Dois colaboradores leem um feedback de desempenho idêntico — a mesma crítica, o mesmo enquadramento, a mesma frase final. A um diz-se que foi a chefia que o escreveu; ao outro, que foi gerado por uma IA. No item que mede a proximidade sentida em relação a essa chefia, o primeiro pontuou 2,89 e o segundo 1,67 — a fonte declarada explicou 24 % da variância (η² = 0,24). Quanto a continuarem a ruminar a crítica depois, não explicou nada (p = 0,64) (Marót, Palcsó & Szabó, Frontiers in Psychology, 2026).
A mensagem chegou. A linha hierárquica não — e é esse o verdadeiro preço da avaliação redigida por IA.
É essa assimetria que merece a sua atenção antes de abrir o próximo ciclo, porque não é uma questão para 2027 nas empresas de média dimensão. Entre as chefias que já usam IA para gerir pessoas, 91 % usam-na para avaliar desempenho e 88 % para redigir planos de melhoria (ResumeBuilder.com, 2025). A redação já está a acontecer. O que não foi orçamentado é o efeito de o declarar.
A experiência manteve o texto fixo e mudou apenas o rótulo
Marót, Palcsó e Szabó conduziram uma experiência de vinhetas com 192 adultos empregados (230 recrutados; 18 excluídos por estarem desempregados, 20 por falharem um controlo de atenção). Os participantes imaginaram receber feedback de desempenho de uma chefia. O texto do feedback foi mantido completamente idêntico em todas as condições. A única manipulação foi o fluxo de produção declarado, em quatro variantes: integralmente escrito por um humano, integralmente gerado por IA, gerado por IA e depois refinado por um humano, e escrito por um humano e depois refinado por IA.
Este desenho importa mais do que o tamanho da amostra sugere. A maioria dos estudos sobre IA na gestão de pessoas confunde duas coisas — o que a IA produziu e o facto de haver uma IA envolvida. Manter o texto fixo isola a segunda. Aqui tudo o que se moveu moveu-se por causa do rótulo, não porque a IA tivesse escrito algo pior.
E moveu-se muito. O efeito multivariado global da fonte declarada foi significativo (V de Pillai = 0,37, F(27, 546) = 2,86, p < 0,001), e oito dos nove resultados deslocaram-se:
| Resultado | Humano | IA | IA redige, humano refina | Humano redige, IA refina | η² |
|---|---|---|---|---|---|
| Distância psicológica (proximidade) | 2,89 | 1,67 | 2,15 | 2,54 | 0,24 |
| Relação com a chefia | 4,69 | 3,23 | 3,98 | 4,22 | 0,21 |
| Disposição para pedir ajuda | 5,31 | 3,43 | 4,57 | 4,82 | 0,17 |
| Compromisso organizacional | 4,57 | 3,46 | 4,00 | 4,38 | 0,16 |
| Vontade de corrigir o erro | 6,02 | 4,43 | 5,18 | 5,56 | 0,14 |
| Motivação no trabalho | 4,79 | 3,66 | 4,30 | 4,68 | 0,13 |
| Desempenho esperado | 5,19 | 4,29 | 4,68 | 4,82 | 0,10 |
| Resposta afetiva | 4,76 | 3,86 | 4,43 | 4,48 | 0,08 |
| Ruminação | 3,64 | 3,45 | 3,20 | 3,48 | 0,01 |
Leia a ordem das colunas, não apenas as duas primeiras. A hierarquia é a mesma em todas as linhas.
Onde a avaliação redigida por IA lhe custa de facto
Ordene essas dimensões de efeito e as quatro primeiras são distância psicológica (0,24), relação com a chefia (0,21), disposição para lhe pedir ajuda (0,17) e compromisso organizacional (0,16). Os resultados informativos ficam abaixo: desempenho esperado (0,10), resposta afetiva (0,08), ruminação (0,01, não significativo).
Uma conversa de desempenho deve fazer duas coisas. Transmitir um sinal exato sobre o trabalho e manter aberto o canal pelo qual esse colaborador lhe traz o próximo problema a tempo. A taxa da declaração recai quase inteiramente sobre a segunda. A disposição para pedir ajuda caiu de 5,31 para 3,43 numa escala de sete pontos — a maior diferença absoluta do estudo.
É essa a caríssima. Uma chefia que perdeu o canal do «vem falar comigo quando algo estiver a correr mal» perdeu o único sistema de alerta precoce que uma organização de 50 a 500 FTE possui. Não o verá no inquérito de engagement como um problema de feedback; verá-o como surpresas que chegam tarde.
Quem escreve o primeiro rascunho conta mais do que quem faz a última revisão
Este é o resultado praticamente útil, e é o que o resumo subestima. Os dois fluxos híbridos não são intercambiáveis.
Escrito por humano e depois refinado por IA manteve-se próximo do totalmente humano em tudo: 4,68 contra 4,79 na motivação, 4,38 contra 4,57 no compromisso, 4,82 contra 5,31 na disposição para pedir ajuda. Não diferiu significativamente do feedback totalmente humano em nenhum dos nove resultados.
Gerado por IA e depois refinado por humano saiu-se pior e, mais importante, não conseguiu distinguir-se do feedback totalmente de IA. Face à condição totalmente IA, atingiu significância em apenas três dos nove resultados — disposição para pedir ajuda (4,57 vs 3,43, p = 0,002), relação com a chefia (3,98 vs 3,23, p = 0,003) e distância psicológica (2,15 vs 1,67, p = 0,023). Já o fluxo humano-primeiro-IA-depois superou o feedback totalmente de IA em oito dos nove.
Portanto é a sequência que carrega o efeito, não a presença de um humano em algum ponto da cadeia. Fazer uma chefia editar um rascunho da IA recuperou uma fração do custo relacional. Fazê-la escrever primeiro e usar a IA para apertar a prosa recuperou quase tudo.
O que é o inverso exato da forma como a ferramenta está a ser usada. «Gera uma avaliação a partir destas pontuações de competência e eu depois edito» é o fluxo por omissão em todas as suites de RH que lançaram um assistente em 2026. Com esta evidência, é o pior dos dois híbridos — e é o que as suas chefias vão escolher, porque poupa mais tempo.
O contra-argumento, e até onde se sustenta
A objeção honesta: isto é uma vinheta. Os participantes relataram reações antecipadas a um cenário hipotético, não comportamentos após uma avaliação real. A amostra foi uma amostra de conveniência húngara recrutada online, enviesada para colaboradores sem responsabilidade hierárquica (66 %), com idade média de 32 anos. Não há resultado comportamental nem acompanhamento. Não trate 1,67 contra 2,89 como previsão dos seus próprios números.
O que sobrevive à objeção é a direção e o ordenamento, ambos reforçados pelo próprio teste de robustez do estudo. Restringindo aos 123 participantes (64 %) que identificaram corretamente a fonte declarada — isto é, os que efetivamente registaram a manipulação — todos os efeitos seguiram o mesmo sentido e a maioria foi maior, com η² entre 0,19 e 0,42. O efeito não é um artefacto de desatenção. Se algo, os números da amostra completa estão diluídos por quem não notou o rótulo.
A «literacia em IA» não recompra este custo
A leitura interna tentadora é que se trata de um problema de conforto tecnológico que a formação resolve. O estudo testou isso diretamente. A ansiedade face à IA foi medida como covariável e o seu efeito multivariado não foi significativo (V = 0,08, F(9, 179) = 1,73, p = 0,085). A nível univariado previu exatamente uma coisa — a ruminação — e nada mais.
Note o que isso significa em combinação com o resultado principal. A ruminação é o único resultado que a fonte declarada não moveu. A ansiedade face à IA moveu a ruminação e nada mais. Os dois efeitos são quase perfeitamente disjuntos. Os colaboradores não estão a reagir por desconforto genérico com a IA. Estão a reagir a uma inferência concreta: que a pessoa responsável por avaliá-los delegou a parte do trabalho que era sobre eles.
Há uma segunda razão para deixar de tratar isto como um problema de formação. Apenas 16 % das organizações estão confiantes de que as suas chefias conseguem explicar aos colaboradores as mudanças de remuneração e de trabalho ligadas à IA (Korn Ferry, 2026, N = 5 512 organizações em 135 países). A população a quem pediria uma explicação cuidadosa do fluxo de redação é, por avaliação da sua própria liderança, incapaz de a dar hoje.
O resultado sobre a declaração do lado do cliente não se transfere
Se acompanha a literatura sobre divulgação, pode ter a expectativa oposta. Uma experiência de campo randomizada com 1 337 clientes contactados concluiu que declarar um agente de voz de IA já não reduz a conversão face à não declaração (Habel, Zawadzki & Freise, SSRN 7013259, 2026). Numa interação comercial, a divulgação tornou-se quase gratuita.
Não decorre que seja gratuita internamente, e a razão é estrutural mais do que cultural. A relação de um cliente é com a sua empresa; não há uma linha hierárquica contínua a danificar, e em grande medida já assume que fala com um agente. A relação de um colaborador é com uma pessoa identificada que detém a sua classificação, o seu nível e a sua progressão. Nesse contexto, a declaração é informação sobre como essa pessoa gastou a sua atenção.
A literatura de recrutamento aponta no mesmo sentido. Na avaliação algorítmica de entrevistas, a transparência corrigiu o comportamento dos candidatos — reduziu o stress e a gestão enganosa da imagem induzidos pela pontuação por IA — mas nada produziu do lado do avaliador, onde os humanos se ancoraram nas pontuações da IA e desvalorizaram o próprio juízo (Lakhiwal et al., Information Systems Research, 2026). A transparência corrige a pessoa informada. Não corrige a delegação que revela.
O que mudar antes do próximo ciclo de avaliação
Cinco decisões, nenhuma delas exigindo nova aquisição.
- Fixe a sequência como política, não como preferência. A chefia escreve primeiro a narrativa; a IA pode depois apertar linguagem, estrutura ou extensão. A ordem inversa é o fluxo que este estudo penalizou com mais dureza.
- Mantenha a IA fora das frases relacionais em particular. A evidência diz que o dano se concentra em proximidade, confiança e pedido de ajuda — as partes de uma avaliação que são sobre a relação, não sobre o trabalho. Esses parágrafos são os que uma chefia tem de assumir com as suas próprias palavras.
- Decida a sua posição sobre a declaração antes de alguém perguntar, e escreva-a. Não corra um fluxo não declarado na teoria de que ninguém notará; 64 % dos participantes identificaram corretamente a fonte apenas pelo texto, e entre eles os efeitos foram maiores.
- Corrija o input, não a prosa. A maioria das chefias recorre à redação por IA porque fica a olhar para um campo vazio sem qualquer evidência à frente. Dê-lhes evidência de competências por ciclo, divergências 360° já sintetizadas e sinalizações de calibração, e a narrativa passa a ser uma curta tarefa de escrita em vez de uma tarefa de geração — que é exatamente o que a camada de desempenho e sucessão da Scovai foi construída para fornecer.
- Meça o canal, não a pontuação de satisfação. Acrescente um item pós-ciclo: «depois desta avaliação, qual a probabilidade de levar um problema à sua chefia precocemente?» É a variável que este estudo diz estar em movimento, e está ausente da maioria dos inquéritos de avaliação.
A questão orçamental responde-se sozinha. A restrição à qualidade das avaliações numa empresa de 50 a 500 FTE não é a capacidade de escrita — é que as chefias escrevem de memória porque nenhum sistema lhes entrega a evidência. A redação por IA trata o sintoma e cobra-lhe a linha hierárquica para o fazer.
Uma decisão para este trimestre
A avaliação redigida por IA já está nos browsers das suas chefias, esteja ou não na sua política. Não está a escolher se a IA toca no texto das avaliações. Está a escolher a ordem das operações — e este estudo diz que é aí que está tudo: humano primeiro e IA depois ficou estatisticamente indistinguível do totalmente humano nos nove resultados, enquanto IA primeiro e humano depois ficou indistinguível do totalmente IA em seis de nove.
Antes de o ciclo abrir, escreva uma linha nas suas orientações de avaliação a especificar quem produz o primeiro rascunho. Não custa nada, é exigível, e é a única variável aqui que controla por inteiro.
