A cada três meses, algo incrível acontece: 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.
Mas é o fato de que uma IA dobra o tempo que ela consegue trabalhar sozinha — sem se perder e sem precisar da gente, humanos. O que significa que, se você acha que a IA já é incrível no que ela faz hoje… espera só o próximo trimestre!
Olha só, em março de 2025, o melhor modelo do mundo conseguia aguentar uma hora numa única tarefa. Hoje, em abril de 2026, o Claude Opus 4.6 trabalha doze horas seguidas em uma única tarefa. E aqui está a parte que eu realmente preciso que você sinta: em outubro deste ano, esse número provavelmente vai ser de vinte e quatro horas. Em janeiro do ano que vem, quarenta e oito. E assim por diante.
A não ser que você esteja vivendo numa caverna, você provavelmente já viu o gráfico de IA que está dando o que falar no Vale do Silício e que está movendo o mercado global de ações agora. Não é o gráfico do S&P, mas é um gráfico feito por uma ONG de trinta pessoas em Berkeley, Califórnia, chamada METR — Model Evaluation and Threat Research. Esse é o gráfico que está decidindo o seu futuro profissional, sem te pedir licença.
Hoje, a gente vai entender o que ele está te dizendo sobre a evolução da IA, pra que você não seja pego de surpresa quando a próxima dobra acontecer.
O QUE ESSE GRÁFICO REALMENTE MEDE
Por anos, a inteligência das IAs foi medida da mesma forma que inteligência humana: em provas. Mais ou menos como o ENEM. Você passava o modelo por uma prova de matemática, uma de direito, uma de leitura, e via como ele se saía. As empresas passavam seus modelos por baterias de exames padronizados, avaliando como eles se comparavam a modelos rivais na resolução de problemas matemáticos, em responder questões jurídicas ou em resumir textos com precisão.
Essas eram medidas úteis. Mas elas não funcionavam bem quando se tratava de agentes de IA — sistemas projetados para trabalhar de forma autônoma por minutos ou horas seguidas. O que você realmente queria saber, se estivesse interessado nesses sistemas, era quanto tempo eles conseguiam trabalhar antes de empacar. Eles conseguiam lidar com uma tarefa simples que levaria alguns minutos para um humano, ou uma tarefa mais complexa que levaria algumas horas?
Então a Beth Barnes, co-fundadora e CEO do METR, se perguntou justamente: “Quanto tempo uma IA consegue trabalhar sem se perder?”. Os pesquisadores do METR tentaram rastrear isso criando um benchmark de tarefas de engenharia de software — como debugar código, configurar servidores e treinar modelos pequenos de IA. Eles contrataram desenvolvedores de software experientes pra fazer as tarefas. Aí, eles colocaram agentes de IA para tentar fazer as mesmas tarefas. Quando um agente conseguia, eles registravam quanto tempo o humano expert tinha levado pra fazer o mesmo trabalho. Eles plotaram os resultados em um único gráfico — duração da tarefa em um eixo, tempo no outro — e produziram uma linha de tendência ao longo dos anos de progresso da IA.
O que eles descobriram foi surpreendente. A duração, em horas humanas, de uma tarefa que um agente de IA conseguia completar de forma confiável estava dobrando aproximadamente a cada sete meses. Mais recentemente, com modelos como o Claude Opus 4.5 da Anthropic e o GPT-5.2 da OpenAI, a linha deu uma virada brusca pra cima — a duração da tarefa agora está dobrando a cada três a quatro meses.
Mas os números no abstrato não pegam. Então olha pro gráfico por um segundo e segue comigo. Em 2019, a melhor IA do mundo conseguia responder uma única pergunta — quatro segundos de atenção humana. Em 2022, o GPT-3.5 conseguia contar as palavras em uma passagem — uns trinta e seis segundos de trabalho administrativo. Em 2023, o GPT-4 navegava pra encontrar um fato na web — seis minutos, mais ou menos o trabalho de um estagiário curioso. No final de 2024, o modelo o1-preview estava treinando um classificador — trinta minutos, o trabalho de um analista júnior. Em 2025, o GPT-5 estava treinando modelos de imagem adversarialmente robustos — quatro horas, a tarde de um engenheiro de machine learning competente. E hoje, o Claude Opus 4.6 está implementando protocolos complexos a partir de múltiplas especificações técnicas — dez horas, o que um engenheiro sênior faz num dia de trabalho.
Repara no que acabou de acontecer. O gráfico não está mostrando só mais tempo. Está mostrando uma mudança de categoria. A gente saiu de “responder uma pergunta” para “implementar um sistema a partir de especificações”. De reativo para arquitetural. De trabalho de estagiário para trabalho de engenheiro sênior — em sete anos. Isso não é só uma aceleração de velocidade. É uma aceleração do tipo de trabalho cognitivo que conta como automatizável. E se você acha que o seu trabalho está seguro porque é mais estratégico, mais complexo, mais humano — eu te peço pra ficar com essa curva mais um pouco.
Agora, esse é o tipo de curva onde a minha formação de economista começa a gritar dentro de mim. Porque tem um princípio em previsão tecnológica chamado Lei de Amara, em homenagem ao Roy Amara, o futurista formado em Stanford. A Lei de Amara diz: a gente tende a superestimar o impacto de uma tecnologia no curto prazo, e dramaticamente subestimar no longo prazo.
A maioria das pessoas agora ainda está na primeira metade da Lei de Amara em relação à IA. A fase do hype excessivo. Eles viram o Chat GPT em 2023, viram ele escrever um poema medíocre, e decidiram que isso era só mais um ciclo de tecnologia. O que eles estão perdendo é a segunda metade. A parte onde a subestimação entra. A parte onde, três dobras depois, o mundo se reorganizou silenciosamente em torno de uma capacidade que eles estavam descartando dezoito meses atrás.
Esse gráfico não é ficção científica. É a Lei de Amara, plotada em tempo real.
O SEU CÉREBRO NÃO FOI CONSTRUÍDO PRA LER ESSE GRÁFICO
Mas calma. Antes de você sair correndo para demitir o seu time inteiro como o Jack Dorsey e o Mark Zuckerberg estão fazendo recentemente — ou, mais provável, entrar em pânico existencial sobre o seu próprio emprego — vamos parar um segundo.
Porque tem uma coisa que precisa ser dita. E ela é incômoda.
O seu cérebro literalmente não foi construído para ler esse gráfico.
O Daniel Kahneman, o Nobel que basicamente inventou a economia comportamental, passou a carreira inteira mapeando uma única ideia: os humanos operam em dois sistemas cognitivos. O Sistema 1 é rápido, instintivo, intuitivo. O Sistema 2 é lento, deliberado e analítico. Quase todas as nossas decisões diárias — incluindo como a gente lê informação — acontecem no Sistema 1.
E o Sistema 1 tem uma fraqueza acima de todas as outras. Ele não consegue processar mudança exponencial.
A gente, como espécie, evoluiu na savana. A gente caçava antílope, contava fruta, media distância com os olhos. Tudo linear. Mais um antílope, menos uma fruta. Quando o Sistema 1 olha para um gráfico exponencial, ele instintivamente o achata em uma linha reta bem inclinada — porque é a única forma que ele conhece.
Veja, Se você dissesse pra alguém em 1995 que dentro de quinze anos quase todo adulto na Terra carregaria um aparelho com todo o conhecimento da humanidade no bolso, de graça, instantaneamente acessível — eles teriam te chamado de delirante. Mas foi exatamente isso que aconteceu. Não porque era imprevisível. Mas porque o Sistema 1 não consegue projetar curvas compostas.
Você não consegue. Mas tudo bem. Eu também não consigo. Ninguém consegue.
Então, o que fazer com isso?
O EXERCÍCIO DESCONFORTÁVEL
Faça isso comigo. Pausa por um momento — se você está dirigindo, faça isso depois. Mas faz.
Abre o seu calendário da semana passada. Lista cinco tarefas que tomaram mais de uma hora cada uma. Uma reunião de planejamento, um relatório, uma análise de mercado, um deck, uma resposta longa de email, uma pesquisa de concorrência. Cinco tarefas reais.
Agora me responde — não pra mim, pra você:
Dessas cinco, quantas o Claude Opus 4.6, trabalhando doze horas seguidas, conseguiria fazer hoje? Não 100%. Mas 70%, 80% do trabalho.
Provavelmente mais do que você gostaria de admitir. Né?
Agora a pergunta é dolorosa. Em seis meses — quando esse mesmo modelo, ou o sucessor dele, estiver trabalhando vinte e quatro a quarenta e oito horas autonomamente — quantas dessas tarefas ainda fazem sentido você fazer sozinho?
Essa é a pergunta que vai definir a próxima década da sua carreira.
E é exatamente sobre isso que eu escrevi em “Between You and AI”. O segundo pilar do meu framework — Transformação Comportamental — abre com uma habilidade que eu chamo de Augmentação. O princípio é simples de falar e brutal de praticar: automatize a rotina, eleve o humano. Mas pra fazer isso, você precisa saber o que conta como “rotina” hoje. E o que era humano ontem e está virando rotina amanhã.
Então o que a gente faz com isso?
A resposta — e essa é a metanoia desse episódio — não é entrar em pânico. É instalar uma disciplina.
Eu chamo de auditoria trimestral de augmentação. É simples. Três meses é mais ou menos a velocidade da próxima dobra. Então a cada três meses, você senta com você mesmo — trinta minutos, um café, um caderno — e responde três perguntas. Três.
Um: o que eu fazia há três meses que a IA agora faz melhor do que eu?
Dois: o que eu ainda faço hoje que provavelmente vai virar tarefa de IA daqui a três meses?
Três: dado isso, onde eu deveria estar investindo as minhas horas humanas agora pra estar do lado certo dessa curva?
Trinta minutos. A cada três meses. É o investimento mais barato que você pode fazer na sua própria carreira.
E olha, vou ser direto: se você não fizer isso, alguém vai fazer por você. Vai ser o seu CEO, o seu CFO, o seu conselho, o mercado. E uma decisão tomada sobre você, por outra pessoa, raramente é boa pra você.
Aqui está a pergunta que eu deixo pra você:
Quanto do seu calendário da semana que vem já está abaixo da linha do Claude Opus 4.6?
Reflita sobre isso E quando o próximo modelo sair — daqui a três, quatro meses, com vinte e quatro horas autônomas — Reflita de novo.
Quer continuar explorando o impacto da inteligência artificial, liderança e o futuro do trabalho? Conheça meu podcast Between You and AI | Leadership, Human Skills & the Future of Work.
Conferira meu livro “Between You and AI”, publicado pela Wiley — é onde eu desenvolvo todo o framework dos nove skills humanos pra navegar essa onda. E você me encontra em andreaiorio.com pra tudo o resto: palestras, conteúdo, conversas.
