A inteligência artificial permite que trabalhadores, pesquisadores e pequenas empresas realizem tarefas que antes exigiam grandes equipes e investimentos elevados. Um programador pode desenvolver aplicações mais complexas e uma pequena empresa, automatizar atividades antes reservadas a concorrentes com muito mais capital. Essa ampliação das possibilidades humanas desaparece do artigo IA e a eficiência de desaprender a pensar, publicado em 24 de outubro no portal Outras Palavras.
Seu autor, Gabriel Henrique dos Santos, teme que o uso de sistemas externos leve empresas a terceirizar sua capacidade de pensar. A preocupação com os monopólios tecnológicos é legítima. O erro é confundir dependência econômica de fornecedores com o uso de instrumentos que aumentam a capacidade de trabalho.
Santos parte do romance Babel, de R. F. Kuang, no qual conhecimentos de povos dominados são apropriados por instituições ligadas ao império britânico. A analogia sugere que o conhecimento produz poder. Mas falta a relação inversa, uma vez que o poder econômico também determina quem pode adquirir conhecimento.
Os grandes capitalistas compram equipamentos, financiam pesquisas, contratam especialistas e enviam seus filhos às escolas mais caras. Empresas com centenas de engenheiros possuem vantagens inacessíveis a pequenos produtores. O conhecimento não circula livremente numa sociedade dividida em classes. Seu acesso depende, em grande medida, da propriedade e do dinheiro.
A IA, apesar de não acabar de não eliminar essa desigualdade, reduz o custo de inúmeras atividades intelectuais. Um trabalhador sem recursos para contratar programadores pode criar uma ferramenta com auxílio de modelos de linguagem. Um pesquisador pode ordenar documentos, traduzir textos e comparar dados sem uma equipe de assistentes. Ou seja, a tecnologia oferece a pessoas com poucos recursos instrumentos antes concentrados em grandes organizações. Uma empresa que dispõe de uma ferramenta para levantar dados, testar cenários e produzir programas pode dedicar seus profissionais às decisões que realmente exigem conhecimento do negócio. Terceirizar operações não significa terceirizar a direção.
O artigo pergunta se uma empresa que utiliza serviços externos não perde a capacidade de realizar análises. Por esse critério, a indústria estaria desaprendendo desde que passou a utilizar máquinas produzidas por terceiros. Uma fábrica não fabrica os próprios computadores, e um escritório de engenharia não escreve todos os programas empregados em seus projetos.
O desenvolvimento das forças produtivas amplia a divisão social do trabalho. Ao adquirir ferramentas, o trabalhador incorpora a seu trabalho o conhecimento acumulado por outras pessoas. Nenhuma empresa moderna é autossuficiente, e seria absurdo exigir que fosse.
Uma calculadora dispensa operações manuais, mas permite cálculos mais complexos. A IA faz algo semelhante com atividades de linguagem, programação e organização de informações: reduz o trabalho necessário para determinadas operações e abre espaço para resolver novos problemas.
Temos na programação um exemplo concreto. Em fevereiro de 2026, a revista Management Science publicou três experimentos com 4.867 desenvolvedores da Microsoft, da Accenture e de outra grande empresa. Parte recebeu acesso a um assistente de programação por IA; os demais formaram grupos de comparação. Os pesquisadores registraram aumento médio de 26,08% nas tarefas concluídas pelos usuários, com ganhos maiores entre os menos experientes, mostrando que a tecnologia pode aumentar a produtividade de trabalhadores especializados.
Santos cita um estudo de Youngkeun Choi, publicado em setembro de 2026 na revista Human Systems Management. A pesquisa ouviu 400 funcionários e encontrou associação entre confiança em sistemas de IA e menor esforço de avaliação independente declarado pelos participantes. Mas o próprio pesquisador esclareceu que não mediu perda efetiva da capacidade de julgamento. Os dados, além disso, vieram de um questionário aplicado uma única vez, sem testes de desempenho nem experimento capaz de comprovar relação causal.
Poupar esforço não é desaprender. O trabalhador que recebe cálculos prontos pode conferir resultados e concentrar-se na decisão. Pode também confiar indevidamente numa resposta errada, o que demanda mecanismos de verificação e responsabilidade, não a condenação da ferramenta. No estudo de Choi, a associação entre confiança e redução do esforço foi menor quando os participantes relatavam maior pressão para prestar contas de suas decisões.
Outro ponto ausente do artigo é a existência de modelos abertos, cujos parâmetros podem ser obtidos e executados em equipamentos próprios. Em janeiro de 2025, a empresa chinesa DeepSeek lançou o DeepSeek-R1 com código e parâmetros sob licença MIT. Disponibilizou também versões menores, que exigem menos recursos computacionais. Isso permite desenvolver aplicações, modificar sistemas e criar modelos derivados sem depender necessariamente de um serviço remoto controlado por outra empresa. Os programas criados e o conhecimento necessário para mantê-los podem permanecer na própria organização.
Treinar do zero um modelo gigantesco continua exigindo capital, técnicos e equipamentos caros. Mas utilizar modelos já disponíveis, adaptá-los a documentos próprios ou incorporá-los a programas custa muito menos. Não é preciso construir uma fábrica de semicondutores para usar um computador, nem possuir um centro de dados gigantesco para aproveitar determinadas aplicações de IA.
Este Diário já examinou o potencial da inteligência artificial para enfrentar o monopólio da propriedade intelectual e as tentativas da burguesia imperialista de controlar sua utilização. A crítica aos proprietários da tecnologia não nos deve opor à própria tecnologia.
O trabalho de Michael Kwet, citado por Santos, trata do domínio norte-americano sobre programas, equipamentos e redes, que foi publicado em 2019 na revista Race & Class, examina como monopólios tecnológicos extraem rendimentos e dados dos países dependentes. Trata-se de um problema de propriedade e poder econômico, não de uma prova de que utilizar ferramentas técnicas implique desaprender a pensar.
Uma empresa pode tornar-se vulnerável ao concentrar seus dados num serviço externo, especialmente um monopólio, que pode aumentar preços, interromper acesso ou modificar contratos. A resposta é desenvolver alternativas, programas abertos, infraestrutura nacional e formação de técnicos. Não é voltar a executar manualmente tarefas que podem ser automatizadas.
Sob o capitalismo, qualquer aumento de produtividade pode ser usado para demitir trabalhadores, intensificar a exploração e ampliar os lucros. A IA leva esse conflito para atividades intelectuais e administrativas, antes menos atingidas pela automação.
Ao sugerir que delegar tarefas a máquinas poderia significar desaprender a pensar, o artigo desloca a discussão da propriedade capitalista para uma suposta deficiência intelectual dos usuários.
A IA amplia a capacidade de produzir conhecimento. A luta necessária não deve ser contra esse avanço, mas contra os monopólios que pretendem controlá-lo e contra os capitalistas que procuram apropriar-se sozinhos de seus resultados.
