Workslop: por que a IA mal usada sabota a produtividade da empresa

Existe um nome novo para um problema que cresce em silêncio dentro das empresas: workslop. É o trabalho gerado por inteligência artificial que tem aparência de bom trabalho, mas não tem substância para fazer uma tarefa avançar de verdade. Slides bem formatados, relatórios longos, resumos organizados, trechos de código que parecem funcionais. Por fora, parece entrega. Por dentro, falta o conteúdo que tornaria aquilo útil. E esse trabalho disfarçado já tem um custo medido em horas, em dinheiro e em confiança.

O que é workslop

O termo foi proposto em setembro de 2025, em um artigo na Harvard Business Review escrito por pesquisadores da BetterUp Labs em parceria com a Universidade Stanford. Eles deram nome a algo que muita gente já sentia, mas não sabia descrever: o trabalho que chega pronto, bonito e estruturado, e que mesmo assim não serve.

A definição é direta. Workslop é o conteúdo gerado por inteligência artificial que se disfarça de bom trabalho, mas carece da substância necessária para avançar uma tarefa de forma significativa. Ele é o primo corporativo do “AI slop”, o nome dado à enxurrada de textos e imagens de baixíssima qualidade que a IA despeja na internet. Não por acaso, a palavra “slop” foi eleita a palavra do ano de 2025 pelo dicionário Merriam-Webster, que a define como conteúdo digital de baixa qualidade produzido em grande quantidade por inteligência artificial. O workslop é esse mesmo fenômeno, só que infiltrado no escritório.

Os números mostram que ele não é exceção. No estudo da Harvard Business Review, feito com 1.150 profissionais nos Estados Unidos, 40% relataram ter recebido workslop no último mês. Em média, 15,4% de tudo que esses profissionais recebem no trabalho se enquadra na descrição. Não é um caso isolado aqui e ali: é quase um sexto do fluxo de trabalho que circula entre as equipes.

A aparência engana de propósito. São slides com formatação caprichada, relatórios longos e articulados, resumos bem organizados, linhas de código que parecem funcionar. O acabamento é impecável. O problema aparece quando alguém precisa usar aquilo: os relatórios são prolixos e cheios de palavras que não dizem nada, os resumos deixam escapar pontos importantes, o código não é tão bom quanto parecia. O trabalho é polido na superfície e oco por dentro.

Um exemplo torna o conceito concreto. Um gestor pede a um analista um panorama de mercado para embasar uma decisão. O que volta é um documento de quinze páginas, com gráficos, tópicos bem distribuídos e uma conclusão segura. Parece um trabalho sólido. Mas, ao tentar usar aquilo na reunião seguinte, o gestor percebe que os dados são genéricos, as fontes não foram verificadas e as recomendações serviriam para qualquer empresa de qualquer setor. O documento não responde à pergunta que deu origem ao pedido. Alguém vai precisar refazer a análise quase do zero. O analista economizou a própria tarde, e o gestor, a equipe e a decisão herdaram a conta.

E aqui está a característica mais traiçoeira do workslop: ele transfere o esforço. Quem o produz economiza o próprio tempo, mas empurra para outra pessoa a tarefa de entender, corrigir e muitas vezes refazer o trabalho. O custo não desaparece. Ele só muda de dono, e quase sempre cresce no caminho.

O paradoxo da eficiência

A inteligência artificial foi vendida como uma ferramenta que economizaria horas de trabalho, livraria as pessoas das tarefas tediosas e as tornaria mais produtivas. Na prática, o ganho existe, mas é mais modesto do que a promessa.

O motivo é que entre o prompt e a entrega existe uma etapa que quase ninguém contabilizou: a de analisar, revisar e ajustar o que a IA produziu. Essa etapa também consome tempo. Um relatório feito a pedido da Workday, empresa de software para recursos humanos, citado pela reportagem da Você S/A, mostrou que, a cada dez horas economizadas com IA, o profissional perde cerca de quatro horas consertando respostas ruins. O ganho líquido encolhe para seis horas. E, segundo a mesma pesquisa, apenas 14% dos funcionários conseguem obter resultados claros e positivos de forma consistente com a IA. A esmagadora maioria dos resultados ainda precisa ser lapidada antes de ter valor real.

Quem trabalha com a tecnologia reconhece o padrão. Para Gustavo Comeli, coordenador executivo do Hub GovTech Paraná e professor na Fundação Vanzolini, ouvido pela reportagem, muita gente olhou para a IA como uma ferramenta salvadora. O ganho de alguns minutos ou horas é real, mas a etapa de revisão pós-prompt é justamente o tipo de trabalho que as equipes já faziam antes da IA, o que torna o resultado um pouco frustrante.

Esse paradoxo aparece também nos números grandes. As empresas investiram pesado: a reportagem fala em algo entre US$ 30 bilhões e US$ 40 bilhões em IA generativa. A adoção disparou, e hoje a maioria das organizações usa a tecnologia em pelo menos uma função do negócio. Mesmo assim, um relatório do MIT apontou que 95% das organizações que incorporaram IA tiveram retorno zero sobre o investimento, e um estudo da McKinsey indicou que 83% das empresas que usam IA generativa não observaram impacto significativo nos resultados financeiros. Muito investimento, muito uso, muita empolgação e pouco retorno. O workslop é uma das explicações para esse abismo entre o que foi prometido e o que apareceu.

O custo invisível: tempo, dinheiro e confiança

O estudo da Harvard Business Review colocou preço no problema. Cada caso de workslop consome, em média, uma hora e 56 minutos de quem o recebe, entre entender o que chegou, pedir esclarecimentos e refazer o que veio errado. A partir do salário dos entrevistados, os pesquisadores estimaram um custo invisível de US$ 186 por pessoa ao mês. Numa empresa de cerca de 10 mil funcionários, isso representa aproximadamente US$ 9 milhões por ano.

Indicador	Número
Profissionais que receberam workslop no último mês	40%
Do que recebem no trabalho que é workslop	15,4%
Tempo gasto por caso recebido	cerca de 1h56
Custo invisível estimado	US$ 186 por pessoa ao mês

Há uma ironia nesse número. As empresas pagam pelas ferramentas de IA justamente para economizar tempo e dinheiro. O mau uso dessas ferramentas produz o efeito contrário: na tentativa de cortar alguns minutos das próprias tarefas, cada profissional faz os colegas trabalharem muito mais.

Mas o custo financeiro talvez nem seja o pior. Para Kate Niederhoffer, cientista-chefe da BetterUp e uma das autoras do estudo, o efeito mais tóxico do workslop não é o tempo perdido, e sim o emocional e o interpessoal. Receber um trabalho oco e disfarçado é uma experiência confusa e frustrante, e ela cobra um preço na relação entre as pessoas.

Os dados confirmam. Depois de receber workslop, 53% dos profissionais ficam irritados, 38% ficam confusos e 22% se sentem ofendidos. Cerca de um terço diz ficar menos disposto a trabalhar de novo com quem enviou aquele material. E aproximadamente metade passa a considerar o colega menos criativo, menos capaz e menos confiável. O estrago não fica no documento: fica na percepção que uma pessoa tem da outra.

Esse efeito não é exclusivo do workslop. Uma pesquisa publicada no periódico Proceedings of the National Academy of Sciences mostrou que profissionais tendem a julgar quem recebe ajuda de IA como mais preguiçoso e menos competente do que quem não usa a tecnologia. Pesquisadores da Duke University resumiram o paradoxo: ferramentas que aumentam a produtividade podem, ao mesmo tempo, corroer a forma como a competência e a motivação de quem as usa são avaliadas.

Para uma empresa, isso é grave. A colaboração depende de confiança. Quando o workslop se espalha, ele não drena apenas horas. Ele corrói o tecido que faz uma equipe funcionar: a crença de que, quando um colega entrega algo, aquilo foi pensado e pode ser usado.

O verdadeiro culpado não é o funcionário

É fácil apontar o dedo para os colaboradores e dizer que o workslop é coisa de gente preguiçosa. Mas essa explicação é curta. Trabalho malfeito não começou com a inteligência artificial. As pessoas sempre foram propensas à procrastinação, aos atalhos e a se entregar a tarefas mecânicas em vez de pensar com cuidado quando estão cansadas. Entregas ruins sempre existiram e sempre vão existir.

O que a IA faz é potencializar. Ela dá a quem já era desleixado uma ferramenta para colocar uma máscara no trabalho mediocre e disfarçá-lo de algo útil. Antes, um trabalho de baixa qualidade era incontestavelmente ruim e fácil de identificar. Agora, a IA ajuda a dissociar o esforço da qualidade: o que chega tem aparência de coisa bem-feita, mesmo sendo o oposto.

Mas reduzir o workslop à preguiça individual é ignorar a raiz do problema. Quando colaboradores produzem trabalho oco com IA em escala, isso é sintoma de que algo não está certo na gestão. A reportagem da Você S/A identifica dois problemas organizacionais que abrem a porta para o workslop.

O primeiro é a obrigatoriedade do uso de IA sem um plano. A tecnologia foi vendida pelas big techs e pela imprensa como milagrosa e revolucionária. CEOs e gestores compraram a ideia e investiram muito dinheiro para implementar a “tecnologia do futuro” nas suas empresas. O problema é que a maioria não sabe, de fato, como a IA pode ajudar na operação. Sem esse conhecimento, a diretriz que sobra é genérica: “investimos muito nessa ferramenta, então vocês precisam usar IA”. E para por aí. Sem um plano claro de onde e como aplicar a tecnologia, a liderança apenas entrou no hype para não ficar de fora. O resultado previsível é gente copiando e colando respostas de IA em documentos sem pensar, inclusive quando a IA não é a ferramenta adequada para aquela tarefa.

O segundo problema é a sobrecarga. Junto com a obrigação de usar IA vem a crença de que ela é um milagre de produtividade. Se a ferramenta promete fazer mais em menos tempo, o raciocínio do gestor é simples: agora a equipe deve produzir muito mais. Quando se sobrecarrega uma pessoa e se exige que ela use IA, a probabilidade de um trabalho malfeito aumenta muito. E há uma camada extra nesse problema. Uma pesquisa da professora Aruna Ranganathan, da Universidade da Califórnia em Berkeley, apontou que a IA não reduz o trabalho, ela o intensifica: acúmulo de funções, perda de limites entre trabalho e descanso, mais tarefas simultâneas. A IA elevou as expectativas de velocidade e de entrega, e o que parece ser maior produtividade no curto prazo pode mascarar uma carga de trabalho maior e uma tensão cognitiva crescente.

Uso obrigatório sem método, mais sobrecarga: é essa combinação, e não a má vontade do funcionário, que fabrica o workslop.

Do uso obrigatório ao uso com critério

Se a causa do workslop é organizacional, a solução também é. E ela não passa por usar mais IA nem por proibir a ferramenta. Passa por usá-la com critério. Alguns movimentos ajudam a sair do uso obrigatório e chegar ao uso que gera resultado.

O primeiro é ter uma liderança com plano. O papel de quem lidera não é mandar a equipe usar a ferramenta, e sim definir onde a IA executa, onde ela apenas apoia e onde a decisão continua humana. Cabe à liderança desenvolver orientações para que a tecnologia seja usada de maneiras alinhadas à estratégia, aos valores e à visão da empresa. Marcelo Egéa, presidente da IAF Brasil, ouvido pela reportagem, faz uma ponderação útil: o que importa é o resultado, não a ferramenta em si. Não interessa se o trabalho foi feito com IA, com uma planilha ou com uma calculadora. E chegar a um bom resultado exige líderes que saibam lidar com gente, conversar e promover diálogo.

O segundo movimento é medir qualidade, e não volume. Durante anos, as organizações estimularam as pessoas a entregar volume: muitas tarefas, muitos relatórios, muitas reuniões. A IA torna o volume trivial, porque ele passa a existir naturalmente. Se a empresa continua medindo volume, ela está medindo exatamente aquilo que a IA infla sem esforço. Como observa Isabela Gayno, Chief of Staff do PicPay, ouvida pela reportagem, não medir qualidade coloca a empresa em um risco grande. Rever métricas e cultura para valorizar o bom trabalho, e não quem faz mais entregas, é um passo concreto contra o workslop.

O terceiro é redesenhar o processo, em vez de empilhar tarefas. O workslop prospera quando a IA é jogada sobre indivíduos que continuam executando o mesmo processo de sempre, só que mais rápido. O caminho oposto é olhar para o processo inteiro, decidir o que a IA faz e o que ela não faz, e aplicá-la com método. A inteligência artificial aplicada a um processo redesenhado é uma coisa. A inteligência artificial espalhada sobre pessoas sobrecarregadas é outra, e é dela que nasce o trabalho oco.

O quarto movimento é construir segurança para errar. A reportagem lembra o conceito de ambientes psicologicamente seguros, da professora Amy Edmondson. As pessoas precisam se sentir seguras para experimentar e errar com a IA, sem medo de constrangimento ou punição. Quando o uso da ferramenta é imposto sob pressão, por causa do dinheiro investido, o medo aumenta. E o medo é um bom combustível para o workslop: gente apavorada entrega volume para mostrar serviço, não qualidade.

Para a empresa de médio porte, o alerta é particularmente oportuno. Esse perfil de empresa costuma ter adotado as ferramentas de IA com rapidez, distribuindo acessos a ChatGPT e copilotos para as equipes, mas raramente parou para definir um método de uso ou designar alguém responsável por isso. É o terreno perfeito para o workslop crescer sem ninguém medir. A boa notícia é que esse mesmo perfil tem agilidade para corrigir a rota: é grande o suficiente para que o problema importe e ágil o suficiente para mudar a forma de trabalhar sem a inércia das grandes corporações. O custo de organizar o uso da IA é baixo perto do custo de conviver com o trabalho oco.

No fim, o workslop é o sintoma de uma adoção de IA feita sem estrutura. A cura é estrutura: um plano real de aplicação, as métricas certas, processos redesenhados e uma liderança que trata a IA como meio para um resultado, não como item a ser cumprido. Essa é a diferença entre uma inteligência artificial que drena a produtividade e uma que constrói. A tecnologia vai continuar evoluindo. Mas a presença dela, sozinha, nunca garantiu ganho nenhum. O que define o resultado é o critério de quem a coloca para trabalhar.

Para áreas em que volume e qualidade precisam coexistir, como a produção de conteúdo, a saída costuma ser terceirizar a operação para um motor agêntico dedicado, em vez de pulverizar IA em ferramentas individuais.

Perguntas frequentes

O que é workslop?

Workslop é o trabalho gerado por inteligência artificial que tem aparência de bom trabalho, mas não tem substância para avançar uma tarefa de forma significativa. São slides, relatórios, resumos ou códigos polidos na superfície e ocos por dentro. O termo foi cunhado em um estudo publicado na Harvard Business Review em 2025.

O workslop é culpa do funcionário?

Em parte, mas não principalmente. Trabalho malfeito sempre existiu, e a IA potencializa o desleixo de quem já era desleixado. No entanto, quando o workslop se espalha, ele é sintoma de falhas de gestão: uso obrigatório de IA sem um plano claro e equipes sobrecarregadas. A responsabilidade maior é organizacional.

Quanto o workslop custa para a empresa?

Segundo o estudo da Harvard Business Review, cada caso consome em média quase duas horas de quem o recebe. Isso representa um custo invisível estimado de US$ 186 por pessoa ao mês. Numa empresa de cerca de 10 mil funcionários, o total chega a aproximadamente US$ 9 milhões por ano.

Por que a IA não está aumentando a produtividade como prometido?

Porque entre o prompt e a entrega existe uma etapa de revisão e correção que também consome tempo. Levantamentos indicam que boa parte das horas economizadas com IA é gasta consertando respostas ruins. Sem critério no uso, a tecnologia gera volume, não resultado.

Como evitar o workslop na minha empresa?

Use a IA com método, não por obrigação. Isso envolve uma liderança com plano claro de onde e como aplicar a tecnologia, métricas que valorizem qualidade em vez de volume, processos redesenhados em vez de tarefas empilhadas sobre pessoas sobrecarregadas, e uma cultura que dê segurança para experimentar e errar.

Outros artigos relacionados

• IA nas empresas brasileiras: por que o uso individual não vira resultado
• Agentes de IA: o guia para empresas de médio porte

Fontes e referências

• Você S/A, edição 320 (maio de 2026), reportagem de capa “Quando a IA sabota a produtividade”, de Leo Caparroz
• “AI-Generated ‘Workslop’ Is Destroying Productivity”, estudo da BetterUp Labs e Universidade Stanford, Harvard Business Review (setembro de 2025)
• Relatório sobre uso de IA no trabalho, Workday
• Merriam-Webster, palavra do ano de 2025