1. Você contratou 100 gênios. Todos estão no café porque ninguém passou tarefa
A IA generativa é impressionante. Ela programa. Escreve. Pesquisa. Traduz. E ainda tem acesso a uma montanha gigantesca de conhecimento.
Ouvindo isso, parece que amanhã todo mundo vai estar tocando umas 10 empresas sozinho.
Na vida real, muita coisa empaca bem aí.
“Tá, mas o que a gente vai criar?”
É essa pergunta.
Não importa o quanto a IA seja boa: se ninguém diz por onde começar, nada acontece. Dá pra enfileirar 100 Ferraris, mas sem destino no GPS você só ganhou um estacionamento chiquérrimo.
Na era da IA, o que falta nem sempre é um modelo mais forte.
Muitas vezes falta a pessoa que entrega a primeira tarefa pra toda essa capacidade.
2. O trunfo não é a grande invenção pronta. É soltar a primeira faísca
Quando falamos em “ser criativo”, a gente imagina aquela sacada genial que ninguém nunca teve.
Na prática, existe uma habilidade mais simples e bem mais poderosa:
- isso aqui é um saco de fazer
- dá pra juntar essa coisa com aquela?
- essa função que já existe serve pra outra coisa?
- pra começo de conversa, por que essa etapa existe?
- se eu fizer uma versão mínima, o que eu descubro?
É a habilidade de criar um ponto de partida.
A primeira ideia não precisa estar pronta. O que importa é colocar na mesa algo em que o próximo pensamento possa se apoiar.
Com a mesa vazia, a conversa não anda. Mas basta aparecer um protótipo tosco e começa a chuva: “isso aqui tá estranho”, “isso serve”, “então o próximo passo é esse”.
O primeiro passo não é a resposta.
É uma máquina de fazer brotar as próximas respostas.
3. “Ter ideias” não é uma habilidade só
Se você desmonta essa habilidade, encontra pelo menos estas peças:
| Habilidade | O que ela faz |
|---|---|
| Divergência | Tira várias possibilidades de um único problema |
| Analogia | Traz o jeito de funcionar de outra área |
| Recombinação | Junta as peças A+B e cria um C |
| Achar o problema | Percebe o incômodo que vem antes do problema que te passaram |
| Reenquadrar | Reformula qual é a pergunta que realmente precisa ser resolvida |
| Convergência | Escolhe, entre as ideias, qual vai virar coisa de verdade |
| Quebrar em partes | Divide o objetivo em tarefas que a IA dá conta |
| Começar | Faz a primeira coisa concreta, mesmo que tosca |
| Ter a próxima ideia | Olha o que ficou pronto e pensa no passo seguinte |
O que a psicologia chama de pensamento divergente é uma parte importante disso. A APA define pensamento divergente como o pensamento criativo que resolve problemas ou toma decisões fugindo das estratégias comuns ou já aprendidas.[1]
Mas também há o alerta de que a nota em testes de pensamento divergente não mede toda a criatividade da vida real.[2]
Ou seja: “sair soltando um monte de ideia” não basta.
O jogo de verdade vai até reformular, escolher, botar de pé e pensar de novo.
4. Criar é um vai e vem: gerar → explorar → gerar de novo
Na pesquisa sobre como a mente cria, existe a ideia de que ninguém acerta tudo de primeira: você gera candidatos, explora e avalia, e volta a gerar se precisar. É o chamado modelo Geneplore.[3]
Trazendo isso pro desenvolvimento com IA, fica muito claro:
- você tem uma ideia
- troca uma ideia com a IA
- vira uma especificação meio crua
- você constrói
- roda
- percebe que “não é bem isso”
- surge outro ângulo
- constrói de novo
Ou seja, a ideia não precisa estar fechada antes de começar a construir.
Construir já faz parte do pensar.
Essa é a grande diferença de antigamente.
Quando um protótipo leva 3 meses, a gente quer pensar muito antes de mexer em qualquer coisa.
Quando ele aparece em 30 minutos, o próprio protótipo vira rascunho de raciocínio.
Ter ideia e executar deixam de ser departamentos separados.
5. “Não consigo fazer mil coisas ao mesmo tempo” — verdade, se for você fazendo tudo
“Não dá pra fazer tanta coisa ao mesmo tempo.”
Verdade.
Se uma pessoa tentar segurar na cabeça especificação, código, pesquisa, revisão e correção de 10 projetos ao mesmo tempo, todas as abas do navegador mental vão ficar em branco.
Só que dá pra mudar a premissa.
Você não precisa ser multitarefa. Quem trabalha em paralelo é o sistema.
O que fica com você é:
- o que você quer
- o que importa
- até onde dá pra aceitar
- qual resultado você vai adotar
E só.
Depois disso,
- pesquisa
- especificação
- desenvolvimento
- testes
- tradução
- revisão
são divididos no que dá pra separar e entregues à IA.
Não é “sou péssimo em multitarefa, então IA não é pra mim”.
Pelo contrário: se você é ruim em multitarefa, vale ainda mais tirar o trabalho da cabeça e transformá-lo em tarefas com dono definido.
6. Uma base de conhecimento gigante é depósito de material, não planta da casa
Por maior que seja a IA ou a base de dados por trás dela, nada disso garante “o que vale a pena construir”.
Imagine um home center gigantesco, com madeira, ferro, vidro, ferramentas e até maquinário pesado.
Incrível.
Mas, se o cliente não decide o que vai construir, o home center continua sendo só um home center.
A IA é parecida.
Ela traz informação. Compara. Escreve código. Dá ideias.
Mas, no momento em que entra uma direção como
“quero acabar com esse incômodo”, “se ligar essas duas coisas, fica legal”, “quero levar essa experiência pra outro nível”,
a capacidade vira trabalho.
Quem tira valor da IA não precisa saber mais do que ela.
Precisa saber dizer “cava aqui”.
7. Antes de resolver o problema, ganha quem consegue refazer a pergunta
Na pesquisa em design, “enquadrar” um problema aberto e complicado é tratado como uma prática central. Dorst chama atenção para o reenquadramento: quando uma organização enfrenta uma situação difícil, ela muda o próprio jeito de enxergar o problema.[4]
Com a IA, isso pesa ainda mais.
Se você pede “faz isso”, a IA pode resolver exatamente o que você pediu numa velocidade absurda.
É aí que mora o perigo.
Com a pergunta torta, ela fabrica em massa, e rapidinho, coisas com cara de resposta certa.
A pergunta realmente forte não é só
“Como deixo essa tarefa mais rápida?”
Ela volta até:
“Essa tarefa precisa mesmo existir?” “O usuário quer fazer isso mais rápido, ou quer não ter que fazer?” “Dá pra resolver por outro caminho?”
Quanto melhor a IA fica em responder, maior o peso de quem faz a pergunta certa.
8. Construir rápido gera mais ideias — e isso muda tudo sem fazer barulho
Há experimentos mostrando que a IA generativa reduz o tempo e melhora a qualidade em certos trabalhos intelectuais. No experimento de Noy e Zhang, nas tarefas de escrita profissional estudadas, o tempo médio caiu 40% e a qualidade avaliada subiu 18%.[5]
Claro, isso não quer dizer que todo trabalho fica 40% mais rápido.
O ponto importante é outro:
quando testar fica barato, você testa mais vezes.
E quanto mais você testa, mais coisa aprende olhando o resultado de verdade:
- se funciona mesmo
- se ficou mais feio do que você imaginava
- se serve melhor pra outra coisa
- se dá pra ligar com a função ao lado
- onde o usuário se perde
Esse tipo de informação raramente aparece só pensando.
Por isso, quanto mais curto fica o ciclo
ideia → construção → observação → nova ideia
mais as ideias deixam de ser soltas e viram uma corrente.
Velocidade de execução não é só produtividade.
É também a rotação do motor de ideias.
9. Mas, se a IA tiver todas as ideias, todo mundo sobe a mesma montanha
A IA também ajuda a ter ideias.
Só que, no experimento de Doshi e Hauser, contos escritos com ajuda de ideias da IA foram, em média, mais bem avaliados individualmente — mas ficaram mais parecidos entre si, e a diversidade do conjunto caiu.[6]
Isso é importante.
Se a pessoa só pergunta toda vez “me dá 10 ideias criativas”, corre o risco de todo mundo embarcar no mesmo ônibus de excursão.
Por isso o valor humano não some:
- aquilo que você achou chato de verdade
- a estranheza que você notou na prática
- as manias de um sistema que já existe
- uma comparação trazida de outra área
- uma combinação esquisita
- o “todo mundo faz assim, mas será mesmo?”
É esse ingrediente só seu que dá direção e personalidade à base gigante da IA.
Não é deixar a IA pensar tudo.
É você jogar uma pedra estranha no lago e a IA ampliar as ondas.
Assim fica bem mais interessante.
10. O ciclo campeão: ter a ideia → resumir numa frase → dividir → passar adiante → conferir → ter outra ideia
No dia a dia, pode ser simples assim:
① O estalo “Não seria prático se isso funcionasse assim?”
② Uma frase O que, pra quem e como você quer mudar — numa frase só.
③ Dividir Separar em partes independentes: pesquisa, design, construção, verificação.
④ Delegar Passar cada parte pra IA. Você não carrega tudo ao mesmo tempo.
⑤ Algo concreto Texto, tela, código, resultado — qualquer coisa que dê pra ver.
⑥ Conferir Ler, mexer e checar se chegou mesmo onde você queria.
⑦ Nova ideia Aparece o “se isso funciona, então dá pra fazer aquilo também”.
É por causa do ⑦ que o ciclo não acaba.
Uma coisa pronta vira matéria-prima da próxima ideia.
A função A fica pronta. Com A, você pensa em B. Com B pronto, A+B vira C. Com C, surge: “e se a gente redefinir o serviço inteiro como D?”
Começou com uma faisquinha e, quando você vê, tem uma usina de pé.
11. A armadilha: ter ideias mais rápido do que você consegue organizar
Esse jeito de trabalhar tem um efeito colateral claro.
Com ideia atrás de ideia e construção rápida, o sistema vai ganhando puxadinho em cima de puxadinho.
Um dia você abre a fiação.
“Quem fez isso?”
Você mesmo, ontem.
A solução não é parar de ter ideias.
- não multiplicar as fontes oficiais de informação
- não criar dois mecanismos pra mesma função
- se dá pra encaixar no que já existe, encaixe
- só rodar em paralelo o que é realmente independente
- depois de construir, sempre conferir
- colocar um controle de qualidade nas mudanças importantes
- separar “dá pra fazer” de “vale a pena fazer agora”
Ideia rápida pede organização rápida.
Em vez de aliviar o acelerador, reforce o volante e o freio.
12. Conclusão: na era da IA, vale menos “saber usar IA” e mais “saber criar trabalho pra ela”
Os modelos vão continuar melhorando.
Vão saber mais. Código e texto vão sair mais rápido. Rodar várias IAs ao mesmo tempo vai ficar fácil.
Com isso, a habilidade rara do lado humano vai mudando aos poucos.
De “consigo fazer tudo sozinho” para:
descobrir o que vale criar,
dar a primeira faísca,
refazer a pergunta,
dividir o trabalho,
passar pra IA,
olhar o resultado de verdade,
e dali ter a próxima ideia.
A IA é uma capacidade enorme.
Mas capacidade fica parada esperando até alguém dar trabalho pra ela.
Por isso, quem sai na frente não é só quem programa mais rápido que a IA.
É quem solta o primeiro “opa, acho que dá pra fazer isso aqui”.
Numa empresa que contratou 100 IAs geniais, o que falta primeiro não é o gênio número 101.
É alguém que escreva a primeira linha da ordem de serviço.
- APA Dictionary of Psychology, “divergent thinking. dictionary.apa.org
- American Psychological Association, “The science behind creativity” — notes that divergent-thinking measures are useful but do not map cleanly onto real-world creativity as a whole apa.org
- Ward, T. B., Smith, S. M., & Finke, R. A., “Creative Cognition,” in Handbook of Creativity; see also Geneplore descriptions of iterative generative and exploratory processes cambridge.org
- Dorst, K. (2011). “The core of ‘design thinking’ and its application.” Design Studies, 32(6), 521–532 doi.org
- Noy, S., & Zhang, W. (2023). “Experimental evidence on the productivity effects of generative artificial intelligence.” Science, 381(6654), 187–192 doi.org
- Doshi, A. R., & Hauser, O. P. (2024). “Generative AI enhances individual creativity but reduces the collective diversity of novel content.” Science Advances, 10(28), eadn5290 doi.org
