Quanto mais confiamos na inteligência artificial (IA), menos precisamente avaliamos as nossas próprias capacidades. Um novo estudo revela que a utilização de ferramentas de IA, como chatbots, não só nos ajuda a ter um melhor desempenho, como também nos faz pensar que somos melhores do que somos, mesmo que não o sejamos. Este fenómeno, uma inversão do conhecido efeito Dunning-Kruger, tem implicações profundas na forma como aprendemos, tomamos decisões e mantemos capacidades de pensamento crítico.
O efeito Dunning-Kruger ao contrário
O efeito Dunning-Kruger, batizado em homenagem aos psicólogos David Dunning e Justin Kruger, descreve como as pessoas com baixa competência em uma determinada área tendem a superestimar suas habilidades, enquanto aquelas com alta competência muitas vezes subestimam as suas. Isso ocorre porque aqueles que não têm habilidade não têm autoconsciência para reconhecer suas próprias deficiências.
No entanto, investigadores da Universidade Aalto, na Finlândia, juntamente com colaboradores na Alemanha e no Canadá, descobriram que a IA inverte esta dinâmica. Quando as pessoas usam IA para resolver problemas, todos tendem a superestimar seu desempenho, independentemente do seu nível real de habilidade. Os usuários mais versados em IA – aqueles que se sentem mais confortáveis e dependem dessas ferramentas – exibem o maior excesso de confiança.
Como a IA distorce a autoavaliação
O estudo, publicado na edição de fevereiro de 2026 de Computers in Human Behavior, envolveu 500 participantes encarregados de resolver problemas de raciocínio lógico do Teste de Admissão à Faculdade de Direito. Metade foi autorizada a usar o ChatGPT, enquanto a outra metade não. Ambos os grupos foram então questionados sobre seu desempenho e sua autoavaliação sobre seu desempenho.
Os resultados foram impressionantes: os usuários de IA classificaram consistentemente seu desempenho como superior ao dos não usuários, mesmo quando seu desempenho real era semelhante ou pior. Os investigadores atribuem isto ao que chamam de “descarga cognitiva” – a tendência de confiar na IA para pensar por nós, reduzindo o nosso próprio esforço mental e avaliação crítica.
A compensação: desempenho versus autoconsciência
Quando usamos IA, muitas vezes aceitamos a primeira resposta que recebemos sem questionamentos ou verificações adicionais. Este envolvimento superficial contorna os habituais ciclos de feedback do pensamento crítico, tornando mais difícil avaliar a nossa própria precisão. Como resultado, podemos ter um desempenho melhor com a IA, mas perder a capacidade de avaliar com precisão quão estamos nos saindo.
O estudo também descobriu que a lacuna entre usuários altamente qualificados e usuários pouco qualificados diminui quando a IA está envolvida. Isso ocorre porque a IA ajuda todos a ter um melhor desempenho até certo ponto, criando uma falsa sensação de competência em todos os níveis.
As implicações mais amplas
O achatamento do efeito Dunning-Kruger apresenta vários riscos. À medida que nos tornamos mais dependentes da IA, a nossa precisão metacognitiva – a nossa capacidade de pensar sobre o nosso próprio pensamento – pode ser prejudicada. Sem uma autoavaliação rigorosa, corremos o risco de nos tornarmos fontes de informação menos fiáveis e de tomarmos decisões mal informadas.
Os investigadores alertam que esta tendência pode levar a um clima crescente de tomada de decisões mal calculadas e a uma erosão gradual das capacidades de pensamento crítico. Quanto mais alfabetizados em IA nos tornarmos, maior será a probabilidade de superestimarmos nossas habilidades, agravando o problema.
Revertendo a tendência
Para mitigar estes riscos, o estudo sugere que os criadores de IA devem reorientar as respostas para encorajar mais questionamentos. Ao fazer com que os usuários reflitam sobre suas respostas, fazendo perguntas como “Quão confiante você está nesta resposta?” ou “O que você pode ter perdido?” – a IA poderia ajudar a restaurar algum nível de consciência metacognitiva.
Em última análise, o estudo destaca um paradoxo crítico da era da IA: embora estas ferramentas possam melhorar o desempenho, também podem minar as próprias competências necessárias para avaliar esse desempenho com precisão. A chave é garantir que a IA seja usada para aumentar, e não substituir, nossas próprias habilidades de pensamento crítico
