefas de forma autônoma.
Experimentos com trabalhadores e alunos confirmaram que a IA pode otimizar resultados quando aplicada em atividades alinhadas às suas competências. Em uma pesquisa que envolveu centenas de consultores da Boston Consulting Group, pesquisadores da Wharton School notaram um aumento na quantidade de tarefas finalizadas e uma diminuição no tempo gasto por quem teve acesso à ferramenta.
Este levantamento, divulgado em 2026 na revista Organization Science, revelou que os colaboradores assistidos por IA produziram trabalhos de qualidade superior em funções onde a tecnologia era mais competente. Os progressos mais significativos foram observados entre os profissionais que possuíam um desempenho inicial mais modesto.
Um achado similar foi encontrado em um estudo conduzido por Grace Liu, da Carnegie Mellon University, focado na resolução de problemas matemáticos. Ao comparar estudantes com e sem acesso à IA, o estudo identificou um desempenho superior entre aqueles que puderam utilizar o recurso durante os exercícios.
Apesar dos ganhos instantâneos, os pesquisadores detectaram efeitos adversos após a remoção do auxílio tecnológico. Indivíduos acostumados com a IA passaram a apresentar um rendimento inferior ao daqueles que jamais haviam usado o recurso e demonstraram menor resiliência frente às dificuldades.
Adicionalmente, outro estudo investigou como a confiança exagerada nas respostas geradas por sistemas de IA afeta a tomada de decisões. Steven Shaw e Gideon Nave avaliaram mais de 1.300 participantes e identificaram um fenômeno denominado «cognitive surrender», caracterizado pelo abandono da própria avaliação pelo usuário em favor da conclusão fornecida pela máquina.
Os pesquisadores argumentam que a IA pode operar como um terceiro mecanismo cognitivo, complementando os métodos tradicionais de pensamento rápido e análise detalhada descritos por Daniel Kahneman. O problema surge quando essa ferramenta deixa de ser um complemento ao raciocínio humano e passa a substituí-lo integralmente.
Especialistas enfatizam que a habilidade crucial diante da IA será discernir quais tarefas devem permanecer sob controle humano e quais podem ser delegadas aos sistemas automatizados. A colaboração é mais eficaz quando o usuário compreende os limites da tecnologia e consegue julgar suas saídas.
Uma análise de 2024, publicada na revista Nature Human Behavior e baseada em 106 experimentos com IA, mostrou que a performance conjunta entre humanos e máquinas é otimizada quando cada parte atua em sua área de maior vantagem. No entanto, quando o sistema demonstra superioridade, a dificuldade humana em saber se deve confiar ou contestar a ferramenta pode comprometer o resultado final.
Os especialistas entrevistados destacaram que processos como a concepção inicial de ideias, a redação de textos e a geração de conhecimento requerem participação ativa humana. Para eles, a IA é mais valiosa em fases de revisão, questionamento de argumentos e aperfeiçoamento de trabalhos já existentes.
A preocupação se estende ao ambiente educacional. Os estudos citados indicaram que os estudantes podem aprender menos ao empregar a IA unicamente para agilizar deveres escolares. Por outro lado, quando a ferramenta é utilizada para obter esclarecimentos, formular perguntas e assimilar conceitos, os danos ao processo de aprendizagem são minimizados.
Judy Hanwen Shen e Alex Tamkin, da Anthropic, relataram em sua pesquisa com desenvolvedores aprendendo uma nova biblioteca de programação dificuldades conceituais, de leitura de código e de depuração quando a IA era usada como atalho para obter soluções prontas. A recomendação dos pesquisadores é reconfigurar a IA como um instrumento de aprofundamento, estimulando o questionamento e expandindo a capacidade analítica, em vez de simplesmente eliminar o esforço mental necessário para aprender.
