Um experimento com 160 universitários tenta responder a uma pergunta que se tornou central na era da inteligência artificial generativa: quando delegamos parte de uma tarefa à IA, estamos economizando esforço — ou mudando a maneira como pensamos?
Toda tecnologia que nos poupa trabalho acaba provocando uma inquietação parecida. A calculadora prejudicaria nossa capacidade de fazer contas. Os mecanismos de busca fariam com que deixássemos de memorizar informações. Agora, com a inteligência artificial generativa, a pergunta voltou com força:
se uma máquina pode escrever, argumentar, resumir e organizar ideias conosco, o que acontece com o nosso próprio esforço cognitivo?
Talvez a IA nos deixe intelectualmente mais preguiçosos. Talvez aconteça o contrário e, livres de tarefas mecânicas, possamos dedicar atenção às partes mais sofisticadas de um problema. As duas hipóteses são plausíveis — e é exatamente por isso que precisam ser medidas.
O problema não é simplesmente usar ou não usar IA
Em julho de 2025, pesquisadores ligados a instituições como Heidelberg University, Cornell University e University of Nebraska–Lincoln publicaram na revista Trials o protocolo de um experimento desenhado para investigar essa questão.
O estudo compara estudantes realizando uma tarefa de escrita analítica com ou sem auxílio do ChatGPT. Seu interesse, porém, não está apenas no texto produzido ao final. Os pesquisadores querem observar o que acontece durante o processo de escrever.
Se duas pessoas chegam à mesma resposta, elas necessariamente percorreram o mesmo caminho mental? Não. Uma pode ter elaborado hipóteses, confrontado argumentos, descartado alternativas e reconstruído sua conclusão. Outra pode simplesmente ter recebido uma solução pronta. O produto final pode até parecer semelhante; o processo cognitivo não é.
Um experimento para observar o pensamento em movimento
O ensaio foi planejado como um experimento randomizado, com 160 universitários entre 18 e 35 anos, divididos entre dois grupos. Em um deles, os participantes realizam uma tarefa de escrita analítica podendo usar o ChatGPT livremente. No outro, executam a mesma tarefa sem assistência da IA.
A atividade foi adaptada da seção de escrita analítica do GRE, exame padronizado utilizado internacionalmente. O desempenho dos textos é avaliado em uma escala de 0 a 6.
Mas aqui começa a parte mais interessante. Os pesquisadores não decidiram perguntar apenas “quem escreveu melhor?”. Também perguntaram: quanto esforço cognitivo foi empregado para chegar até ali? E tentaram responder sem depender exclusivamente da percepção do participante.
Os olhos também contam uma história
Durante a tarefa, um equipamento de eye tracking registra movimentos dos olhos e alterações no diâmetro das pupilas. A dilatação pupilar pode funcionar, em condições experimentais específicas, como um indicador psicofisiológico associado ao esforço cognitivo.
O sistema utilizado no estudo registra dados a 120 Hz, enquanto a iluminação do ambiente é controlada. Antes da tarefa, cada participante também passa por uma medição basal da pupila. Isso não significa que seja possível simplesmente “medir quanto uma pessoa está pensando” olhando para sua pupila. O valor está na comparação experimental cuidadosamente controlada entre condições.
Observando o cérebro — sem entrar nele
O experimento utiliza também espectroscopia funcional no infravermelho próximo, conhecida pela sigla fNIRS. A técnica permite acompanhar alterações hemodinâmicas relacionadas à atividade cerebral por sensores posicionados sobre o couro cabeludo. Neste estudo, o interesse se concentra principalmente em regiões frontais relacionadas a funções executivas e controle cognitivo.
Assim, enquanto o participante escreve, os pesquisadores podem combinar movimentos oculares, variação pupilar, atividade hemodinâmica cerebral, interações com o ChatGPT, desempenho do texto e respostas subjetivas. É uma abordagem multimodal para uma pergunta que, até pouco tempo atrás, era discutida predominantemente em termos de opinião.
Eficiência não é necessariamente empobrecimento cognitivo
Fazer menos esforço para executar uma tarefa não é automaticamente algo ruim. Passamos séculos construindo tecnologias justamente para reduzir esforço. A questão relevante é qual esforço estamos eliminando.
Se a IA remove uma tarefa repetitiva e permite concentrar recursos cognitivos em formular uma hipótese melhor, examinar uma contradição ou tomar uma decisão mais sofisticada, a redução de esforço operacional pode representar ganho. Mas podemos usar a mesma tecnologia para evitar exatamente o trabalho mental que produz aprendizagem: pedir uma resposta pronta, aceitá-la sem confrontá-la e copiar uma argumentação sem reconstruí-la mentalmente.
Cognitive offloading: terceirizar não é algo novo
A ciência cognitiva utiliza a expressão cognitive offloading para descrever situações nas quais transferimos parte de uma demanda mental para algum elemento externo. Anotamos um compromisso para não precisar memorizá-lo, usamos GPS para não calcular uma rota e criamos listas para não manter itens na memória de trabalho.
A inteligência artificial generativa acrescenta algo novo porque já não terceirizamos apenas armazenamento ou cálculo. Podemos terceirizar partes da própria produção intelectual. Uma IA pode propor argumentos, reorganizar raciocínios, formular uma objeção e redigir uma conclusão. Por isso, precisamos saber que tipo de trabalho mental continua sendo realizado pelo humano.
Talvez a pergunta certa não seja “IA ou humano”
Imagine duas pessoas utilizando exatamente o mesmo modelo. A primeira pergunta: “Escreva minha resposta.” A segunda pergunta: “Aqui está meu argumento. Identifique os pontos mais frágeis, apresente a melhor objeção possível e diga quais evidências eu precisaria encontrar para sustentar minha conclusão.”
Tecnicamente, ambas estão usando inteligência artificial. Cognitivamente, estão realizando atividades bastante diferentes. Na primeira situação, a IA pode substituir parte substancial do processo. Na segunda, pode aumentar a quantidade de confronto intelectual a que o próprio usuário se expõe.
E o que o estudo encontrou?
Essa é justamente a pergunta para a qual ainda não devemos inventar uma resposta. O artigo publicado na Trials é um protocolo de estudo, e não o relatório dos resultados finais.
O ensaio foi posteriormente concluído, com 160 participantes e término da coleta registrado em 20 de fevereiro de 2025. No entanto, o registro público do estudo continuava sem resultados disponibilizados. O desenho experimental é interessante e a metodologia oferece uma oportunidade incomum de observar desempenho, comportamento e marcadores psicofisiológicos; mas nada disso autoriza antecipar resultados.
A discussão que realmente importa começa antes dos resultados
Perguntar simplesmente se “ChatGPT faz bem ou mal para o cérebro” produz manchetes, mas pouca ciência. A relação entre tecnologia e cognição provavelmente dependerá da tarefa, da pessoa, do contexto, da experiência prévia, da maneira como a ferramenta é utilizada e até do que consideramos um resultado desejável.
Uma IA pode reduzir esforço desnecessário, ampliar nossa capacidade de explorar ideias, funcionar como interlocutor e oferecer uma segunda perspectiva. Também pode se tornar um atalho para não pensar. Essas possibilidades não são contraditórias; podem coexistir dentro da mesma tecnologia e até dentro da mesma pessoa.
A inteligência artificial não precisa pensar por nós
Existe uma diferença profunda entre usar uma ferramenta para substituir uma pergunta e utilizá-la para formular perguntas melhores. Talvez essa distinção seja uma das competências intelectuais mais importantes da próxima década.
Aprender a utilizar inteligência artificial provavelmente não significará apenas saber escrever bons prompts. Significará reconhecer quais partes de uma tarefa podemos delegar sem perda relevante — e quais partes precisamos deliberadamente preservar como trabalho humano.
Porque eficiência importa. Produtividade importa. Mas existem atividades nas quais o esforço não é um defeito do processo. O esforço é parte do processo. Pensar é uma delas.
Referência científica
Chen Y, Wang Y, Wüstenberg T, et al. Effects of generative artificial intelligence on cognitive effort and task performance: study protocol for a randomized controlled experiment among college students. Trials. 2025;26:244. doi:10.1186/s13063-025-08950-3.
Registro do ensaio: ClinicalTrials.gov NCT06511102. Artigo de acesso aberto: PubMed Central.
Nota editorial
Este texto comenta um protocolo experimental e seu registro público. O estudo foi concluído, mas os resultados do ensaio não constavam no registro público consultado. As interpretações conceituais apresentadas aqui não devem ser confundidas com resultados dos participantes.