A Era Axial da Inteligência Artificial

A inteligência artificial escreve, explica e sugere decisões. A pergunta que me interessa não é se ela faz isso bem — às vezes faz, às vezes não. É outra: o que acontece com a nossa relação com o conhecimento quando a explicação passa a vir pronta, em linguagem natural, no momento exato em que a dúvida aparece.

Antes de seguir, um aviso honesto sobre o que este texto é. A comparação entre o momento atual e a Era Axial é a proposta de um ensaio, não um consenso científico. A própria interpretação histórica do conceito é debatida. Trago a analogia porque ela ajuda a ver algo que o vocabulário de produtividade esconde, não porque eu ache que a história se repete.

De onde vem a Era Axial

O termo é de Karl Jaspers, e nomeia um período situado aproximadamente entre os séculos VIII e III antes de Cristo, em que tradições de pensamento emergiram de forma independente em regiões sem contato relevante entre si. A observação que o interessava não era a coincidência cronológica, e sim o tipo de deslocamento: a explicação do mundo saiu do mito e passou para a reflexão. A pergunta “por quê” deixou de ser respondida por narrativa herdada e começou a ser respondida por argumento examinável.

O que viabilizou esse deslocamento tem uma dimensão material pouco glamourosa: a escrita. Quando o pensamento passa a existir fora da cabeça de quem pensou, ele pode ser conferido, contestado, comparado e corrigido por alguém que nunca conheceu o autor. A escrita não produziu ideias melhores por mágica. Ela tornou a ideia auditável.

Da escrita ao diálogo com a máquina

É nesse ponto específico que a analogia me parece render.

Cada mudança no meio de circulação do conhecimento alterou quem detém a autoridade de explicar. A escrita tirou essa autoridade de quem memorizava. A imprensa tirou de quem controlava os poucos manuscritos existentes. A internet tirou de quem controlava a distribuição. Em todas essas transições, o acesso se ampliou e a função de julgar o que era confiável migrou — nunca desapareceu, apenas mudou de mãos.

A inteligência artificial faz algo diferente das três anteriores, e vale ser preciso sobre o que é. Ela não amplia o acesso ao conhecimento já escrito; isso a internet já havia feito. O que ela muda é que a explicação passa a ser gerada sob demanda, no formato da sua pergunta. Você não é mais encaminhado ao texto de alguém. Você recebe um texto feito agora, para você, que não existia um segundo antes e não será conferido por mais ninguém.

É uma diferença de natureza, não de grau. O livro errado está errado para todos, e por isso alguém acaba notando. A resposta errada gerada só para você está errada em privado.

O que a pesquisa mostra, e o que ela não mostra

Vale ancorar a conversa em medida, não só em intuição.

O dado que costumo citar vem de um estudo com 5.172 agentes de atendimento, publicado em 2025, que encontrou aumento médio de 15% nos casos resolvidos por hora com apoio de IA. É um resultado sólido e relevante.

As ressalvas, que importam tanto quanto o número: os resultados foram desiguais entre os trabalhadores, com ganho concentrado entre os menos experientes, enquanto os mais experientes mudaram pouco. E trata-se de uma função específica — atendimento, com respostas padronizáveis e volume alto — medida em um contexto específico. Não é uma promessa extensível a todas as profissões, e tratá-la como tal é exatamente o tipo de salto que a própria ferramenta facilita.

O que o estudo sugere, com cuidado, é algo mais interessante que um ganho médio: a IA parece comprimir a distância entre o iniciante e o experiente numa tarefa. O que isso faz com o valor da experiência, no médio prazo, é uma pergunta aberta — e muito mais consequente para carreiras do que os 15%.

Respostas convincentes e o risco que elas criam

O risco central não é o modelo errar. Todo instrumento erra, e a gente aprende a trabalhar com a margem de erro dos instrumentos que usa.

O risco é que o formato da resposta não sinaliza o erro. Um texto bem escrito, seguro, coerente e fluente tem exatamente a mesma aparência quando está correto e quando está inventado. Perdemos a pista que usávamos sem perceber: hesitação, inconsistência, lacuna óbvia, fonte duvidosa. A superfície ficou lisa.

E há um agravante que é nosso, não da máquina. A tendência a aceitar sem conferir cresce justamente quando a resposta confirma o que a gente já queria ouvir. É nesse ponto que a verificação é mais necessária e menos provável.

Três atitudes para usar isso bem

Não são regras morais. São hábitos de trabalho, e os três são aprendíveis.

Perguntar melhor. A qualidade da resposta é quase sempre função da qualidade da pergunta. Dar contexto, dizer para quem é, declarar o critério de sucesso, informar as restrições — isso não é cerimônia. É a diferença entre pedir uma opinião genérica e pedir ajuda com o seu problema.

Verificar. Toda afirmação verificável deve ser verificada, e a regra vale em dobro quando ela é conveniente. Número tem origem. Citação tem autor. Comando roda ou não roda. Essa etapa custa tempo e é a única coisa que separa usar a ferramenta de ser usado por ela.

Decidir com responsabilidade. O modelo pode produzir a análise, mas não assume a consequência. Quando a decisão sai, ela sai com o seu nome — e nenhuma qualidade de rascunho transfere isso.

Quem participa da mudança

A tentação, diante de um deslocamento desse tamanho, é tratá-lo como algo que acontece a nós. Acho que é o enquadramento errado, e é a parte do ensaio que mais me importa.

O que a Era Axial deixou não foi um conjunto de respostas. Foi um conjunto de perguntas e o hábito de examiná-las. Os meios mudaram várias vezes desde então; a prática de submeter a explicação ao exame sobreviveu a todos eles, porque nunca dependeu do meio.

A IA vai responder bem, mal e convincentemente errado, nas três modalidades, por muito tempo. O que define o resultado não é a taxa de acerto dela. É se a pessoa do outro lado manteve a prática de examinar — e essa parte continua inteiramente de quem pergunta.

Uma pergunta para fechar, que é a mesma que faço no vídeo: qual decisão você ainda não entregaria a uma inteligência artificial? A resposta diz menos sobre a tecnologia e mais sobre onde você entende que o seu julgamento é insubstituível.

---

Se o ponto das respostas convincentes e erradas é o que mais te interessou, ele tem uma explicação técnica: escrevi sobre por que a IA inventa e o que reduz isso. Para a parte de perguntar melhor, há a biblioteca de prompts para trabalho real. E se essa discussão na sua empresa já é sobre quais decisões passam a contar com apoio de IA e quais não, é o tipo de conversa que conduzo em consultoria de inteligência artificial — o contato é o caminho direto.