Vinte e cinco cabeças, dois pensamentos: o paradoxo da criatividade aumentada.

Imagina que pedes a 25 pessoas para escrever uma metáfora sobre o tempo. Com origens, histórias e mundos completamente diferentes. O resultado natural seria uma explosão de respostas díspares. Mas num estudo recente publicado na Science Advances, quando essas 25 pessoas usaram modelos de IA para a tarefa, apenas dois grandes grupos de metáforas emergiram: “o tempo é um rio” e variações de “o tempo é um tecelão.” Vinte e cinco cabeças, dois pensamentos. Bem-vindos ao monocultura algorítmica.

A questão não é que a IA seja má. É que, embora os modelos de linguagem consigam produzir conteúdo tão criativo quanto, ou até mais do que o conteúdo humano, o seu uso generalizado arrisca reduzir a diversidade coletiva dos resultados criativos. Individualmente melhoramos. Coletivamente convergimos e este é o paradoxo da criatividade aumentada.

A investigação identificou aquilo a que chamou uma “ilusão de criatividade”: embora a IA generativa possa aumentar o desempenho criativo, os utilizadores não adquirem verdadeiramente a capacidade de criar, mas perdem-na facilmente quando a ferramenta já não está disponível. É como aprender a “cozinhar” com uma Bimby sem perceber o que está dentro da panela.

Alguns especialistas alertaram para o risco de tratar a IA como um piloto automático total. A dependência excessiva enfraquece a criatividade humana, tal como os pilotos que perdem as competências manuais quando o autopilot é sobreutilizado.

A IA não é o inimigo — o uso passivo é

Mas atenção: rejeitar a utilização destas ferramentas não é a resposta. A IA ajuda um médico a cruzar sintomas raros em segundos. Permite a um pequeno produtor de vinhos analisar dados climáticos que antes exigiam consultores caros. Dá a um jornalista freelancer capacidade de pesquisa o que antes só grandes redações tinham, automatizar tarefas rotineiras e que não acrescentam valor, entre muitos outros exemplos que poderíamos aqui apresentar.

Os riscos escalam com o uso passivo e não orientado, e em contrapartida, os fluxos de trabalho guiados que impõem crítica, verificação e interrogação ativa podem mitigar esses danos, transformando a IA de uma força de homogeneização para uma co-criação eficaz.

O principal papel do especialista humano, hoje, não é saber mais do que a máquina. É saber fazer as perguntas certas, reconhecer quando a resposta é demasiado arrumada para ser verdade, e trazer de forma consciente ao problema aquilo que nenhum modelo tem: as experiências vividas, o contexto cultural, a intuição construída em muitos anos da nossa vida, espírito crítico e empatia.

Usar IA com responsabilidade não é um ato de modéstia tecnológica. É um ato de autopreservação intelectual. A próxima vez que aceitarmos a primeira resposta que o modelo gerar, perguntemos se: isto soa a mim, ou soa a toda a gente? E deixemos a nossa marca, a nossa curadoria e a nossa alma em tudo o que fazemos.