Quando a inteligência deixa de ser escassa: trabalho, técnica e a questão humana depois da IA

Antes de perguntar o que a IA fará, é preciso perguntar o que chamamos de trabalho

Uma dificuldade recorrente nas discussões sobre automação é tratar “trabalho” como uma coisa única. Hannah Arendt, em The Human Condition, propõe uma distinção que continua poderosa: labor, work e action — em português, frequentemente traduzidos como labor, obra e ação. University of Chicago Press — The Human Condition

Labor corresponde às atividades necessárias à manutenção da vida e que precisam ser repetidas: alimentar, limpar, produzir, manter. A obra cria um mundo relativamente durável de objetos, instituições, artefatos e formas. A ação, por sua vez, ocorre entre pessoas e envolve palavra, iniciativa, pluralidade, imprevisibilidade e presença pública.

A economia industrial misturou essas esferas. Um engenheiro pode passar parte do dia em labor repetitivo, parte construindo algo durável e parte agindo politicamente dentro de uma organização. Um professor ensina conteúdos repetidos, produz materiais e também participa de relações humanas que não são redutíveis à transmissão de informação. Um médico classifica sintomas, registra dados e, ao mesmo tempo, assume responsabilidade diante de uma pessoa concreta.

A IA não atinge essas três dimensões do mesmo modo.

Labor
tarefas repetíveis · classificação · registro · transformação rotineira
           ↓
maior potencial de automação

Obra
projeto · construção · integração · criação de sistemas duráveis
           ↓
forte potencial de amplificação

Ação
responsabilidade · promessa · conflito · confiança · decisão pública
           ↓
pode ser mediada por IA, mas sua legitimidade continua sendo um problema humano e institucional

Uma sociedade que confunde essas dimensões pode interpretar a automação de uma tarefa como automação de uma profissão, ou a geração de uma resposta como substituição de uma relação.

Essa distinção também esclarece por que “o modelo consegue fazer?” é uma pergunta insuficiente. A capacidade técnica para produzir um texto jurídico não resolve quem responde pelo texto. A capacidade de gerar um diagnóstico não decide quem assume o risco. A capacidade de sintetizar argumentos políticos não produz legitimidade democrática. A capacidade de escrever código não escolhe quais sistemas deveriam existir.

Quanto mais inteligência operacional se torna abundante, mais visível fica aquilo que nunca foi apenas inteligência.

Polanyi: o mercado não apenas distribui bens; ele reorganiza relações sociais

Em The Great Transformation, Karl Polanyi descreveu a formação de uma sociedade na qual relações econômicas deixaram de estar apenas inseridas em obrigações sociais e passaram a reorganizar uma parcela crescente da própria sociedade. Sua análise ficou conhecida, entre outros motivos, pela crítica à transformação de trabalho, terra e dinheiro em “mercadorias fictícias”: elementos fundamentais da vida social tratados como se tivessem sido produzidos para venda. Beacon Press — The Great Transformation

O paralelo com IA não exige afirmar que dados ou inteligência sejam simplesmente novas mercadorias fictícias. O ponto mais profundo está no mecanismo: quando uma capacidade humana pode ser medida, comprada, vendida e substituída em mercados, instituições começam a se reorganizar ao redor dessa forma de cálculo.

Durante o século XX, empresas compravam tempo humano em unidades relativamente claras: horas, salários, cargos, equipes. A digitalização tornou tarefas mais mensuráveis. A economia de plataformas fragmentou trabalho em corridas, entregas, cliques, tarefas e avaliações. Sistemas de IA acrescentam outra possibilidade: fragmentar parte do trabalho intelectual em chamadas, tokens, ações, resoluções e resultados.

A transformação não é apenas tecnológica. É uma mudança na unidade de contabilidade da atividade humana.

Quando um software é vendido por usuário, o empregado continua sendo a unidade econômica do produto. Quando um agente é vendido por ação ou resultado, a unidade começa a ser a própria tarefa. A fronteira entre “comprar software” e “comprar trabalho” se torna menos nítida.

O risco polanyiano aparece quando a sociedade trata essa transformação como um fato puramente técnico. O preço pode medir eficiência de uma tarefa sem medir estabilidade de uma comunidade, formação de futuros profissionais, segurança psicológica, confiança, autonomia ou capacidade de participação pública.

Uma instituição que reduz custos pode produzir uma externalidade que não aparece em sua planilha: menos vagas de entrada hoje podem significar menos especialistas formados amanhã; mais automação administrativa pode liberar tempo ou apenas aumentar a expectativa de produtividade; menos necessidade de mão de obra pode ampliar renda disponível ou enfraquecer poder de barganha.

A grande transformação produzida por uma tecnologia não está contida na tecnologia. Ela acontece quando regras, mercados e hábitos se adaptam a ela.

Marx: quando conhecimento social se transforma em força produtiva direta

Nos manuscritos do Grundrisse, escritos em 1857–1858, Marx explorou uma hipótese extraordinariamente moderna: conhecimento científico e social poderia ser incorporado às máquinas de tal forma que a força produtiva deixaria de depender apenas do trabalho imediato de cada pessoa. A edição da Penguin destaca justamente temas de automação, trabalho, mais-valia e alienação presentes nesses cadernos. Penguin — Grundrisse

O interesse dessa passagem para a IA não está em transformar Marx em profeta de modelos de linguagem. Está em perceber uma questão de propriedade.

Conhecimento nunca é produzido por um indivíduo isolado. Linguagem, matemática, ciência, programação, literatura, administração, engenharia e direito são acumulações históricas. Cada geração recebe uma infraestrutura cognitiva construída por outras. A tecnologia transforma essa herança em capacidade produtiva.

Quando um modelo aprende padrões de enormes corpora e passa a executar tarefas, uma parcela de conhecimento social acumulado reaparece como ativo técnico. A pergunta econômica passa a ser: quem possui o mecanismo que converte conhecimento coletivo em produção privada?

Essa questão não tem resposta simples. Modelos exigem investimento, engenharia, energia, hardware e organização. Empresas assumem riscos e criam tecnologia real. Ao mesmo tempo, a matéria-prima cognitiva é inseparável de uma história social muito maior que qualquer empresa.

A tensão é estrutural. Quanto mais produção depende de conhecimento acumulado, menos intuitiva fica a ideia de que renda deva acompanhar diretamente horas individuais de trabalho. Mas, se renda continua organizada principalmente pelo emprego, uma sociedade pode produzir abundância técnica e insegurança econômica ao mesmo tempo.

Essa contradição é central para a era da IA: a produtividade pode se socializar enquanto a propriedade permanece concentrada.

Wiener: automação não é apenas substituição; é arquitetura de controle

Norbert Wiener, um dos fundadores da cibernética, escreveu The Human Use of Human Beings em 1950, revisando a obra em 1954. Seu problema não era simplesmente construir máquinas automáticas. Era compreender comunicação, feedback, controle e as consequências sociais de sistemas capazes de responder ao ambiente. Google Books — The Human Use of Human Beings

Essa tradição é especialmente útil porque desloca a atenção do “robô que substitui o humano” para o circuito em que humanos e máquinas participam.

Um sistema automatizado nunca existe sozinho. Alguém escolhe sua função, suas métricas, seus dados, seu direito de agir, sua tolerância a erro e o ponto em que deve devolver a decisão a uma pessoa.

O poder está tanto no modelo quanto no desenho desse circuito.

Uma IA usada para reduzir burocracia pode devolver autonomia ao trabalhador. A mesma IA, conectada a monitoramento permanente e metas automáticas, pode tornar o trabalhador mais subordinado a métricas que ele não controla. Um sistema de recomendação pode ampliar acesso a conhecimento ou estreitar atenção ao otimizar apenas engajamento. Um tutor pode individualizar aprendizagem ou transformar educação em sequência de respostas sem esforço cognitivo suficiente para formar compreensão.

A questão de Wiener permanece atual: não basta saber se uma máquina funciona. É preciso saber para qual finalidade, sob qual feedback e em benefício de quem.

Ellul: o perigo não está apenas nas máquinas, mas na transformação da eficiência em norma

Jacques Ellul usou a palavra francesa technique de modo mais amplo que “tecnologia”. Em The Technological Society, originalmente publicado em francês em 1954, sua preocupação era com a expansão de métodos racionalizados de máxima eficiência por diferentes domínios da vida. A International Jacques Ellul Society ressalta que, para Ellul, technique não se reduz a máquinas: é uma forma de organizar atividades segundo critérios de eficácia. International Jacques Ellul Society Google Books — The Technological Society

Esse diagnóstico se torna mais perturbador com IA porque o sistema não apenas executa procedimentos; ele ajuda a definir, otimizar e replicar procedimentos.

O problema aparece quando eficiência deixa de ser uma ferramenta e se torna um critério moral implícito.

Se um profissional produz dez vezes mais com IA, por que trabalhar menos, e não produzir dez vezes mais? Se uma escola consegue gerar material personalizado instantaneamente, por que preservar atividades lentas? Se uma decisão pode ser classificada probabilisticamente, por que tolerar julgamento demorado? Se uma conversa pode ser resolvida por um agente, por que manter relações humanas custosas? Se um processo pode ser medido, por que permitir zonas não mensuradas?

Nenhuma dessas perguntas possui uma resposta técnica.

A técnica tende a eliminar aquilo que parece desperdício. Mas algumas formas de desperdício são constitutivas da vida humana: conversa sem objetivo, aprendizagem sem aplicação imediata, cuidado redundante, contemplação, ritual, amizade, pesquisa exploratória, tentativa, erro e tempo não otimizado.

Uma sociedade pode ficar mais eficiente e menos habitável.

Mumford: a máquina mais poderosa pode ser uma organização

Lewis Mumford, em The Myth of the Machine, argumentou que grandes sistemas de poder não dependem apenas de dispositivos mecânicos. O que chamou de “megamáquina” inclui a coordenação de pessoas, autoridade, informação e técnica em estruturas capazes de executar projetos em escala. Seus dois volumes, publicados em 1967 e 1970, tratam tecnologia como parte de uma formação social mais ampla. Google Books — The Myth of the Machine

A ideia é particularmente útil para compreender sistemas de IA contemporâneos.

O modelo é apenas uma camada. Em torno dele existem centros de dados, chips, energia, contratos de nuvem, plataformas, conjuntos de dados, interfaces, padrões de segurança, políticas corporativas, equipes de avaliação, sistemas de identidade, departamentos jurídicos, mercados de trabalho e governos.

A “máquina” real é essa combinação.

Isso muda o debate sobre “controle da IA”. Não existe um único botão capaz de controlar um sistema social distribuído. Controle significa governar infraestrutura, incentivos, propriedade, padrões, acesso, responsabilidade e capacidade de contestação.

O risco mumfordiano é construir sistemas tão grandes e interdependentes que sua continuidade passe a justificar todas as decisões. A instituição deixa de perguntar “isso serve à vida humana?” e começa a perguntar “o que precisamos fazer para manter o sistema funcionando?”.

Illich: uma ferramenta é boa quando aumenta a capacidade de agir sem tornar o usuário dependente dela

Em Tools for Conviviality, de 1973, Ivan Illich propôs uma distinção entre ferramentas que ampliam a ação autônoma e sistemas que tornam as pessoas dependentes de estruturas especializadas. Seu ideal de “convivialidade” não significava rejeitar tecnologia, mas preservar a capacidade de pessoas e comunidades usarem ferramentas sem serem subordinadas a elas. Google Books — Tools for Conviviality

Essa talvez seja uma das perguntas mais produtivas para avaliar IA:

depois de usar a ferramenta, a pessoa se torna mais capaz ou apenas mais dependente?

Um programador que usa IA para explorar código e compreende melhor o sistema pode ganhar autonomia. Um programador que deixa de compreender o que entrega pode ganhar velocidade e perder capacidade.

Um estudante que usa um tutor para receber explicações adaptadas pode aprender mais. Um estudante que terceiriza cada dificuldade pode aprender a evitar o próprio ato de pensar.

Um pequeno empreendedor que consegue produzir software, design e análise com ferramentas acessíveis pode desafiar empresas maiores. O mesmo empreendedor pode ficar completamente dependente de plataformas que controlam preço, acesso, distribuição e regras.

Uma ferramenta convivial reduz barreiras sem retirar agência. Uma infraestrutura de dependência oferece conveniência em troca de capacidade de sair.

Esse critério é mais útil que perguntar se uma tecnologia é “aberta” ou “fechada” em abstrato. Sistemas abertos também podem exigir infraestrutura concentrada; sistemas proprietários podem ampliar capacidades reais. A pergunta prática é quanto poder de decisão permanece com o usuário e quanto fica incorporado à arquitetura.

Sennett: o trabalho organiza uma história sobre quem somos

Em The Corrosion of Character, Richard Sennett examinou como o capitalismo flexível modifica a experiência do tempo, da carreira e do caráter. Sua comparação entre uma vida profissional organizada por compromissos duradouros e outra marcada por projetos, mudanças e incerteza mostra que o trabalho não entrega apenas renda: ele ajuda a construir continuidade biográfica. W. W. Norton — The Corrosion of Character

A IA intensifica esse problema porque pode reduzir a meia-vida de habilidades, cargos e rotinas.

Durante muito tempo, uma profissão oferecia uma narrativa relativamente compreensível: aprender, entrar, praticar, acumular experiência, assumir responsabilidade, transmitir conhecimento. Essa narrativa nunca foi universal nem estável para todos, mas foi uma referência central da sociedade industrial.

Quando ferramentas mudam rapidamente e parte do trabalho pode ser automatizada, a carreira pode se tornar uma sequência de adaptações.

O discurso otimista chama isso de “aprendizado contínuo”. O termo pode esconder uma assimetria: uma pessoa é obrigada a reconstruir sua capacidade de mercado repetidamente enquanto empresas possuem ativos, dados, plataformas e capital que acumulam valor ao longo do tempo.

Se o indivíduo precisa ser permanentemente flexível e a infraestrutura pode ser permanentemente proprietária, flexibilidade deixa de ser apenas liberdade. Pode se tornar transferência de risco.

A questão social não é apenas se alguém “consegue se adaptar”. É quanto de estabilidade uma sociedade considera legítimo oferecer para que pessoas possam planejar família, comunidade, moradia, educação e futuro.

Keynes: se a produtividade nos libertar do trabalho, saberemos o que fazer com a liberdade?

Em 1930, John Maynard Keynes escreveu Economic Possibilities for our Grandchildren. Imaginou que o progresso técnico poderia elevar o padrão de vida a ponto de reduzir drasticamente o tempo necessário para satisfazer necessidades econômicas. O ensaio ficou famoso por imaginar uma semana de trabalho muito menor e por perguntar como seres humanos lidariam com uma vida menos dominada pela necessidade. The Economics Network — Economic Possibilities for our Grandchildren

O crescimento econômico ocorreu em escala extraordinária desde então. A redução do tempo de trabalho, porém, foi muito menor que a possibilidade técnica sugeria. Estudos posteriores sobre o ensaio observam justamente que Keynes subestimou problemas de distribuição, desigualdade e persistência do desejo por consumo. MIT Press / Oxford Academic — Revisiting Keynes

A IA reabre o problema de Keynes em forma nova.

Se uma tarefa que exigia oito horas passa a exigir duas, existem pelo menos quatro caminhos institucionais:

• produzir o mesmo em menos tempo e devolver horas às pessoas;
• produzir quatro vezes mais com o mesmo número de pessoas;
• manter a produção e reduzir o número de trabalhadores;
• criar novas tarefas, produtos e necessidades que absorvam o tempo liberado.

A tecnologia não escolhe entre esses caminhos.

A história moderna mostra forte capacidade de converter ganhos de produtividade em novos níveis de produção e consumo. Isso significa que abundância técnica não produz automaticamente abundância de tempo.

Talvez a escassez mais resistente não seja material. Pode ser a incapacidade institucional de dizer “é suficiente”.

A exposição social já é desigual antes de qualquer transformação completa

O debate filosófico ganha importância porque os efeitos não chegam a uma sociedade abstrata. Eles atravessam classes, gêneros, países e profissões diferentes.

A Organização Internacional do Trabalho estima que cerca de um quarto dos trabalhadores mundiais está em ocupações com algum grau de exposição à IA generativa, enquanto a parcela no gradiente máximo é muito menor. A exposição elevada é maior entre mulheres, sobretudo em economias de alta renda, devido à composição ocupacional e ao peso de atividades clericais e administrativas. ILO — Generative AI and Jobs

As categorias geográficas se sobrepõem e não devem ser somadas. Exposição também não significa substituição: indica compatibilidade entre tarefas de uma ocupação e capacidades atuais de IA.

O gráfico importa menos por prever desemprego que por lembrar uma regra histórica: tecnologias chegam a estruturas sociais preexistentes. Se uma profissão é feminizada, precarizada, protegida por licenças, organizada por sindicatos, concentrada em grandes empresas ou distribuída entre pequenos negócios, a mesma capacidade técnica terá consequências diferentes.

Não existe “impacto da IA” separado de instituições.

Nove livros, nove perguntas que permanecem abertas

Essas perguntas não convergem para uma ideologia única. Elas convergem para um princípio: tecnologias precisam ser avaliadas pelo mundo social que ajudam a construir.

O erro de imaginar que inteligência é o mesmo que julgamento

Uma sociedade fascinada por IA corre o risco de reduzir inteligência ao que pode ser demonstrado em benchmarks: responder, classificar, prever, programar, sintetizar.

Essas capacidades são economicamente importantes. Mas julgamento inclui algo diferente: escolher qual problema merece atenção, aceitar responsabilidade, compreender consequências não mensuradas e decidir quando uma regra não deveria ser aplicada.

Julgamento não é apenas uma capacidade cognitiva individual. É uma posição social.

Um juiz, um médico, um engenheiro responsável, um professor ou um administrador público não são legítimos apenas porque produzem boas respostas. Eles ocupam instituições que definem deveres, procedimentos, contestação e responsabilidade.

Se uma IA produz uma decisão tecnicamente superior, surge uma pergunta política: quem pode contestá-la? Quem explica? Quem repara o dano? Quem tem autoridade para abrir uma exceção?

A automação pode reduzir custo de decisão e aumentar o valor da responsabilidade.

O trabalho pode deixar de ser necessário antes de deixar de ser moralmente central

A modernidade tornou emprego um mecanismo de renda e uma fonte de legitimidade moral. Perguntas cotidianas como “o que você faz?” frequentemente significam “qual é sua ocupação?”. Renda sem trabalho é tratada de maneira diferente conforme sua origem: dividendos podem ser prestígio; assistência pode carregar estigma.

Essa moralidade cria uma tensão quando máquinas executam mais produção.

Se menos trabalho humano é economicamente necessário, uma sociedade pode insistir que todos provem utilidade por meio do emprego. O resultado pode ser criação de funções pouco significativas, intensificação artificial de metas ou competição por posições que funcionam mais como distribuição de renda e status do que como necessidade produtiva.

A alternativa exige separar três problemas que hoje são combinados no emprego:

1. produção: como bens e serviços são criados;
2. distribuição: como renda e propriedade são repartidas;
3. reconhecimento: como pessoas recebem status, propósito e pertencimento.

Enquanto emprego resolver os três, automação parecerá simultaneamente libertação e ameaça.

Se o código fica barato, a sociedade pode descobrir que confiança é cara

A abundância de conteúdo e software desloca escassez.

Quando produzir texto é caro, texto possui valor pela dificuldade de produção. Quando produzir imagens é caro, capacidade técnica filtra produtores. Quando programar exige muitas horas, software incorpora escassez de mão de obra.

IA reduz parte desses custos. Isso não elimina valor; muda sua localização.

Quanto mais fácil produzir, mais importantes podem se tornar:

• origem verificável;
• reputação;
• curadoria;
• responsabilidade;
• relacionamento;
• distribuição;
• dados confiáveis;
• segurança;
• presença física;
• pertencimento comunitário;
• capacidade de dizer “não”.

A economia da IA pode ser menos uma economia sem escassez e mais uma economia em que a escassez muda de lugar.

A educação enfrenta uma contradição que eficiência não resolve

Se uma máquina consegue escrever um ensaio melhor que um estudante, qual é o objetivo de pedir um ensaio?

A resposta depende de distinguir produto de formação.

Quando uma criança resolve uma equação, escreve um texto ou aprende a programar, o valor não está apenas no resultado. A atividade modifica a própria pessoa. Dificuldade, memória, repetição, erro, frustração e revisão fazem parte da formação.

Uma tecnologia que entrega o produto pode destruir o processo se usada sem critério.

Isso não implica proibir IA. Illich oferece uma lente melhor: a ferramenta deve ampliar a capacidade do estudante de pensar, não simplesmente substituir a necessidade de pensar.

A educação talvez precise se tornar menos orientada a artefatos facilmente gerados e mais orientada a explicação, defesa oral, investigação, experimentação, construção, interpretação, cooperação e responsabilidade.

Paradoxalmente, IA pode tornar professores mais importantes justamente porque informação deixa de ser o recurso escasso. O recurso escasso passa a ser orientação sobre o que vale a pena aprender, como distinguir compreensão de fluência e como transformar informação em julgamento.

A política da IA começa onde termina a pergunta sobre eficiência

Uma empresa possui razão econômica para automatizar uma tarefa se isso reduz custo, aumenta qualidade ou cria capacidade. Uma sociedade não pode usar exatamente o mesmo critério para todas as decisões.

Há atividades cujo valor está parcialmente em serem humanas.

Cuidado de idosos, educação infantil, justiça, ritual, representação política, amizade, criação artística e atendimento de sofrimento não são apenas canais de produção de resultados. São relações.

A automação pode ajudar cada uma delas. Mas uma sociedade que substitui relação por eficiência pode economizar recursos e perder o próprio conteúdo da atividade.

A fronteira entre assistência e substituição será política porque envolve conceitos diferentes de vida boa.

O monopólio mais profundo pode ser definir a realidade operacional

Discussões de concentração normalmente se concentram em participação de mercado. Há outra forma de poder: definir os padrões pelos quais organizações percebem e agem.

Se poucas plataformas fornecem modelos, identidade, nuvem, memória, pagamentos, ferramentas corporativas e canais de distribuição, elas podem influenciar a arquitetura padrão da atividade econômica sem controlar cada empresa diretamente.

Ellul chamaria atenção para a padronização pela eficiência. Mumford observaria a formação de uma megamáquina institucional. Polanyi perguntaria como relações sociais são redesenhadas por mercados. Marx perguntaria quem possui o conhecimento objetivado. Illich perguntaria se usuários conseguem sair sem perder capacidade.

A concentração relevante não é apenas “quantas empresas existem?”. É quanto da vida econômica precisa passar por uma arquitetura que poucas instituições definem.

A liberdade não é possuir mais opções; é conservar capacidade de recusar

Tecnologia normalmente aumenta opções. Mais informação, mais produtos, mais velocidade, mais acesso.

Mas liberdade possui outra dimensão: poder recusar uma opção sem ser excluído da vida social.

Se todo emprego exige um sistema, se toda escola exige uma plataforma, se toda empresa depende de uma nuvem, se toda comunicação passa por intermediários, a existência de muitas funcionalidades pode coexistir com pouca autonomia estrutural.

Illich ajuda a formular um teste simples: uma boa ferramenta deve permitir uso sem exigir submissão total à sua lógica.

Isso implica preservar interoperabilidade, conhecimento humano, alternativas locais, capacidade de exportar dados, direito de contestar decisões automatizadas e possibilidade real de operar quando sistemas centrais falham.

Redundância, vista pela eficiência como desperdício, pode ser condição de liberdade.

Uma sociedade pós-escassez cognitiva ainda pode ser profundamente desigual

A expressão “abundância” pode enganar.

Se inteligência barata for acessível a todos, pequenas empresas, estudantes e trabalhadores podem ganhar capacidades antes reservadas a grandes organizações. Isso é democratizador.

Mas, se a infraestrutura que produz essa inteligência for altamente concentrada, parte dos ganhos pode fluir para proprietários de computação, energia, dados e distribuição.

A mesma tecnologia pode reduzir desigualdade de capacidade e aumentar desigualdade patrimonial.

Essa combinação não é contraditória. Um smartphone tornou ferramentas antes caras acessíveis a bilhões de pessoas e, simultaneamente, concentrou enorme valor em poucas plataformas.

O problema político passa a ser como distribuir não apenas acesso ao serviço, mas participação nos ganhos de produtividade.

O futuro do trabalho talvez seja uma disputa sobre quem recebe o tempo liberado

Ganhos de produtividade criam tempo potencial.

A empresa pode capturá-lo como maior produção. O consumidor pode capturá-lo como preço menor. O acionista pode capturá-lo como margem. O trabalhador pode capturá-lo como salário maior ou jornada menor. O Estado pode capturá-lo parcialmente como receita fiscal e serviço público.

A distribuição desse tempo invisível talvez seja uma das principais disputas sociais da automação.

Keynes imaginou que produtividade libertaria pessoas da necessidade econômica. Sennett lembra que trabalho também organiza biografia. Arendt lembra que libertação do labor não produz automaticamente ação pública significativa. Uma sociedade precisa saber o que fazer com o tempo para que menos trabalho não signifique menos pertencimento.

Quatro respostas sociais à abundância de inteligência

Não são previsões. São formas institucionais possíveis.

A realidade pode misturar os quatro caminhos em setores diferentes.

O que significa continuar humano quando produzir respostas deixa de ser especial?

Durante séculos, grande parte do prestígio intelectual foi ligada à capacidade de produzir respostas raras: calcular, traduzir, memorizar, escrever, diagnosticar, programar.

Quando máquinas executam parte dessas atividades, uma interpretação pessimista conclui que seres humanos “perderam valor”.

Essa conclusão só faz sentido se o valor humano fosse equivalente à escassez de uma habilidade produtiva.

Arendt oferece outra direção: humanidade aparece na capacidade de iniciar algo entre outros. Illich enfatiza autonomia. Wiener pergunta sobre finalidade. Sennett lembra a necessidade de construir uma história de vida. Polanyi mostra que sociedade não pode ser reduzida a mercado. Mesmo Marx, interessado na produção, percebe que o desenvolvimento das forças produtivas altera as condições de emancipação.

Talvez a IA não diminua o humano. Talvez ela exponha o quanto confundimos valor humano com utilidade econômica.

A pergunta final não é se máquinas se tornarão humanas

A pergunta mais importante é se instituições humanas se tornarão máquinas.

Uma empresa pode tratar toda decisão como otimização. Uma escola pode tratar todo aprendizado como métrica. Um governo pode tratar toda população como conjunto de variáveis. Uma pessoa pode tratar a própria vida como painel de produtividade.

Nada disso exige consciência artificial.

Uma sociedade pode se mecanizar culturalmente antes que uma máquina se torne semelhante a uma pessoa.

O desafio filosófico da IA está justamente aí. Quanto mais poderosas as ferramentas, menos adequado é avaliar o futuro apenas pelo que elas conseguem fazer. O critério precisa incluir o que fazem conosco, o que passamos a esperar uns dos outros e quais formas de vida desaparecem quando tudo aquilo que não é eficiente começa a parecer irracional.

Conclusão: a abundância técnica não resolve a questão humana

A inteligência artificial pode ampliar uma das maiores conquistas da história: tornar conhecimento, produção e capacidade criativa acessíveis a mais pessoas com menos esforço.

Também pode aprofundar uma tendência antiga: organizar cada vez mais dimensões da vida segundo critérios de eficiência definidos por sistemas que poucos controlam.

Não existe contradição entre essas duas possibilidades. Elas podem acontecer ao mesmo tempo.

Arendt mostra que viver é mais que laborar. Polanyi mostra que mercados precisam permanecer inseridos em sociedade. Marx mostra que conhecimento coletivo pode tornar-se força produtiva concentrada. Wiener mostra que automação é problema de finalidade e controle. Ellul mostra que eficiência pode deixar de ser meio e tornar-se sistema. Mumford mostra que máquinas são também organizações. Illich mostra que ferramentas devem ser julgadas pela autonomia que deixam. Sennett mostra que trabalho estrutura tempo e caráter. Keynes mostra que produtividade só se torna liberdade se uma sociedade souber transformar abundância em tempo humano.

A era da IA coloca essas perguntas dentro da vida cotidiana.

Não basta perguntar quantos empregos desaparecerão. É preciso perguntar como pessoas receberão renda quando menos trabalho for necessário.

Não basta perguntar quanto software será produzido. É preciso perguntar quem controlará os sistemas pelos quais esse software circula.

Não basta perguntar se estudantes terão respostas melhores. É preciso perguntar se continuarão aprendendo a formular perguntas.

Não basta perguntar se decisões serão mais eficientes. É preciso perguntar quem terá autoridade para contestá-las.

Não basta perguntar se a inteligência será abundante. É preciso perguntar se liberdade, autonomia, confiança, tempo e pertencimento também serão.

A tecnologia pode reduzir a escassez de respostas. A tarefa social continua sendo decidir quais perguntas merecem organizar uma civilização.

Livros e fontes de referência

• Hannah Arendt, The Human Condition. University of Chicago Press
• Karl Polanyi, The Great Transformation: The Political and Economic Origins of Our Time. Beacon Press
• Karl Marx, Grundrisse: Foundations of the Critique of Political Economy. Penguin Classics
• Norbert Wiener, The Human Use of Human Beings: Cybernetics and Society. Google Books bibliographic record
• Jacques Ellul, The Technological Society. Google Books
• Lewis Mumford, The Myth of the Machine. Google Books
• Ivan Illich, Tools for Conviviality. Google Books
• Richard Sennett, The Corrosion of Character: The Personal Consequences of Work in the New Capitalism. W. W. Norton
• John Maynard Keynes, “Economic Possibilities for our Grandchildren”, em Essays in Persuasion. The Economics Network
• Stanford Encyclopedia of Philosophy, “Philosophy of Technology”. Stanford Encyclopedia of Philosophy
• International Labour Organization, Generative AI and Jobs: A Refined Global Index of Occupational Exposure. ILO