Por que as pessoas criativas importam mais agora

A OpenAI diz que as pessoas agora criam mais de 3 bilhões de imagens por semana com suas ferramentas. Some os textos, as músicas e os vídeos feitos por outros modelos, e a conclusão parece óbvia: se uma máquina consegue produzir trabalho criativo competente em segundos, as pessoas que costumavam fazê-lo importam menos.

As evidências apontam para o outro lado. A IA eleva o piso do trabalho criativo e o puxa para o meio. Isso torna mais valiosas, e não menos, as pessoas capazes de levá-lo para outro lugar.

Melhores sozinhos, mais parecidos juntos

O estudo mais claro vem de Anil Doshi e Oliver Hauser, publicado na Science Advances em julho de 2024. Escritores que receberam ideias de histórias de um modelo de linguagem escreveram histórias que os leitores avaliaram como mais criativas, mais bem escritas e mais agradáveis, com os maiores ganhos entre os escritores menos criativos. Mas as histórias escritas com IA eram mais parecidas entre si. Os autores descrevem “um aumento da criatividade individual com o risco de perder a novidade coletiva”.

Uma metanálise de 2025 de Niklas Holzner, Sebastian Maier e Stefan Feuerriegel, que cobre 28 estudos com 8'214 participantes, encontrou o mesmo padrão em escala. A IA generativa sozinha teve desempenho mais ou menos igual ao dos humanos em tarefas criativas. Pessoas trabalhando com IA se saíram melhor do que pessoas sem ela, por uma margem modesta. E a IA teve “um efeito negativo significativo sobre a diversidade de ideias”, um efeito cerca de três vezes maior que o ganho.

A fronteira irregular

A uniformidade não é o único risco. Em um experimento de campo com o Boston Consulting Group, agora publicado na Organization Science, 758 consultores trabalharam em tarefas realistas com ou sem o GPT-4. Em tarefas dentro das capacidades do modelo, quem usava IA concluiu 12,2 por cento mais tarefas, 25,1 por cento mais rápido e com qualidade claramente superior. Em uma tarefa escolhida para ficar fora delas, a probabilidade de chegar a uma resposta correta foi 19 pontos percentuais menor do que a dos colegas sem IA.

Ethan Mollick, um dos autores, observou que as respostas produzidas com IA eram “um pouco homogêneas e parecidas entre si no conjunto”. Uma pesquisa da Microsoft Research com 319 trabalhadores do conhecimento constatou que mais confiança na IA andava junto com menos pensamento crítico, e que o próprio trabalho se desloca para verificar, combinar e assumir a responsabilidade pelo que a máquina produz. Saber onde fica o limite de uma ferramenta não é uma habilidade técnica. É discernimento.

O que as pessoas trazem

Um modelo é treinado com o que já existe e, sozinho, devolve a versão mais provável disso. Ted Chiang resumiu a diferença no subtítulo do seu ensaio para a The New Yorker: “um artista faz escolhas fundamentalmente alheias à inteligência artificial”. Um briefing, um prompt e um painel de referências são, cada um, um conjunto de escolhas. Quanto mais delas uma pessoa faz de forma deliberada, menos do resultado fica entregue à média.

Essas escolhas se apoiam no que um modelo não tem: um ponto de vista, o conhecimento de um público específico, a memória do que foi tentado e não deu certo, a noção do que uma marca jamais diria. Os empregadores parecem enxergar isso. No Future of Jobs Report 2025 do Fórum Econômico Mundial, o pensamento criativo está entre as habilidades que devem continuar ganhando importância até 2030, ao lado de IA e big data.

Os profissionais percebem quando uma empresa se esquece disso. Em fevereiro, segundo o The Register, a plataforma de vídeo Higgsfield removeu um post que se gabava de que sua ferramenta de motion design tinha acabado com mais de 20 empregos criativos, depois de uma reação negativa dos artistas que a usam. Aharon Rabinowitz, que dirige a Motion Management, escreveu que comemorar o fim da carreira de artistas era “simplesmente muito burro e míope” e acrescentou que as ferramentas não eram boas o bastante para tirar o emprego de ninguém.

Como boas equipes trabalham com IA

As pesquisas também sugerem como manter os ganhos sem a uniformidade. Pense antes de escrever o prompt: Doshi e Hauser descrevem o risco de os escritores se ancorarem nas ideias da máquina, então as primeiras ideias, o ângulo e as referências devem vir de pessoas. Mollick descreve dois estilos de trabalho que se saíram bem: os centauros, cujo trabalho tem “uma linha clara entre pessoa e máquina”, e os ciborgues, que entrelaçam as duas coisas. Nenhum deles entrega a decisão.

Na prática, boas equipes abrem o leque com a máquina e afunilam com as pessoas. Alimentam o modelo com referências em vez de adjetivos, pedem muitas opções e descartam a maioria. Comparam o próprio trabalho com o que os concorrentes publicam, porque o perigo não é um resultado ruim, e sim um resultado igual ao de todo mundo. E uma pessoa identificada verifica os fatos e dá a aprovação final, porque o momento de maior confiança em uma ferramenta é quando o pensamento crítico cai.

Onde a crue está

Usamos a IA para a produção, as variantes e a rotina, e queremos que tudo isso fique mais rápido. No Reel, as ideias, as referências e os estilos a definir são acordados com uma pessoa antes de qualquer coisa ser feita, o melhor modelo é escolhido para cada tarefa, e uma pessoa escolhe cada imagem e cada clipe usados. A máquina produz as opções. As pessoas dão a direção e o não.

A IA tornou o trabalho competente abundante. É exatamente por isso que as pessoas capazes de torná-lo específico, surpreendente e certeiro valem mais do que antes.