Produtividade: Pesquisas sobre IA Generativa

Esta página reúne uma lista de pesquisas que exploram o impacto da Inteligência Artificial (IA) generativa na produtividade.

The Rapid Adoption of Generative AI

Fev 11, 2025
Este estudo apresenta resultados de pesquisas representativas nos Estados Unidos sobre o uso da IA generativa no trabalho e em casa. Até o final de 2024, cerca de 40% da população entre 18 e 64 anos já utilizava essa tecnologia. Entre os empregados, 23% a usaram pelo menos uma vez na semana anterior, e 9% relataram uso diário no trabalho. Comparada ao lançamento de outras tecnologias no mercado de massa, a adoção da IA generativa no ambiente de trabalho ocorreu tão rapidamente quanto a dos computadores pessoais (PCs), enquanto a adoção geral foi mais acelerada que a dos PCs e da internet. Além disso, os padrões iniciais de adoção da IA generativa no trabalho seguem tendências semelhantes às dos PCs, considerando fatores como escolaridade e ocupação. Atualmente, entre 1% e 5% das horas trabalhadas são auxiliadas por IA generativa, resultando em economia de tempo equivalente a 1,4% do total de horas de trabalho.

Sobre a produtividade:

• Os usuários de genAI economizam, em média, 5,4% das horas de trabalho, o que equivale a aproximadamente 2,2 horas por semana para quem trabalha 40 horas. Ao considerar todos os trabalhadores, incluindo os que não utilizam a tecnologia, a economia média cai para 1,4% do total de horas trabalhadas.
• A economia de tempo está diretamente relacionada à intensidade do uso da genAI, variando significativamente entre ocupações e setores. Profissionais das áreas de computação, matemática e gestão utilizam a ferramenta em 9% a 12% do expediente, reduzindo entre 2,1% e 2,5% do tempo de trabalho. Em contraste, trabalhadores de serviços pessoais empregam a genAI em apenas 1,3% das horas, economizando apenas 0,4%.
• Entre os setores, o de serviços de informação registra a maior adoção da genAI (14,0%) e a maior economia de tempo (2,6%), enquanto os setores de lazer, hospedagem e outros serviços apresentam os menores índices, com 2,3% de uso e 0,6% de economia de tempo.

Link página do artigo.

The Effects of Generative AI on High-Skilled Work

Evidence from Three Field Experiments with Software Developers
Set 05, 2024 — Rev. Fev 10, 2025
Este estudo avaliou o impacto da IA generativa na produtividade de desenvolvedores de software por meio de experimentos controlados randomizados realizados na Microsoft, Accenture e em uma empresa anônima da Fortune 100. Embora cada experimento apresente variabilidade, a análise combinada dos três experimentos, envolvendo 4.867 desenvolvedores, revela um aumento de 26,08% no número de tarefas concluídas por aqueles que utilizaram a ferramenta de IA.

• Houve um aumento de 13,55% nas atualizações de código (commits) e um aumento de 38,38% no número de vezes que o código foi compilado.
• O Copilot aumentou significativamente a conclusão de tarefas para novos contratados e para aqueles em posições mais juniores, mas não teve impacto significativo para desenvolvedores com mais tempo de empresa e em cargos mais seniores.
• O estudo observa que o aumento de produtividade em ambientes reais é menor do que o encontrado em experimentos de laboratório. Isso pode ocorrer porque apenas algumas tarefas de codificação são facilmente assistidas pelo Copilot, e a programação é apenas uma parte do trabalho de um desenvolvedor de software.

Link página do artigo.

Superagency in the workplace

Empowering people to unlock AI’s full potential.
Jan 28, 2025
Pesquisa da McKinsey & Company aponta que quase todas as empresas investem em IA, mas apenas 1% acredita estar em um nível de maturidade. A pesquisa revela que a maior barreira para a escalabilidade não são os funcionários — que estão prontos — mas os líderes, que não estão avançando rápido o suficiente.

Link página pesquisa PwC.

PWC 28ª CEO Survey

Jan 20, 2025
CEOs relatam ganhos de produtividade com a IA generativa e melhor retorno dos investimentos com baixo impacto climático. A PwC ouviu mais de 4.700 executivos, em mais de 100 países e territórios, de outubro ao início de novembro de 2024.

Apenas dois anos após a IA generativa ter surgido no radar dos executivos, as empresas já estão adotando a tecnologia em grande escala. Mais da metade deles (52% no Brasil e 56% no mundo) relata que a IA generativa resultou em ganhos de eficiência no uso do tempo dos funcionários, enquanto cerca de um terço identificou aumento de receita (34% no Brasil e 32% no mundo) e lucratividade (31% no Brasil e 34% no mundo).

Link página pesquisa PwC.

Generative AI at Work

Abr 2023 — Rev. Nov 2023
Este artigo explora o impacto da IA generativa em profissionais de atendimento ao cliente. O estudo revela que o assistente de IA aumenta a produtividade, especialmente entre agentes novatos, ao disseminar boas práticas e facilitar o aprendizado. Especificamente, a ferramenta melhora as taxas de resolução de problemas e a percepção dos clientes, além de aumentar a retenção de funcionários. No entanto, os efeitos são desiguais, com impacto mínimo ou até negativo em profissionais mais experientes e altamente qualificados.

• Aumento da produtividade: O acesso à IA generativa aumenta a produtividade dos trabalhadores em 14% em média, medido pelo número de problemas resolvidos por hora.
• Ganhos desproporcionais para trabalhadores menos experientes e com menor qualificação: Trabalhadores novatos e de baixa qualificação apresentam um aumento de 34% na produtividade, enquanto os trabalhadores experientes e altamente qualificados mostram impacto mínimo.
• Disseminação de boas práticas: A assistência da IA ajuda a disseminar as melhores práticas dos trabalhadores mais capacitados, auxiliando os novatos a avançarem na curva de experiência. Agentes com menos qualificação passam a se comunicar de forma mais semelhante aos agentes mais qualificados.
• Melhoria na percepção dos clientes: A assistência da IA melhora a forma como os clientes tratam os agentes, independentemente do nível de habilidade e experiência, com os maiores efeitos para aqueles que estão nas faixas mais baixas a intermediárias de qualificação e tempo de serviço.
• Aumento na retenção de funcionários: O acesso à IA está associado a uma redução significativa da rotatividade, especialmente entre os agentes mais novos (com menos de 6 meses de experiência).
• Padronização na comunicação: O acesso à IA leva à convergência nos padrões de comunicação, fazendo com que agentes menos qualificados passem a se comunicar de forma mais semelhante aos mais experientes.
• Recomendações da IA são eficazes: Agentes que seguem as recomendações da IA com mais rigor obtêm maiores ganhos de produtividade. Além disso, a adesão aumenta ao longo do tempo, especialmente entre os mais céticos no início.
• Mudanças na comunicação: A assistência da IA altera o conteúdo das mensagens enviadas aos clientes, com impacto maior para agentes de menor qualificação.
• Menos escalonamentos: O uso da IA reduz a necessidade de escalonamento de atendimentos, tornando os clientes menos propensos a solicitar um gerente ou supervisor.

Link página do artigo.

Navigating the Jagged Technological Frontier

Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality.
Set 22,2023
Este artigo explora o impacto da IA na produtividade e qualidade dos chamados “trabalhadores do conhecimento” (knowledge workers) por meio de experimentos de campo. A pesquisa analisa como consultores do Boston Consulting Group executaram tarefas realistas com e sem assistência da IA. Os resultados revelam uma “fronteira tecnológica irregular”, na qual a IA melhora significativamente o desempenho em algumas tarefas, mas prejudica em outras. Os achados indicam que a IA pode elevar consideravelmente o desempenho e a qualidade, especialmente em tarefas alinhadas às suas capacidades, beneficiando profissionais com diversos níveis de habilidade. Por fim, o artigo destaca a importância de entender essa fronteira para aproveitar ao máximo o potencial da IA.

• Fronteira tecnológica irregular da IA: A IA possui uma “fronteira tecnológica irregular”, onde executa algumas tarefas com facilidade, mas falha em outras, mesmo que pareçam similares em dificuldade. Profissionais que dominam essa fronteira obtêm grandes ganhos de produtividade, enquanto o uso inadequado da IA pode prejudicar o desempenho.
• Impulsionador de produtividade e qualidade: Em tarefas dentro da fronteira da IA, consultores que a utilizaram foram mais produtivos, completando 12,2% mais tarefas e 25,1% mais rapidamente. Além disso, produziram resultados de qualidade significativamente superior, com pontuação 40% maior do que o grupo de controle.
• Impacto diferencial da IA nas habilidades: Profissionais de todos os níveis se beneficiaram da IA. Aqueles com desempenho abaixo da média tiveram um aumento de 43%, enquanto os acima da média melhoraram em 17%. Os maiores ganhos foram observados entre os profissionais com menor desempenho inicial.
• Redutor de qualidade: Em tarefas fora da fronteira da IA, consultores que utilizaram a tecnologia tiveram 19 pontos percentuais a menos de acertos em comparação aos que não a usaram. Quando aplicada a tarefas inadequadas, a IA levou alguns profissionais a aceitarem cegamente suas respostas erradas.
• Maior taxa de conclusão de tarefas: O uso de ferramentas de IA aumentou significativamente a taxa de conclusão das tarefas, ao mesmo tempo em que melhorou a qualidade dos resultados.
• Produção mais homogênea: Embora a IA gere ideias de maior qualidade, há uma redução na diversidade das respostas quando comparadas às produzidas sem seu uso.
• Dois padrões distintos de uso eficiente da IA: O estudo identificou dois modelos de integração bem-sucedida entre humanos e IA:
• Centauros: Profissionais alternam entre tarefas humanas e da IA, delegando partes do trabalho com base nas forças de cada um.
• Ciborgues: Profissionais integram completamente a IA no fluxo de trabalho, interagindo com a tecnologia de forma contínua e explorando seu limite máximo de capacidade.

Link página do artigo.

Experimental Evidence on the Productivity

Effects of Generative Artificial Intelligence.
Mar 06, 2023 — Rev. Mar 13, 2023
Este artigo investiga o impacto do ChatGPT no contexto de tarefas de escrita profissional de nível intermediário. Por meio de um experimento com profissionais com formação universitária, os autores constataram que o ChatGPT aumentou significativamente a produtividade, reduzindo o tempo necessário e melhorando a qualidade do conteúdo. O estudo também revelou que a ferramenta beneficiou mais os trabalhadores de menor habilidade, contribuindo para a redução da desigualdade entre eles. Os resultados sugerem que o ChatGPT substitui principalmente o esforço, em vez de complementar habilidades, redefinindo as tarefas para focar na geração de ideias e na edição.

• Aumento da Produtividade: O ChatGPT melhora significativamente a produtividade, reduzindo o tempo de execução em 0,8 desvios padrão e aumentando a qualidade do resultado em 0,4 desvios padrão.
• Redução da Desigualdade: O ChatGPT reduz a desigualdade na produtividade ao beneficiar desproporcionalmente trabalhadores com menor desempenho inicial. Isso diminui disparidades, já que a correlação entre as notas da primeira e da segunda tarefa cai significativamente no grupo que utilizou a ferramenta.
• Substituição do Esforço: O ChatGPT substitui, em grande parte, o esforço dos trabalhadores, em vez de complementar suas habilidades. A maioria dos participantes submete a saída inicial do ChatGPT sem realizar edições.
• Reestruturação de Tarefas: O uso do ChatGPT reorganiza as tarefas, priorizando a geração de ideias e a edição, em detrimento da elaboração de rascunhos. O tempo gasto na escrita de um rascunho bruto cai mais da metade, enquanto o tempo dedicado à edição mais que dobra.
• Satisfação no Trabalho e Autoconfiança: A exposição ao ChatGPT aumenta a satisfação no trabalho e a autoconfiança dos usuários.
• Limitações: As tarefas do experimento eram curtas, independentes e sem necessidade de conhecimento específico, o que pode superestimar a utilidade do ChatGPT. Seus efeitos variam conforme a ocupação, a natureza da tarefa e o nível de habilidade do usuário.

Link página do artigo.