Chegou a hora de demitir seu agente de IA que está alucinando, gerando workslop e chamando isso de produtividade

A moda agora é ter agentes de IA para fazer tudo: escrever, revisar, criar e fechar tickets, responder clientes, atualizar CRM, gerar relatórios e dar vazão ao operacional. Em um cenário ainda novo de adoção desta tecnologia, muitas empresas têm demonstrado maior tolerância a erros, entendendo que investir em agentes de IA envolve aprendizado, ajustes e amadurecimento contínuo.

Só que, quando esse agente entra em produção sem padrão, sem verificação e sem limites claros, ele pode aumentar o trabalho em vez de reduzir. É aí que aparece o workslop, conceito que descreve o trabalho malfeito gerado por IA. São as entregas que parecem prontas porque são fluídas e convincentes, mas desmoronam quando se cobra base, evidência e contexto.

É o tipo de material que exige revisão humana constante e, pior, dispara retrabalho em cadeia quando um erro pequeno vira correção em várias etapas do processo. Um levantamento da BetterUp Labs com o Stanford Social Media Lab indica que cerca de 40% dos profissionais lidam com workslop com frequência e que cada ocorrência consome, em média, quase duas horas de revisão ou correção. Isso reflete diretamente na produtividade: segundo o estudo, em média, colaboradores gastam duas horas com o retrabalho, o que custa cerca de US$ 186 por funcionário ao mês e, numa empresa com 10 mil colaboradores, isso equivale a aproximadamente US$ 9 milhões por ano desperdiçados em retrabalho.

O problema do Workslop: gerar mais trabalho revisando conteúdo de IA
O efeito do workslop é fazer a empresa acreditar que acelerou, quando na prática apenas deslocou o trabalho para uma camada invisível de revisão e controle. A sensação é de avanço porque o volume cresce. O custo aparece depois, quando alguém precisa conferir fonte, reabrir ticket, desfazer alteração, explicar para o cliente e lidar com efeitos colaterais no processo.

Isso mostra que não se trata de “uma ou outra alucinação”. Trata-se de um padrão: modelos generativos produzem respostas plausíveis, não necessariamente verdadeiras. Quando plausibilidade é confundida com confiabilidade e conectada a sistemas que executam tarefas automáticas sem rastreabilidade e controle, o erro se espalha rapidamente.

Por que o workslop existe?
O workslop existe porque foi colocado em produção sem limites claros, sem exigência de evidência e sem Governança compatível com seu poder de escala.

O cenário piora quando agentes operam sem fontes internas verificáveis, trilhas de auditoria inexistentes e falta de delimitação de escopo decisório. Neste contexto, autonomia alta com baixa verificabilidade é receita para retrabalho e risco.

Combatendo o workslop com Governança e controle
A resposta, portanto, não é abandonar a IA. É “demitir” o agente que está alucinando, gerando workslop e chamando isso de produtividade. Demitir, aqui, significa tirar de produção, reduzir autonomia e reconfigurar Governança.

Em processos críticos, isso passa por rebaixar agentes de executores para aqueles que apenas sugerem, exigir evidência antes de validar respostas e ações, delimitar claramente decisões que não podem ser automatizadas (como preço, contrato, exceções legais e prazos), e criar guardrails e playbooks operacionais para desligamento, auditoria, correção e retorno seguro à produção com testes.

É nesse ponto que a maturidade faz diferença. A adoção bem sucedida de agentes de IA requer métodos consistentes, profissionais experientes, cálculo realista de ROI e Governança desde o desenho do processo, não apenas depois que os problemas aparecem.

À medida que os agentes de IA avançam, o desafio deixa de ser técnico e passa a ser estratégico. CTOs, COOs, CIOs e outros líderes de tecnologia não podem medir sucesso apenas por volume de tarefas automatizadas. Precisam medir valor líquido, considerando retrabalho, risco e impacto humano.

Ou seja, workslop é o sinal mais claro de que algo saiu do eixo. Ignorá-lo é aceitar trocar eficiência real por uma sensação confortável e enganosa de avanço. Em resumo: produtividade que precisa ser constantemente desfeita é apenas retrabalho em escala industrial.

Por Erich Silva, diretor de Operações e sócio da Lecom.