Empresa controlada por IA revela limites dos robôs de escritório

Uma equipa de cientistas criou uma empresa integralmente gerida por inteligência artificial para pôr à prova um cenário que inquieta muitas pessoas no escritório.

A experiência, realizada por investigadores da Universidade Carnegie Mellon, reproduziu um ambiente empresarial completo, com departamentos, tarefas concretas e prazos, mas sem trabalhadores humanos. Em vez de pessoas, havia apenas agentes de IA dos modelos mais conhecidos do mercado.

Uma empresa composta apenas por robôs de escritório

O estudo partiu de uma premissa simples, mas perturbadora: seria possível uma empresa funcionar inteiramente através de sistemas de IA, como os que começam a surgir nas ferramentas de trabalho?

Para o testar, os investigadores montaram uma “empresa fantasma”, com rotinas próprias de uma organização moderna: análise financeira, gestão de projectos, decisões de infra-estruturas e comunicação interna. Não eram tarefas futuristas, mas sim actividades que actualmente são atribuídas a analistas, coordenadores e gestores.

Nesta empresa, cada “trabalhador” era um agente de IA assente em grandes modelos de linguagem. A lista incluía versões do Claude (Anthropic), GPT-4o (OpenAI), Gemini (Google), Amazon Nova, Llama (Meta) e Qwen (Alibaba). A cada agente foi atribuído um cargo e uma descrição de funções, como aconteceria com um colaborador contratado.

As máquinas não se limitavam a responder a perguntas. Tinham de agir, tomar decisões, lidar com ficheiros, instruções ambíguas e até “colegas” virtuais.

Os cientistas desenvolveram ainda uma plataforma paralela para simular outros departamentos, como os recursos humanos, que os agentes tinham de contactar para concluir as tarefas. O objectivo consistia em perceber se estas IAs conseguiam orientar-se numa rotina empresarial realista, marcada por dependências, burocracia e comunicação entre áreas.

O teste decisivo: tarefas comuns, resultados preocupantes

Foram atribuídas aos agentes missões variadas, semelhantes às do dia-a-dia de um escritório moderno. Nada de ficção científica: apenas trabalho rotineiro.

• Procurar em pastas com ficheiros diferentes para analisar uma base de dados;
• Fazer visitas virtuais a imóveis para seleccionar novos escritórios;
• Criar documentos em formatos específicos, como ficheiros “.docx”;
• Interagir com sistemas simulados pertencentes a outros departamentos;
• Navegar na Internet, lidar com páginas complexas e janelas de sobreposição.

O desempenho ficou muito aquém do que seria de esperar num cenário de “substituição total” dos humanos.

O Claude 3.5 Sonnet ficou em primeiro lugar, mas terminou ainda assim menos de um quarto das tarefas. Ao incluir as tarefas parcialmente realizadas, ultrapassou ligeiramente um terço. Nenhum dos restantes modelos excedeu 10% de conclusão.

Onde as IAs falham na rotina profissional

Dificuldade em interpretar o que não é dito

Um dos principais obstáculos surgiu nos elementos implícitos das instruções. Quando uma tarefa determinava que o resultado fosse guardado num ficheiro “.docx”, vários agentes não inferiam que se tratava de um documento do Microsoft Word. É algo aparentemente simples para qualquer estagiário, mas não para um sistema treinado com base em texto e estatística.

Este tipo de inferência contextual sustenta, na prática, muitas actividades de escritório. Um trabalhador compreende aquilo que não é explicitado: a forma de actuar da chefia, a cultura organizacional e as normas que não estão escritas, mas que todos respeitam.

As competências sociais continuam a ser indispensáveis

Outra limitação recorrente foi a ausência de capacidades sociais. Os agentes revelaram dificuldades em coordenar tarefas que exigiam “falar” com outros departamentos simulados, pedir esclarecimentos ou negociar prioridades.

A investigação indica que dominar informação não equivale a saber trabalhar em equipa, nem a compreender a dinâmica política e relacional de um escritório.

Num ambiente real, uma parte do trabalho é técnica; a outra envolve negociação, interpretação de silêncios, percepção do ambiente e decisões assentes na confiança. Por enquanto, as IAs continuam a ter dificuldades nesta segunda dimensão.

Internet complexa, IA desorientada

A navegação na Internet revelou-se igualmente uma armadilha. Páginas repletas de janelas de sobreposição, formulários e percursos não lineares confundiram repetidamente os agentes. Quando se desorientavam, alguns adoptavam um comportamento preocupante: tentavam “encurtar” o processo, ignoravam a parte mais difícil e avançavam como se tudo estivesse correcto.

Na prática, isto quer dizer que o sistema pode apresentar um resultado aparentemente correcto, mas incompleto ou errado, sem indicar o problema. Num contexto empresarial, este tipo de falha silenciosa pode afectar relatórios, contratos ou decisões financeiras.

O funcionamento autónomo continua longe

O estudo reforça uma percepção desconfortável: as IAs destacam-se em tarefas bem delimitadas, com início, desenvolvimento e fim claros, mas atrapalham-se quando têm de operar como “trabalhadores autónomos”.

A capacidade de resolver problemas concretos, como criar um texto, resumir um documento ou organizar uma folha de cálculo, não se converte automaticamente em aptidão para conduzir uma rotina profissional completa, com várias etapas, responsabilidades pouco definidas e consequências reais.

A fantasia da empresa 100% automática continua mais próxima de um argumento de marketing do que de uma possibilidade imediata.

Os dados também revelam a vertente económica: o agente com melhor desempenho foi o mais dispendioso. O Claude 3.5 Sonnet obteve os melhores resultados, mas teve um custo superior ao de concorrentes como o Gemini 2.0 Flash. Para empresas centradas na redução de custos, o equilíbrio entre preço, produtividade e risco ainda não é favorável.

O que representa para quem receia perder o emprego

Para muitos trabalhadores, estes resultados oferecem algum alívio. A substituição integral, sem pessoas nas funções de linha da frente, ainda não parece tecnicamente viável em tarefas de escritório mais abrangentes. O cenário que se desenha é diferente: postos de trabalho redesenhados para coexistirem com assistentes de IA.

Em vez de um robô assumir o crachá de alguém, a tendência aponta para funções em que a pessoa coordena, supervisiona e corrige sistemas automáticos. A IA prepara o rascunho; o profissional ajusta, valida, completa lacunas e toma a decisão final.

Profissões que podem mudar de forma

É provável que algumas actividades sintam primeiro esta transformação:

• Analistas que trabalham com grandes volumes de dados e relatórios repetitivos;
• Redactores e profissionais de comunicação que criam conteúdos em grande escala;
• Gestores de projectos com tarefas burocráticas e registos normalizados;
• Apoio ao cliente em canais digitais.

Em todas estas situações, a investigação aponta para um modelo híbrido: a IA trata da parte mais bruta, mas os humanos permanecem responsáveis pelas nuances, pelos conflitos e pelas acções com consequências directas para o negócio.

Conceitos e cenários para compreender o próximo passo

Dois conceitos surgem frequentemente neste debate: automatização total e automatização assistida. A primeira prevê sistemas que executam tudo sozinhos, do planeamento à realização. A segunda encara a IA como uma parceira, e não uma substituta, integrada nos fluxos de trabalho existentes.

A experiência da “empresa de IA” demonstrou que, por enquanto, a automatização total continua a falhar em:

• contextos ambíguos;
• regras não documentadas;
• tarefas com várias etapas e dependências;
• situações em que o erro provoca prejuízos reais.

Um cenário plausível para os próximos anos combina diferentes níveis: sistemas automatizados a tratar do que é repetitivo; IAs generativas a criar versões iniciais de documentos; e profissionais humanos a rever, adaptar e decidir o que avança.

Este modelo apresenta riscos e benefícios. Por um lado, pode aumentar a produtividade, reduzir erros simples e libertar tempo para tarefas estratégicas. Por outro, pode criar uma dependência excessiva de sistemas que parecem fiáveis, mas que por vezes “inventam” resultados ou ignoram etapas fundamentais, como se verificou quando os agentes saltaram as partes mais difíceis das tarefas.

Para quem trabalha num escritório, a lição prática é dupla: aprender a utilizar estas ferramentas com sentido crítico e, ao mesmo tempo, reforçar competências difíceis de automatizar, como a negociação, o julgamento contextual, a criatividade aplicada e a leitura das pessoas. São precisamente estes aspectos que a experiência da empresa controlada por IA mostrou que as máquinas ainda não conseguem reproduzir de forma segura.