A tarefa que levava quatro horas terminou em três. O painel registra 25% de ganho. Uma semana depois, outra pessoa encontra um número incorreto, reconstrói a análise e corrige a decisão que já havia circulado. O cronômetro estava certo sobre a primeira sessão — e incompleto sobre o trabalho.
O cronômetro registra uma sessão; o livro-razão registra a consequência
O preprint Counting the Bandages distingue a visão do cronômetro — minutos observados na tarefa — da visão de livro-razão, em que tempo economizado é lido junto com defeitos excedentes que escapam. O autor propõe um ponto de equilíbrio: quanto cada defeito posterior pode custar antes de anular a economia aparente [1][2].
Essa formulação é útil para decisão, mas não é uma medição universal pronta. Ela exige definir contrafactual, qualidade aceitável, horizonte e custo da falha. Um erro em uma legenda, em uma recomendação clínica e em uma transferência financeira não possui a mesma consequência.
Os mesmos 246 issues sustentam estimativas diferentes
Ao reanalisar dados públicos do estudo da METR com 246 issues e 16 desenvolvedores experientes, o preprint reporta desaceleração de 19% ou 24%, conforme o estimando; sem um ajuste para desequilíbrio ao acaso, chega a 34%. O intervalo apresentado para a proporção de issues em que a IA ajudou vai de 3% a 82% [1][2][3].
A amplitude não torna o estudo inútil. Ela mostra que pergunta, unidade de análise e ajuste estatístico fazem parte da resposta. O autor estima que o desenho com 246 issues tinha poder para detectar efeitos por volta de 25%, enquanto um efeito de 10% exigiria aproximadamente 1.350 issues sob as hipóteses usadas. Esse cálculo também depende do modelo estatístico adotado.
540 sessões simuladas mostram um mecanismo, não uma taxa empresarial
O paper também descreve 540 sessões com 40 pacotes de documentos e um único modelo revisor, usando verdade de referência exata e defeitos semeados. Quando o material afirmava 3% em vez do valor verdadeiro de 30%, o número incorreto escapou em 22,5% dos casos; na condição de controle reportada, não escapou. Em 29 dos 40 pacotes houve ao menos uma resposta sem consulta à fonte, contra zero no controle [1][2].
O experimento isola um possível mecanismo de excesso de confiança, mas não envolve participantes humanos, usa um modelo, tarefas artificiais e defeitos implantados. Em 140 briefs naturais examinados separadamente, o autor relata zero erro natural com a definição utilizada. Portanto, não se deve exportar 22,5% como taxa de erro de organizações ou ferramentas.
O placar mínimo para uma iniciativa de produtividade
- Tempo até a primeira saída e tempo até o aceite, medidos separadamente.
- Qualidade de referência, critérios de verificação e quem realizou a revisão.
- Defeitos encontrados antes do uso e defeitos que escaparam depois da entrega.
- Retrabalho, interrupções e transferência de custo para outras pessoas ou etapas.
- Custo de modelo, ferramentas, supervisão, infraestrutura e contingência.
- Impacto da falha e limiar de decisão para expandir, corrigir ou interromper.
Limites, conflito de interesse e contraponto
- Trata-se de um preprint de autor único, identificado como pesquisador independente, sem revisão por pares ou replicação independente localizada no corte editorial.
- O compromisso de pré-registro é descrito pelo próprio autor; não substitui um registro externo verificável anterior à coleta.
- A reanálise da METR depende de escolhas de estimando e ajuste; ela não invalida automaticamente a análise original.
- O experimento de revisão usa dados sintéticos, um modelo e nenhum participante humano; mede um mecanismo delimitado, não produtividade organizacional.
- Não localizamos conflito comercial declarado no texto. A ausência de declaração explícita não prova inexistência de interesse.
A regra prática: não confunda uma tarefa mais curta com um sistema mais produtivo
A IA pode economizar tempo real. Também pode deslocar verificação e correção para alguém que o painel não acompanha. A gestão responsável não escolhe entre entusiasmo e paralisia: define o trabalho inteiro, mede o efeito relevante e mantém a decisão aberta para evidência contrária.
Nota editorial e de responsabilidade
Números, população, método e limitações foram atribuídos às fontes diretas. O artigo separa resultados reportados pelo autor de interpretação editorial e recomendações profissionais. Pontos de vista pessoais e profissionais não são fatos universais nem garantia de resultado. O conteúdo é informativo e não substitui avaliação técnica, jurídica, regulatória, financeira ou de segurança. Autor, METR, modelos e instituições citados pertencem aos respectivos titulares; não há patrocínio ou endosso. Tech Human e Trustyu atuam comercialmente em desenvolvimento e governança de produtos digitais. Pesquisa, estrutura e redação tiveram assistência de IA; Fernando Parreiras autorizou a pauta, a auto-revisão factual e a publicação em 29/10/2026, sem revisão humana independente adicional. Este preprint permanece em acompanhamento e o artigo poderá receber correções diante de nova versão, dados, revisão por pares, replicação ou contestação relevante.