A inteligência artificial está criando uma situação curiosa no mercado de trabalho: as empresas vão precisar descobrir se uma pessoa sabe usar IA e, ao mesmo tempo, se ela ainda sabe pensar sem IA.
Não é uma contradição.
É provavelmente uma das principais mudanças na forma como as organizações vão avaliar pessoas nos próximos anos.
Proficiência em IA na contratação é a capacidade de usar inteligência artificial de forma eficaz, crítica e responsável — incluindo saber quando utilizar a tecnologia, como avaliar seus resultados e quando tomar uma decisão sem seu auxílio.
Essa definição importa porque o mercado está caminhando para uma situação aparentemente paradoxal: empresas precisarão testar o domínio de IA dos candidatos e, simultaneamente, verificar competências que só podem ser observadas quando a IA não está disponível.
A Gartner prevê que, até 2027, 75% dos processos de contratação incluirão certificações ou testes de proficiência em IA. A lógica é simples: conforme as ferramentas de IA se tornam parte do trabalho cotidiano, saber utilizá-las deixa de ser um diferencial e passa a ser uma competência profissional que as empresas querem medir.
Mas existe uma segunda previsão, aparentemente oposta.
A Gartner também prevê que, ao longo de 2026, 50% das organizações globais poderão exigir avaliações de habilidades "AI-free", ou seja, avaliações desenhadas para verificar competências como pensamento crítico, resolução de problemas e julgamento sem o auxílio da inteligência artificial.
De um lado: "Você sabe usar IA?"
Do outro: "Mostre que você consegue pensar sem ela."
É dessa tensão que nasce um novo desafio para recrutamento, liderança e desenvolvimento de pessoas.
A nova dupla exigência da contratação
Durante muito tempo, os processos seletivos procuraram responder a uma pergunta relativamente simples: essa pessoa tem as competências necessárias para fazer o trabalho?
A inteligência artificial está tornando essa pergunta insuficiente. Agora é preciso responder pelo menos a duas:
- Essa pessoa sabe trabalhar com inteligência artificial?
- Essa pessoa sabe quando não deveria trabalhar com inteligência artificial?
A primeira pergunta mede proficiência. A segunda mede julgamento. E a diferença entre as duas pode se tornar uma das competências mais importantes do mercado de trabalho.
A própria Gartner afirma que as organizações deverão diferenciar cada vez mais candidatos que conseguem pensar de forma independente daqueles que dependem excessivamente de resultados gerados por máquinas. Entre as capacidades que entram nessa avaliação estão pensamento crítico, avaliação de evidências, resolução de problemas e julgamento.
Isso muda completamente a discussão sobre proficiência em IA na contratação. Porque saber usar ChatGPT, Copilot, Gemini ou qualquer outra ferramenta não significa necessariamente saber trabalhar bem com inteligência artificial. A verdadeira competência está em saber decidir como, quando e por que usar a ferramenta.
O paradoxo da IA no trabalho
Imagine dois candidatos para a mesma posição.
O primeiro sabe utilizar muito bem ferramentas de IA. Consegue escrever prompts, analisar informações, sintetizar documentos e acelerar tarefas.
O segundo também sabe fazer tudo isso. Mas, durante uma situação de decisão, o segundo consegue explicar:
- quais informações foram produzidas pela IA;
- quais informações ele próprio validou;
- quais hipóteses descartou;
- onde identificou uma possível falha;
- por que decidiu não utilizar IA em determinada etapa;
- e qual foi o seu próprio raciocínio para chegar à conclusão.
Qual dos dois demonstra maior proficiência? Provavelmente o segundo.
Isso porque proficiência em IA não deveria significar apenas capacidade de operar uma ferramenta. Deveria significar capacidade de orquestrar a relação entre inteligência humana e inteligência artificial. Essa distinção será cada vez mais importante.
Usar IA não é o mesmo que saber trabalhar com IA
Existe uma diferença importante entre uso de IA e maturidade no uso de IA. Uma pessoa pode utilizar inteligência artificial dezenas de vezes por dia e ainda assim ter baixa maturidade.
Pode aceitar a primeira resposta produzida pela ferramenta. Pode não verificar fontes. Pode delegar decisões importantes. Pode pedir à IA para interpretar uma situação que exigia contexto humano. Pode utilizar uma resposta bem escrita como substituto para uma análise mal feita.
Nesse caso, a IA aumentou a velocidade do trabalho, mas não necessariamente aumentou a qualidade do pensamento. O problema não é a ferramenta. É onde colocamos a responsabilidade pelo pensamento.
A própria Gartner vem chamando atenção para esse risco: uma análise recente da consultoria descreve o fenômeno do "AI lock-in", em que profissionais deixam de praticar tarefas fundamentais e se tornam excessivamente dependentes dos sistemas de IA — com erosão de competências como pensamento crítico, criatividade e julgamento quando não existem mecanismos para acompanhar os sinais desse enfraquecimento.
Isso ajuda a explicar por que a contratação começa a caminhar em duas direções aparentemente contraditórias. As empresas precisam de pessoas que saibam usar IA. Mas precisam também de pessoas que continuem capazes de questionar a IA.
O que significa "AI-free" na prática?
É importante não interpretar a expressão "avaliação livre de IA" como um movimento de volta ao passado. Não significa que as empresas vão simplesmente proibir ChatGPT durante processos seletivos.
A questão é outra. Se uma vaga exige pensamento crítico, tomada de decisão, julgamento ou capacidade analítica, a empresa pode querer observar essas competências sem que uma ferramenta faça parte da resolução.
Imagine, por exemplo, um candidato recebendo uma situação complexa de negócio. Em uma etapa, ele pode utilizar IA para demonstrar sua capacidade de trabalhar com a tecnologia. Em outra, pode receber um problema que precisa resolver sozinho.
A comparação entre os dois momentos pode ser mais interessante do que qualquer uma das avaliações isoladamente — porque ela permite observar algo novo: o que pertence à pessoa e o que pertence à ferramenta?
Essa distinção será particularmente relevante em funções nas quais decisões humanas têm consequências importantes.
O verdadeiro diferencial pode ser saber quando não usar IA
Talvez essa seja uma das competências mais subestimadas da era da inteligência artificial.
Estamos treinando pessoas para perguntar: "Como posso usar IA para fazer isso melhor?" Precisaremos ensiná-las também a perguntar: "Deveria usar IA para fazer isso?"
A diferença parece pequena. Na prática, é enorme.
Há tarefas em que a inteligência artificial aumenta produtividade, reduz trabalho operacional e melhora a qualidade da primeira versão. Há outras em que o principal valor está justamente na experiência, no contexto, na sensibilidade e no julgamento de uma pessoa. E há situações em que a melhor resposta pode ser combinar os dois.
Por isso, a competência relevante não é simplesmente usar ou não usar IA. É saber alternar entre esses dois modos de trabalho.
O que desenvolver além da proficiência técnica em IA?
Essa distinção entre "saber operar uma ferramenta" e "saber pensar sem ela" não é nova — é a mesma questão que atravessa qualquer discussão séria sobre julgamento humano, com ou sem IA no meio do caminho.
O curso Pensamento Crítico organiza essa discussão em torno de quatro pilares — clareza, precisão, profundidade e relevância — que funcionam, sem precisar de nenhum ajuste, como um roteiro de auditoria para qualquer resposta gerada por IA: essa resposta está clara o suficiente para ser contestada, ou só soa bem escrita? É precisa, ou apenas parece precisa? Explorou a complexidade real do problema, ou parou na primeira camada de análise? Focou no que de fato importa, ou encheu linguiça com informação irrelevante? Nenhuma dessas quatro perguntas aparece num teste de proficiência técnica em IA — e são exatamente elas que separam quem usa a ferramenta de quem pensa com ela.
O curso Pensamento Analítico vai direto ao ponto que mais importa para essa discussão: ensina o que a Descola chama de "ciclo analítico" — definir o problema, coletar e analisar dados, gerar insights, medir o resultado — e dedica parte do conteúdo à integração entre tecnologia e humanidades, "utilizando a tecnologia como aliada, mas não como substituta", nas palavras do próprio curso. É a mesma fronteira que a Gartner está tentando transformar, agora, em critério formal de contratação.
E quando a pergunta deixa de ser "eu cheguei a uma resposta" e passa a ser "eu decidi entre alternativas, sabendo o que ganho e o que perco em cada uma", entra o repertório de Tomada de Decisão — curso que nomeia diretamente os "vilões" do processo decisório (os vieses que distorcem julgamento sem que a pessoa perceba) e ensina a testar a própria hipótese, a se preparar para estar errado antes de agir.
Essa é, talvez, a competência mais rara e mais necessária diante de uma IA que responde com a mesma confiança quando acerta e quando erra: a disposição de desconfiar da própria conclusão, não importa de onde ela veio — de um modelo de linguagem ou da própria cabeça.
Nenhuma dessas três frentes foi desenhada pensando em IA generativa. Os "vilões" da tomada de decisão são tão antigos quanto a própria psicologia cognitiva, e os quatro pilares do pensamento crítico remontam a tradições de lógica muito anteriores ao ChatGPT.
Isso é, na prática, uma vantagem: significa que esse repertório continua valendo mesmo se a próxima geração de modelos mudar de novo as regras do jogo — porque o problema nunca foi a ferramenta. Foi sempre quem decide o que fazer com ela.
O impacto para RH e Talent Acquisition
Para profissionais de RH e Talent Acquisition, essa mudança cria uma consequência importante: os processos seletivos precisam deixar de avaliar apenas conhecimento e começar a avaliar como o candidato pensa em um ambiente no qual o conhecimento está cada vez mais acessível.
Isso pode significar uma mudança nos processos de avaliação. Em vez de perguntar apenas "Você sabe utilizar IA?", pode fazer sentido perguntar "Como você decide quando utilizar IA?", ou "Conte uma situação em que você decidiu não utilizar IA", ou ainda "Como você valida uma resposta produzida por uma ferramenta de IA?"
Essas perguntas revelam algo que uma simples certificação dificilmente consegue capturar: a qualidade do julgamento.
A própria Gartner, ao discutir a transformação da avaliação de talentos, aponta para uma combinação entre avaliar competências relacionadas à IA e competências fundamentais como pensamento crítico, criatividade, comunicação e conhecimento da área.
É uma mudança importante. A questão deixa de ser "IA ou competências humanas?" e passa a ser "como avaliamos a combinação entre as duas?".
E isso não termina na contratação
Existe ainda uma consequência maior. Uma empresa pode construir o processo seletivo mais sofisticado do mundo e ainda assim ter um problema de competência depois da contratação.
Porque pensamento crítico, julgamento e capacidade de trabalhar bem com IA não são apenas características que deveriam ser identificadas no processo seletivo. São competências que precisam continuar sendo desenvolvidas — esse talvez seja o ponto mais importante para as áreas de Treinamento e Desenvolvimento.
Se a empresa contrata alguém porque essa pessoa sabe utilizar IA e depois simplesmente entrega ferramentas para que ela use no dia a dia, existe uma parte importante do desenvolvimento que ficou de fora.
É preciso desenvolver repertório para: formular bons problemas, questionar respostas, identificar vieses, validar informações, tomar decisões, comunicar conclusões, colaborar com outras pessoas, reconhecer limites da tecnologia e escolher conscientemente quando usar ou não usar IA.
Ou seja: a alfabetização em IA precisa caminhar junto com o desenvolvimento das competências humanas. Não adianta acelerar a produção se o julgamento não acompanha a velocidade.
A competência do futuro é alternar entre dois modos de pensar
Talvez o profissional mais valioso da próxima década não seja aquele que utiliza IA em todas as tarefas. Nem aquele que se recusa a utilizá-la.
Será aquele que consegue transitar conscientemente entre os dois modos.
Modo aumentado: usar IA para ampliar capacidade, velocidade, análise e produção.
Modo humano: assumir responsabilidade pelo julgamento, contexto, ética, criatividade, decisão e relacionamento.
A competência está na transição. Saber quando delegar. Saber quando verificar. Saber quando questionar. E, principalmente, saber quando não delegar.
Essa é uma discussão que se conecta diretamente ao desenvolvimento de competências como pensamento crítico, adaptabilidade, comunicação e tomada de decisão — temas que vêm ganhando espaço justamente porque o trabalho está deixando de ser definido apenas pelo que as pessoas conseguem executar e passando a ser definido pelo que elas conseguem decidir.
O que as empresas deveriam começar a fazer agora
Não é necessário esperar que 75% dos processos seletivos tenham testes de IA para começar a adaptar a estratégia de pessoas. Algumas perguntas já podem entrar na agenda de RH, liderança e T&D:
- Quais funções da organização realmente exigem proficiência em IA? Nem toda posição precisa das mesmas competências ou do mesmo nível de domínio.
- Quais competências humanas precisam continuar sendo avaliadas sem assistência de IA? Pensamento crítico, julgamento, criatividade e tomada de decisão podem exigir abordagens específicas.
- Os líderes sabem avaliar o uso que suas equipes fazem de IA? Não basta saber utilizar ferramentas — é preciso reconhecer quando uma resposta parece plausível, mas não é confiável.
- A empresa está desenvolvendo julgamento ou apenas ensinando ferramentas? Um treinamento sobre como utilizar determinada plataforma resolve uma necessidade operacional. Não necessariamente desenvolve maturidade para trabalhar com IA.
- Os processos de desenvolvimento estão preparando as pessoas para um trabalho híbrido entre humanos e máquinas? Essa talvez seja a pergunta mais estratégica de todas.
A nova régua de competência
Durante décadas, empresas buscaram profissionais que soubessem executar. Depois, passaram a valorizar profissionais que soubessem colaborar. Hoje, precisam de pessoas que saibam aprender e se adaptar.
Com a inteligência artificial, surge uma camada adicional: profissionais que saibam decidir o que deve ser feito por uma máquina e o que precisa continuar sendo pensado por uma pessoa.
É por isso que as duas previsões da Gartner não são realmente contraditórias. Elas apontam para o mesmo futuro.
A empresa vai querer saber se você sabe usar IA. E vai querer saber se você continua sabendo pensar quando a IA está desligada.
A verdadeira proficiência talvez esteja justamente nesse espaço entre as duas coisas.
Não se trata de escolher entre inteligência humana e inteligência artificial. Trata-se de desenvolver pessoas capazes de saber quando combinar as duas — e quando confiar em apenas uma delas.
Perguntas frequentes
O que é proficiência em IA na contratação?
Proficiência em IA na contratação é a capacidade de um candidato demonstrar que sabe utilizar ferramentas e recursos de inteligência artificial de maneira adequada para realizar seu trabalho. Isso pode envolver conhecimento de ferramentas, criação de prompts, análise e validação de resultados, automação de tarefas e tomada de decisões com apoio de IA.
Por que a proficiência em IA está se tornando importante nos processos seletivos?
Porque a inteligência artificial está sendo incorporada a um número crescente de atividades profissionais. A Gartner prevê que, até 2027, 75% dos processos de contratação incluirão certificações ou testes de proficiência em IA.
O que são avaliações "AI-free"?
São avaliações realizadas sem assistência de ferramentas de inteligência artificial, com o objetivo de observar competências que precisam ser demonstradas diretamente pelo candidato, como pensamento crítico, resolução de problemas, avaliação de evidências e julgamento. A Gartner prevê que 50% das organizações globais poderão adotar esse tipo de avaliação ao longo de 2026.
Saber usar IA significa ter pensamento crítico?
Não. Saber utilizar uma ferramenta de IA e saber avaliar criticamente seus resultados são competências diferentes. A maturidade no uso de IA envolve também questionar respostas, verificar informações, reconhecer limitações e decidir quando a ferramenta não deve ser utilizada.
Como desenvolver competências humanas na era da IA?
O desenvolvimento precisa combinar alfabetização em IA com competências como pensamento crítico, tomada de decisão, comunicação, criatividade, adaptabilidade e julgamento. O objetivo não é preparar profissionais para competir com a IA, mas para trabalhar melhor em conjunto com ela.
Fontes: Gartner · "Gartner Unveils Top Predictions for IT Organizations and Users in 2026 and Beyond" · 21/10/2025 · https://www.gartner.com/en/newsroom/press-releases/2025-10-21-gartner-unveils-top-predictions-for-it-organizations-and-users-in-2026-and-beyond Gartner · "Gartner Says AI Revolution and Cost Pressures Are Two Forces Driving the Top Four Trends for Talent Acquisition in 2026" · 07/10/2025 · https://www.gartner.com/en/newsroom/press-releases/2025-10-07-gartner-says-ai-revolution-and-cost-pressures-are-two-forces-driving-the-top-four-trends-for-talent-acquisition-in-2026 Gartner · "Gartner Announces Top Predictions for Data and Analytics in 2026" · 11/03/2026 · https://www.gartner.com/en/newsroom/press-releases/2026-03-11-gartner-announces-top-predictions-for-data-and-analytics-in-2026 Gartner · "AI Lock-In: Why Skill Loss Puts Your Workforce at Risk" · 30/04/2026 · https://www.gartner.com/en/articles/ai-lock-in
Referências internas: Curso Pensamento Crítico · Curso Pensamento Analítico · Curso Tomada de Decisão — linkados na seção "O que desenvolver além da proficiência técnica em IA?", como referência contextual de repertório.