Você recebe um relatório de doze páginas. Impecável: capa, sumário, frases equilibradas. Dez minutos de leitura e você percebe que ele não responde à pergunta que você fez. Agora o trabalho é seu: refazer, devolver com instruções ou fingir que serve. Parabéns, você acabou de pagar a conta de um workslop.
O termo veio de um estudo da BetterUp com o Stanford Social Media Lab, publicado na Harvard Business Review em 2025: workslop é o conteúdo produzido com IA que se apresenta como trabalho pronto, mas não tem substância para resolver a tarefa, e transfere o esforço para quem recebe.
O custo que ninguém lança no orçamento
Os números do estudo incomodam: entre os profissionais de escritório ouvidos nos Estados Unidos, 40% receberam workslop no último mês, e cada ocorrência consome em média quase duas horas: decifrar, corrigir, refazer, ou a conversa constrangedora de devolver. Some isso num time inteiro e o “ganho de produtividade” da IA vira um imposto invisível sobre os melhores profissionais.
O dano não é só de tempo. Quem recebe workslop de um colega passa a confiar menos no trabalho dele. Começa o jogo defensivo: recebi IA, devolvo IA. A colaboração vira troca de texto gerado, e ninguém mais pensa no meio do caminho.
Por que isso acontece
Na maioria das vezes, não é preguiça. É meta mal desenhada. Quando a empresa cobra “uso de IA” como indicador, o time entrega uso de IA. A ferramenta acelera a produção de texto, não o pensamento sobre o problema. Sem critério de qualidade, o caminho de menor resistência é aceitar a primeira resposta e encaminhar.
O antídoto não é proibir: é ter critério
- Dono do resultado: quem usa IA responde pela entrega como se tivesse feito à mão. “A IA que fez” não existe como desculpa.
- Rubrica de qualidade: o time sabe o que torna um relatório, e-mail ou análise bons, e avalia a saída da IA contra isso.
- Revisão nos pontos de decisão: IA rascunha, humano decide. Principalmente quando a entrega sai com o nome da empresa.
- Transparência interna: “usei IA na primeira versão” vira informação normal, não confissão.
Tudo isso se aprende, e é exatamente o que separa treinamento de verdade de tour pela interface, como detalhei no artigo sobre treinamento de IA para equipes não técnicas.
Como saber se o seu time está produzindo workslop
Pergunte a quem recebe o trabalho, não a quem produz. Os sinais aparecem na fila: documentos longos sem conclusão, e-mails polidos que não decidem nada, apresentações bonitas que ninguém usa. Se quiser afinar o olhar para o texto em si, escrevi um guia dos sinais de que um texto foi escrito por IA, e de como devolver voz a ele.
Workslop não é argumento contra IA. É argumento contra adoção sem critério, que, aliás, é o cerne do problema: adoção de IA é outra coisa, bem diferente de distribuir ferramenta.
Perguntas frequentes
Workslop é culpa da ferramenta de IA?
Não. É culpa do uso sem critério: a mesma ferramenta, na mão de um time com rubrica de qualidade e revisão humana, acelera entregas boas. A variável é o desenho do trabalho, não o modelo.
Como identificar workslop na minha equipe?
Olhe a fila de quem recebe: retrabalho crescente, documentos longos sem conclusão, decisões que travam porque “faltou pensar”. Uma conversa franca por área costuma revelar mais que qualquer auditoria.
Proibir o uso de IA resolve o workslop?
Piora: o uso migra para o invisível, sem regra nenhuma: o chamado shadow AI. A saída é canalizar: casos de uso claros, critério de qualidade e revisão humana nos pontos de decisão.
Próximo passo
Se o seu time já usa IA mas a qualidade virou loteria, posso ajudar com critérios, rubricas e treinamento prático: fale comigo em trilhas e workshops de IA ou pelos canais de contato.