A cada três meses, algo impressionante pode acontecer. Não, não é o último relatório de resultados da NVIDIA. Não é o Banco Central cortando juros. Nem o último influenciador do Tigrinho sendo preso.
É mais silencioso do que isso: os agentes de inteligência artificial estão conseguindo concluir tarefas cada vez mais longas e complexas.
Essa evolução aparece em um gráfico criado pela METR, organização dedicada a avaliar as capacidades e os riscos de sistemas avançados de IA. O estudo acompanha o chamado time horizon, uma métrica que relaciona o desempenho dos agentes ao tempo que um especialista humano levaria para realizar a mesma tarefa.
Aqui está uma distinção importante: o gráfico não mostra por quantas horas uma IA permanece trabalhando sem parar. Ele indica a duração humana das tarefas que o sistema consegue concluir com determinado nível de confiabilidade.
O estudo original da METR identificou que essa capacidade dobrou aproximadamente a cada sete meses entre 2019 e 2025. Recortes mais recentes apontaram uma aceleração, chegando a cerca de três ou quatro meses em determinados períodos. A própria organização, porém, alerta que os números variam conforme as tarefas analisadas e não devem ser tratados como previsões exatas.
Mesmo com essas ressalvas, a direção da curva merece atenção.
Hoje, a gente vai entender o que o gráfico METR realmente está dizendo sobre a evolução da IA e o que essa mudança pode representar para o seu futuro profissional.
O que é o gráfico METR e o que ele mede?
O gráfico METR mede a duração das tarefas que agentes de inteligência artificial conseguem concluir, usando como referência o tempo necessário para que especialistas humanos realizem o mesmo trabalho.
Por anos, a inteligência das IAs foi medida de uma forma parecida com a utilizada para avaliar pessoas: por meio de provas.
Era mais ou menos como um ENEM para máquinas. Você colocava o modelo diante de uma prova de matemática, direito ou interpretação de texto e verificava como ele se saía.
Esses benchmarks continuam sendo úteis. O problema é que eles não respondem a uma pergunta cada vez mais relevante:
Até que ponto uma IA consegue executar uma tarefa longa, com várias etapas, ferramentas e decisões intermediárias?
Para investigar essa questão, os pesquisadores da METR reuniram tarefas ligadas principalmente à engenharia de software, machine learning e cibersegurança. Entre os exemplos estão corrigir códigos, configurar sistemas, transformar dados e desenvolver soluções a partir de especificações técnicas.
Profissionais experientes realizaram essas atividades. Depois, agentes de IA receberam tarefas semelhantes, com instruções e recursos comparáveis.
A METR então analisou a relação entre dois fatores:
- Quanto tempo o especialista humano levou para executar a tarefa;
- Com que frequência o agente de IA conseguiu concluí-la.
A partir desses dados, foi calculado o task-completion time horizon, ou horizonte de tempo para conclusão de tarefas.
O que significa o time horizon dos agentes de IA?
O time horizon representa a duração humana de uma tarefa que um agente de IA consegue concluir com determinada probabilidade de sucesso. Ele mede a dificuldade da atividade, e não o tempo durante o qual a máquina ficou trabalhando.
No chamado horizonte de 50%, por exemplo, a METR identifica a duração de uma tarefa na qual o agente teria 50% de probabilidade de chegar ao resultado esperado.
Pense em uma atividade que levaria duas horas para um especialista humano. Se ela estiver dentro do horizonte de determinado modelo, significa que o agente tem uma probabilidade estimada de concluí-la. Não significa, necessariamente, que a IA permanecerá duas horas executando o trabalho.
Na verdade, os agentes podem terminar algumas tarefas mais rapidamente do que os humanos. A duração humana é utilizada como uma forma de estimar o nível de dificuldade.
Essa diferença parece técnica, mas muda completamente a interpretação do gráfico.
A pergunta correta não é:
“Por quantas horas a IA consegue trabalhar sozinha?”
A pergunta mais precisa é:
“Qual é a complexidade das tarefas que uma IA já consegue concluir de forma relativamente autônoma?”
O que o gráfico METR revela sobre a evolução da inteligência artificial?
O gráfico METR revela que agentes de IA avançaram de tarefas curtas e isoladas para atividades que exigem várias etapas, uso de ferramentas, correção de erros e planejamento.
Em 2019, os modelos avaliados conseguiam resolver principalmente ações de poucos segundos. Com o passar dos anos, os sistemas começaram a executar tarefas que levariam minutos e, posteriormente, horas para profissionais humanos.
A base da METR inclui exemplos que vão desde identificar um arquivo correto em poucos segundos até transformar conjuntos de dados, corrigir problemas técnicos e otimizar sistemas complexos. As atividades mais longas podem exigir várias horas de trabalho de especialistas.
Repara no que aconteceu.
A curva não está mostrando somente que a IA ficou mais rápida. Ela indica uma mudança no tipo de trabalho que pode ser automatizado.
A gente saiu de “responder a uma pergunta” para “executar uma sequência de ações a partir de especificações”.
De uma resposta pontual para um processo. De uma ferramenta que espera cada comando para um agente capaz de planejar etapas, usar recursos e corrigir parte dos próprios erros.
Essa transformação ainda ocorre principalmente em ambientes bem definidos. As tarefas da METR têm instruções claras, critérios objetivos de sucesso e menos contexto implícito do que muitos projetos realizados dentro de uma empresa.
Um profissional experiente conhece a história da organização, entende as relações entre as pessoas, identifica prioridades não documentadas e sabe quando uma regra precisa ser reinterpretada. Uma IA pode não ter acesso a nada disso.
Ainda assim, a curva mostra que a fronteira está avançando.
E se você acha que o seu trabalho está seguro porque é mais estratégico, mais complexo ou mais humano, eu te peço para ficar com esse gráfico mais um pouco.
Leia também:
- Como a inteligência artificial na contabilidade está mudando o trabalho do contador
- Inteligência artificial na medicina: quem decide quando a máquina recomenda?
- Inteligência artificial no direito: o que muda para advogados e para a Justiça?
- Inteligência artificial nas empresas: por que contratar ferramentas não basta?
- ChatGPT: como usar e conseguir respostas realmente úteis?
Em quanto tempo a capacidade dos agentes de IA está dobrando?
A tendência de longo prazo identificada pela METR foi de uma dobra aproximadamente a cada sete meses, enquanto análises de períodos mais recentes apontaram intervalos menores, próximos de três ou quatro meses.
No conjunto original, referente ao período de 2019 a 2025, o tempo de dobra foi calculado em cerca de 196 dias. Na atualização TH 1.1, o recorte posterior a 2023 apresentou aproximadamente 131 dias, enquanto a análise a partir de 2024 chegou a 89 dias.
Isso não garante que a curva continuará avançando no mesmo ritmo. A composição das tarefas pode alterar o resultado. Os intervalos de confiança são amplos, modelos podem ter desempenhos muito diferentes conforme o domínio e as medições mais longas são menos confiáveis.
A própria METR ressalta que o valor mais importante não é saber se um modelo específico tem um horizonte de três, cinco ou dez horas. O ponto principal é a tendência de crescimento observada ao longo dos anos.
Agora, esse é o tipo de curva em que a minha formação de economista começa a gritar dentro de mim. Existe um princípio em previsão tecnológica conhecido como Lei de Amara. Ele diz que tendemos a superestimar os efeitos de uma tecnologia no curto prazo e subestimar seus efeitos no longo prazo.
Muitas pessoas viram o ChatGPT escrever um poema medíocre, cometer um erro básico ou produzir uma apresentação genérica e concluíram que a inteligência artificial era somente mais um ciclo de hype.
O que elas podem estar ignorando é a segunda metade da curva. A parte em que, depois de algumas dobras, empresas e profissionais se reorganizam em torno de capacidades que pareciam pouco relevantes 18 meses antes.
O gráfico METR não é uma previsão perfeita do futuro. Mas é um sinal de que a fronteira das tarefas automatizáveis está se movendo.
Por que é difícil entender o crescimento exponencial da IA?
É difícil entender o crescimento exponencial da IA porque nosso pensamento intuitivo costuma projetar o futuro de maneira linear, mesmo quando a tecnologia avança por meio de efeitos cumulativos.
Mas calma. Antes de entrar em pânico existencial sobre o seu emprego, precisamos falar sobre uma limitação humana.
O nosso cérebro não é particularmente bom em interpretar curvas exponenciais.
Daniel Kahneman ajudou a popularizar a ideia de que usamos dois modos de pensamento. O Sistema 1 é rápido, automático e intuitivo. O Sistema 2 é mais lento, deliberado e analítico.
Boa parte das decisões cotidianas começa no Sistema 1. O problema é que esse modo de pensamento funciona melhor com mudanças lineares e relações mais próximas da nossa experiência diária.
Mais uma fruta. Menos um antílope. Uma hora a mais. Um quilômetro a menos.
Quando o Sistema 1 olha para uma curva exponencial, ele tende a transformá-la mentalmente em uma linha reta bem inclinada.
Se você dissesse para alguém em 1995 que, dentro de poucos anos, bilhões de pessoas carregariam no bolso um aparelho com acesso imediato a mapas, livros, notícias, vídeos, bancos e sistemas de comunicação, provavelmente pareceria exagero.
Não porque a mudança fosse completamente imprevisível, mas porque temos dificuldade para visualizar os efeitos acumulados de várias evoluções tecnológicas.
Você não consegue fazer isso intuitivamente. Tudo bem. Eu também não. Por isso, em vez de tentar adivinhar exatamente como será o mercado daqui a dez anos, precisamos criar uma forma recorrente de reavaliar o que já mudou.
Como saber quais tarefas a IA já pode assumir?
Para identificar quais tarefas a IA já pode assumir, você precisa analisar atividades reais da sua rotina e separar execução operacional, julgamento humano e responsabilidade pela decisão.
Faça um exercício comigo. Pausa por um momento. Se você está dirigindo, faça depois. Abra o calendário da semana passada e liste cinco tarefas que tomaram mais de uma hora.
Pode ser:
- Uma reunião de planejamento;
- Um relatório;
- Uma análise de mercado;
- Uma apresentação;
- Uma resposta longa de e-mail;
- Uma pesquisa sobre concorrentes.
Agora responda, não para mim, mas para você:
Quanto de cada tarefa um agente de IA conseguiria executar hoje?
Não precisa pensar em 100% do trabalho.
Talvez a IA consiga fazer a pesquisa inicial, organizar os dados, criar uma primeira versão, comparar documentos, revisar informações ou estruturar uma apresentação.
Talvez ela consiga realizar 30%, 50% ou 80%.
A pergunta seguinte é mais desconfortável:
Quais dessas atividades ainda farão sentido você executar sozinho quando os agentes se tornarem mais confiáveis?
Essa pergunta pode definir a próxima década da sua carreira.
Não porque toda profissão será automatizada, mas porque a distribuição das tarefas dentro de cada profissão está mudando.
Como a autonomia da IA pode afetar o futuro do trabalho?
A autonomia da IA pode alterar o futuro do trabalho ao transferir para agentes digitais atividades que exigem pesquisa, análise, produção de documentos, programação e coordenação de etapas.
O impacto não deve ser analisado somente pelo número de empregos eliminados ou criados. Uma profissão é formada por várias tarefas.
Algumas podem ser automatizadas. Outras passam a ser realizadas com apoio da IA. Há ainda atividades que ganham valor justamente porque exigem contexto, confiança, responsabilidade, criatividade ou relações humanas.
Um analista pode deixar de gastar horas organizando informações e passar mais tempo interpretando consequências. Um gestor pode automatizar a preparação de relatórios, mas continuará responsável por explicar uma decisão difícil à equipe.
Um profissional de marketing pode usar agentes para pesquisar, organizar e testar ideias, mas precisará decidir qual direção respeita a marca, o público e o momento da empresa.
O risco está em continuar investindo grande parte do tempo em tarefas que a tecnologia já consegue executar enquanto se negligenciam as capacidades humanas que se tornam mais valiosas.
E é exatamente sobre isso que eu escrevi em “Between You and AI”. O segundo pilar do meu framework, a Transformação Comportamental, começa com uma habilidade que eu chamo de augmentação. O princípio é simples de falar e difícil de praticar: Automatize a rotina. Eleve o humano.
Para fazer isso, você precisa entender o que conta como rotina hoje — e o que ainda parece profundamente humano, mas pode se tornar rotina amanhã.
Como se preparar para o avanço da autonomia da IA?
Para se preparar para o avanço da autonomia da IA, profissionais precisam revisar periodicamente suas atividades, testar novas ferramentas e direcionar mais tempo às capacidades que dependem de julgamento, contexto e responsabilidade humana.
A resposta não é entrar em pânico. É instalar uma disciplina. Eu chamo essa prática de auditoria trimestral de augmentação.
A cada três meses, reserve 30 minutos, um café e um caderno. Depois, responda a três perguntas:
1. O que eu fazia há três meses que a IA agora faz melhor ou mais rapidamente do que eu?
2. O que eu ainda faço hoje que provavelmente poderá ser realizado por uma IA nos próximos meses?
3. Diante dessas mudanças, onde devo investir minhas horas humanas agora?
Trinta minutos a cada três meses. É um dos investimentos mais baratos que você pode fazer na própria carreira.
A auditoria não serve para entregar todo o seu trabalho à IA. Ela ajuda a identificar onde a tecnologia pode ampliar sua capacidade e onde a intervenção humana continua necessária.
Talvez você descubra que a IA já pode preparar o material que consome suas primeiras três horas do dia.
Talvez perceba que precisa desenvolver interpretação, negociação, comunicação, repertório ou tomada de decisão.
Talvez descubra que continua fazendo uma tarefa somente porque sempre foi responsável por ela.
Vou ser direto: se você não analisar a transformação do próprio trabalho, alguém provavelmente fará isso por você.
Pode ser o seu CEO, o CFO, o conselho ou o próprio mercado.
E uma decisão tomada sobre você, sem a sua participação, raramente será a melhor decisão para a sua carreira.
Perguntas frequentes sobre o gráfico METR e a autonomia da IA
O que é a METR?
A METR, sigla de Model Evaluation and Threat Research, é uma organização de pesquisa que avalia as capacidades e os riscos de sistemas avançados de inteligência artificial.
O gráfico METR mede quantas horas uma IA trabalha sozinha?
Não. O gráfico mede a duração humana das tarefas que um agente consegue concluir com determinada probabilidade de sucesso. Uma tarefa de oito horas é aquela que levaria aproximadamente oito horas para um especialista humano, e não necessariamente oito horas para a IA.
O que é o time horizon da inteligência artificial?
O time horizon é uma métrica utilizada para estimar a complexidade das tarefas que agentes de IA conseguem concluir. Ela relaciona o desempenho do sistema ao tempo que especialistas humanos levam para realizar as mesmas atividades.
A capacidade dos agentes de IA dobra a cada três meses?
Não é possível afirmar que todas as capacidades da IA dobram a cada três meses. A tendência histórica do gráfico METR foi de aproximadamente sete meses, mas alguns recortes recentes mostraram intervalos próximos de três ou quatro meses.
O gráfico METR se aplica a todas as profissões?
Não diretamente. As tarefas avaliadas são concentradas em engenharia de software, machine learning e cibersegurança. O gráfico ajuda a visualizar a evolução dos agentes, mas não permite concluir que o mesmo desempenho será reproduzido em todas as atividades profissionais.
A IA vai substituir os profissionais?
A IA pode substituir ou modificar tarefas específicas, mas profissões envolvem contexto, responsabilidade, relacionamentos e decisões que não aparecem integralmente em benchmarks. O impacto dependerá da atividade, do setor e da maneira como a tecnologia for adotada.
Como fazer uma auditoria trimestral de augmentação?
Liste suas principais tarefas, identifique quais já podem ser apoiadas ou executadas pela IA e escolha quais capacidades humanas merecem mais investimento nos meses seguintes. Repita o processo a cada trimestre.
O que o gráfico METR muda na sua carreira?
O gráfico METR mostra que a lista de tarefas acessíveis aos agentes de IA está crescendo, mas não determina sozinho quais profissões desaparecerão ou como cada empresa deverá usar a tecnologia.
Ele serve como um alerta para uma transformação mais profunda.
A discussão não é somente sobre quanto a IA consegue fazer.
É sobre o que você fará com o tempo, a atenção e a capacidade que ela pode devolver.
Aqui está a pergunta que eu deixo para você:
Quanto do seu calendário da próxima semana já poderia ser realizado, ao menos parcialmente, por um agente de IA? Reflita sobre isso. E quando o próximo modelo for lançado, reflita novamente.
Quer continuar explorando o impacto da inteligência artificial, da liderança e do futuro do trabalho? Conheça o podcast Metanoia Lab.
Confira também meu livro “Between You and AI”, publicado pela Wiley. Nele, desenvolvo o framework das nove habilidades humanas necessárias para navegar um mundo impulsionado pela inteligência artificial.
