Em um ambiente corporativo, uma supervisora designa uma tarefa a dois funcionários, que devem realizá-la de forma individual utilizando uma ferramenta de inteligência artificial recém-contratada. O modelo de LLM (Large Language Model), que promete agilizar o processo, é disponibilizado a ambos os profissionais.
Após o prazo estipulado, os resultados apresentados pelos colaboradores diferem significativamente. Enquanto um deles entrega um relatório detalhado e preciso, o outro apresenta um documento extenso, mas repleto de informações irrelevantes e até falsidades que podem impactar negativamente a empresa. Essa discrepância no desempenho levanta a questão: o que determina o sucesso de cada um, mesmo utilizando a mesma ferramenta?
De acordo com especialistas em Psicologia do Trabalho, essa diferença se deve a uma habilidade pouco reconhecida, mas fundamental para a carreira moderna. Ricky J. Sethi, professor titular de ciência da computação na Fitchburg State University, afirma que as atuais ferramentas de inteligência artificial generativa, apesar de suas capacidades, ainda carecem de uma compreensão verdadeira do que produzem. Elas geram respostas sem saber se são corretas, se contêm informações conflitantes ou se uma questão exige uma análise mais cuidadosa.
Sethi e outros pesquisadores estão dedicados a resolver essa limitação, com o apoio financeiro de grandes empresas de tecnologia, como Google e Amazon. O foco de suas pesquisas é o desenvolvimento da metacognição artificial, um conceito que existe desde a década de 1970 e se refere à capacidade de analisar e questionar o próprio pensamento. Essa habilidade é essencial para a formação de opiniões e para a consideração de novas informações sobre um problema.
Em dezembro de 2025, um estudo publicado na Information Systems Research analisou a aplicação da metacognição em sistemas de IA explicável (XAI) em comparação com sistemas de “caixa preta”, que não revelam seus processos. Os resultados indicam que usuários que compreendem o funcionamento das ferramentas tendem a confiar menos nas respostas geradas pela IA, mas também a utilizar mais sua capacidade crítica para complementar o trabalho.
Mesmo ao utilizar modelos de caixa preta, como os chatbots mais populares, ter um conhecimento básico sobre LLMs pode ativar a habilidade crítica do usuário. Matheus Viana ressalta que a capacidade de formular problemas se tornará uma das competências mais valorizadas no mercado de trabalho. A habilidade de julgamento é cada vez mais importante do que a simples execução de tarefas, sinalizando uma mudança nas exigências profissionais diante da evolução da inteligência artificial.
