Sexta, 17h40. O cliente pede um site institucional novo, com blog, área de cases e versão em inglês, pra daqui a duas semanas. O atendimento olha pro time, o time olha pro chão. Aí alguém abre o chat da IA, cola o briefing e pergunta: "dá pra fazer em 10 dias úteis?".
A resposta vem em quatro segundos, bem formatada, com cronograma em tabela e tudo: "Sim! Com uma boa organização, é totalmente viável. Veja uma sugestão de plano:". Dia 1 a 2, arquitetura. Dia 3 a 6, design. Dia 7 a 9, desenvolvimento. Dia 10, testes e entrega. Lindo. Ninguém no time teria coragem de escrever um cronograma tão confiante.
E é exatamente esse o problema.

A IA gosta de você (e isso não é elogio)
Modelo de linguagem é treinado, em boa parte, pra dar respostas que humanos avaliam bem. E humano avalia bem resposta que concorda com ele. O nome técnico disso é sycophancy, a famosa bajulação.
Não é teoria da conspiração. Um estudo da Anthropic ("Towards Understanding Sycophancy in Language Models", Sharma et al., 2023) testou cinco assistentes de IA da época e encontrou o mesmo padrão em todos: eles tendem a concordar com a opinião do usuário, mudar uma resposta certa quando o usuário questiona e elogiar o texto que o usuário diz ter escrito. Os autores apontam que isso vem, em parte, do próprio treinamento com preferência humana.
Em abril de 2025 a OpenAI teve que desfazer uma atualização do GPT-4o porque o modelo tinha ficado, nas palavras da própria empresa, bajulador demais: concordava e validava além da conta. Ou seja, até quem fabrica o modelo admite que ele tem tendência a te dizer o que você quer ouvir.
Agora junta isso com a pergunta da sexta 17h40. "Dá pra fazer em 10 dias?" já carrega a resposta que você quer. A IA só devolveu o pedido embrulhado em tabela.

Ela não conhece a Carol, nem o Seu Jorge do financeiro
Mesmo uma IA sem bajulação nenhuma teria um problema mais básico: ela não sabe quem é o seu time.
Ela não sabe que a Carol, a única que domina o design system do cliente, tá em outros dois jobs. Não sabe que o dev freela some quando o Corinthians joga. Não sabe que esse cliente, historicamente, manda a terceira rodada de ajuste no dia da entrega. Não sabe que aprovação de texto lá passa pelo jurídico, e o jurídico responde em cinco dias úteis quando tá de bom humor.
O cronograma da IA é o cronograma de uma agência imaginária, com gente disponível 100% do tempo, cliente que aprova de primeira e zero retrabalho. Essa agência não existe. Se existisse, ninguém precisaria de PMO.

A gente já era otimista antes da IA
Seria injusto botar a culpa toda na máquina. Humano erra estimativa sozinho, sem ajuda nenhuma, faz tempo.
O nome disso é falácia do planejamento, descrita por Kahneman e Tversky em 1979. Um dos estudos clássicos sobre ela (Buehler, Griffin e Ross, 1994) pediu pra estudantes estimarem quando terminariam o TCC. A média das estimativas foi de 33,9 dias. A média real foi de 55,5 dias. E menos de um terço terminou dentro do prazo que tinha previsto. Detalhe: quando pediram a estimativa "se tudo der errado", a maioria também não cumpriu.
O mecanismo é simples. A gente planeja olhando pro cenário do caso específico ("é só um site, já fizemos vários") e ignora o histórico ("e quantos desses atrasaram?"). Kahneman chama isso de visão de dentro contra visão de fora.
A IA, quando você pergunta "dá?", te entrega a visão de dentro mais caprichada que já existiu. Só que sem acesso nenhum à visão de fora, que é justamente o seu histórico.

O dado que devia ser tatuado em todo gerente
Em 2025, a METR (organização de pesquisa em IA) fez um experimento controlado com 16 desenvolvedores experientes trabalhando em 246 tarefas reais dos próprios projetos open source. Metade das tarefas com IA liberada, metade sem.
Antes de começar, os devs estimaram que a IA ia deixar o trabalho 24% mais rápido. Com IA, eles levaram 19% mais tempo. E a parte que mais me pega: depois de terminar, eles ainda acreditavam que a IA tinha deixado tudo 20% mais rápido.
Ressalvas honestas: são 16 pessoas, só desenvolvimento de software, com ferramentas do começo de 2025, e a própria METR já publicou uma continuação dizendo que esses números não refletem mais o cenário de 2026. Então não é pra sair dizendo "IA deixa todo mundo mais lento". O ponto é outro: a gente erra feio ao perceber o ganho. E se nem quem usou sabe medir, imagina quem tá só perguntando "dá?".
O mesmo estudo mostra onde o tempo foi parar: revisar o que a IA gerou, escrever prompt, esperar resposta. Menos de 44% do código gerado foi aceito sem mexer. Isso tem nome em agência: retrabalho. Só que agora com cara de produtividade.

No Brasil, a gente usa muito (e mede pouco)
Segundo o Work Trend Index 2024 da Microsoft e do LinkedIn, 83% dos trabalhadores do conhecimento no Brasil já usavam IA no trabalho, contra 75% na média global (pesquisa com 31 mil pessoas em 31 países, mil por mercado). E 74% dos usuários brasileiros traziam as próprias ferramentas, sem a empresa fornecer.
No mesmo relatório, 59% dos líderes no mundo diziam estar preocupados em quantificar o ganho de produtividade da IA. Traduzindo: todo mundo usa, quase ninguém sabe dizer quanto rendeu. É o ambiente perfeito pra um "a IA disse que dá" virar prazo assinado com cliente. Aqui é leitura minha, não dado.

Como perguntar pra IA sem levar um "sim" de presente
Não precisa largar a ferramenta. Precisa parar de fazer pergunta de sim ou não pra quem adora dizer sim.
- Troque "dá?" por "o que pode dar errado?". Peça os cinco motivos mais prováveis de atraso. A IA é ótima em listar riscos quando você pede risco.
- Dê a visão de fora. Cole o histórico: "nos últimos 4 sites, atrasamos em média 30% e o cliente pediu 3 rodadas de ajuste". Aí sim a estimativa começa a ter chão.
- Informe capacidade real. Quem está disponível, quantas horas, em quais outros jobs. Sem isso, ela planeja pra gente que não existe.
- Peça o cenário pessimista e confie nele. Lembra do TCC: o "se tudo der errado" ainda foi otimista.
- A última palavra é do time. A IA sugere cronograma. Quem promete prazo é quem vai entregar.

Pra levar
- Modelos de IA tendem a concordar com você (Sharma et al., Anthropic, 2023). A OpenAI chegou a desfazer uma atualização do GPT-4o por bajulação em 2025.
- A IA não conhece a capacidade do seu time, nem o histórico de retrabalho do cliente. O cronograma dela é de uma agência que não existe.
- A falácia do planejamento é humana: estudantes estimaram 33,9 dias pro TCC e levaram 55,5 (Buehler, Griffin e Ross, 1994).
- Devs experientes acharam que a IA os deixou 20% mais rápidos quando, no estudo, ficaram 19% mais lentos (METR, 2025, com ressalvas).
- No Brasil, 83% já usam IA no trabalho (Work Trend Index, 2024). Uso alto e medição baixa é combinação perigosa.
- Pergunte risco, dê histórico, informe capacidade. E deixe o prazo com quem vai entregar.
Minha opinião: a IA não mentiu quando disse que dá. Ela respondeu a pergunta que você fez, do jeito que você queria. O erro foi pedir pra ela o que só o seu histórico sabe responder. Da próxima vez que ouvir "perguntei pra IA e ela disse que dá", pergunta de volta: "e o time, disse o quê?".

No Instagram
Este artigo também virou carrossel no Instagram. Passa lá pra comentar e seguir o Out of Scope.
Ver o carrossel no Instagram (abre em nova aba)ORIGEM E CONTEXTO
Texto de Marcos Yamamura (Mamu).
Conteúdo e reflexões escritas a partir da experiência do(a) autor(a).

