Por Marcelo Minutti
Imagine abrir o e-mail às oito da manhã. Dez mensagens piscam como alarmes: todas “urgentes”. Relatórios, resumos de mercado, apresentações com gráficos brilhantes — a maioria escrita com a ajuda de IA. Você lê, sublinha, compara, tentando encontrar algo que o surpreenda. Mas, no fim, sente o vazio de quem mastigou o mesmo pensamento servido em outro prato. Nada de novo. É assim que começa a história da nossa saturação informacional: não com o excesso de palavras, mas com a ausência de descobertas.
O novo ruído digital
O AI Slop é o excesso que nasce quando confundimos volume com valor. O risco não é tecnológico. É cognitivo. Quando tudo parece inteligente, pensar de verdade se torna um ato subversivo. São textos e imagens que parecem inteligentes, mas apenas reciclam o que já existe. Eles soam como ideias, mas são apenas ecos.
Pense em artigos com conteúdos que se repetem, relatórios automáticos cheios de jargões e gráficos sem contexto, postagens corporativas que vibram entusiasmo, mas carecem de substância. São produtos rápidos, polidos e previsíveis — o fast-food da informação.
Alimentam o olhar, mas não o pensamento. Quanto mais produzimos, menos pensamos. O barulho ocupa o espaço que antes pertencia à dúvida, à reflexão e à descoberta.
O colapso silencioso da inteligência artificial
Existe um paradoxo curioso: quanto mais conteúdo a IA gera, mais ela consome de si mesma.
Estudos recentes publicados na Nature (2024) e apresentados na conferência ICLR (2024) mostram que modelos expostos repetidamente a dados sintéticos gerados por eles mesmos sofrem o que os pesquisadores chamam de model collapse. Nessa condição, as redes neurais começam a apresentar desvio de distribuição e decadência semântica: perdem diversidade, reforçam erros de previsão e passam a generalizar de forma imprecisa.
O fenômeno foi batizado de Model Autophagy Disorder — uma forma de entropia informacional, em que o sistema perde estrutura e clareza à medida que se alimenta de seus próprios resíduos de dados — a desordem da autofagia dos modelos. A IA, nesse ciclo, mastiga o próprio rabo informacional. E, a cada volta, sua voz se torna mais previsível, mais monótona, menos viva.
Quando o ruído se transforma em dado, a inteligência vira eco.
Quando o ruído veste terno
Se o AI slop é o problema global, o workslop é sua face corporativa. É o e-mail polido que não diz nada. O relatório sofisticado que não ajuda a decidir. A reunião que apenas reproduz a anterior.
Imagine um gerente pedindo à IA um “resumo executivo” sobre o mercado. Em segundos, surge um texto impecável — cheio de jargões que soam importantes, mas dizem pouco. Parágrafos densos, adjetivos inflados e termos técnicos sem substância criam uma aparência de profundidade que engana até os mais atentos. É a retórica da precisão sem propósito — frases que preenchem slides e relatórios, mas esvaziam o pensamento. O time perde horas revisando, checando, refazendo. E esse documento, agora “oficial”, passa a ser citado, arquivado, replicado. O ruído ganha crachá e login corporativo.
Estudo recente publicado na Harvard Business Review (2025) mostra que 40% dos profissionais afirmam receber workslop regularmente. Cada ocorrência consome duas horas de retrabalho. O curioso é que quanto mais tempo se gasta com esse material, mais ele parece legítimo.
Assim nasce o paradoxo da superficialidade: quanto mais repetimos, mais acreditamos.
O ciclo da retroalimentação do vazio
O AI slop e o workslop formam uma espiral descendente de entropia informacional:
Press enter or click to view image in full size
Espiral de Entropia Informacional (Minutti, 2025)
É a mediocridade automatizada — um sistema que ensina humanos a pensar como máquinas, e máquinas a pensar como humanos cansados.
O custo invisível do excesso
Este é também o ponto em que emerge: quanto mais ferramentas e automações as empresas adotam para ganhar tempo, mais tempo acabam desperdiçando revisando, reorganizando e tentando dar sentido ao ruído que elas próprias criam.
O excesso de eficiência se torna ineficiente — um ciclo em que o esforço de produzir mais resulta em menor qualidade e mais retrabalho.
Relatórios da Gartner, McKinsey e MIT convergem em um alerta: o problema não é a tecnologia em si, mas o uso desorientado dela. Projetos fracassam, decisões atrasam e a confiança nas informações desaba. As empresas estão gastando mais tempo validando o que já foi dito do que criando o que ainda precisa ser dito.
Três pilares vão sendo corroídos:
- Atenção: o excesso fragmenta o foco.
- Confiança: quanto mais duvidamos, mais tempo gastamos verificando.
- Conhecimento: sem densidade, o aprendizado evapora.
O resultado é uma ilusão de produtividade — chamamos isso de Paradoxo da Produtividade — fenômeno que analisei em artigo recente, no qual argumento que o avanço da automação tecnológica gera uma sensação enganosa de eficiência. A tecnologia multiplica o ritmo, mas nem sempre multiplica o resultado. Cada nova ferramenta promete eficiência, mas, quando mal integrada, aumenta a complexidade, o retrabalho e o ruído.
Como sair da lama informacional
Nesta seção, podemos reforçar a superação do Paradoxo da Produtividade ao propor uma nova lógica de eficiência: menos tecnologia pela tecnologia, mais intencionalidade no uso. A verdadeira produtividade não virá da quantidade de ferramentas adotadas, mas da qualidade do pensamento que as orienta.
Toda grande mudança começa com uma virada discreta de percepção. Talvez a saída seja tão simples quanto produzir menos e pensar mais.
Framework Antientrópico para uso de IA Generativa
Press enter or click to view image in full size
Framework Antientrópico para uso de IA Generativa (Minutti, 2025)
Essas ações simples não são apenas gestos técnicos — são escolhas éticas e estratégicas. O resultado da entropia informacional que se busca evitar é a degradação progressiva da qualidade e da confiabilidade do conhecimento — ou seja, a perda de estrutura, coerência e sentido que ocorre quando sistemas e pessoas passam a consumir e reproduzir dados redundantes e superficiais, levando à estagnação cognitiva e à ilusão de entendimento, preservando a clareza, a originalidade e o valor humano do conhecimento.
Um futuro de lucidez
Superar o Paradoxo da Produtividade é reencontrar o ponto de equilíbrio entre o que as máquinas aceleram e o que apenas o humano pode compreender. Significa reconhecer que eficiência sem propósito é apenas movimento, e que tempo sem reflexão é apenas ruído.
O futuro da IA não precisa repetir os erros do passado — um futuro onde velocidade foi confundida com progresso e quantidade com qualidade. Se escolhermos discernimento em vez de volume, a tecnologia poderá se tornar o amplificador da lucidez humana, e não o eco da pressa.
O triunfo da inteligência artificial não virá de quem gera mais, mas de quem entende melhor — de quem transforma dados em significado e velocidade em resultados. Escrever com intenção, filtrar o essencial e respeitar o silêncio entre as frases talvez seja, hoje, o ato mais revolucionário de todos.
Epílogo: o eco e o sussurro
Imagine um escritório silencioso. Um analista, diante da tela, pausa antes de enviar um relatório. Ele se pergunta: isso tem algo novo a dizer? O gesto é pequeno, quase invisível. Mas é ali que a transformação começa.
Talvez o antídoto contra o workslop não esteja em algoritmos mais poderosos, e sim em uma humanidade mais deliberada. Toda era de excesso dá origem a uma nova ética da escassez: menos, melhor, mais verdadeiro.
E se o ruído for o novo analfabetismo, então a clareza será o idioma dos lúcidos.
Referências
DIGINOMICA. The digital overload paradox: why teams are drowning in information, starving for insights. Londres: Diginomica, 2025.
HU, Xinyu. et al. Multi-modal synthetic data training and model collapse: insights from VLMs and diffusion models. 2025.
SHUMAILOV, Ilia. et al. AI models collapse when trained on recursively generated data. Nature, v. 630, p. 101–107, 2024.
GARTNER, Inc. The state of generative AI in the enterprise: 2025 outlook. Stamford, CT: Gartner Research, 2025.
McKINSEY & COMPANY. The economic potential of generative AI: the next productivity frontier. New York: McKinsey Global Institute, 2023.
MINUTTI, Marcelo. Paradoxo da Produtividade: novas tecnologias aumentam mesmo a produtividade? São Paulo: LinkedIn, 2024. Disponível em: https://pt.linkedin.com/pulse/paradoxo-da-produtividade-novas-tecnologias-aumentam-mesmo-marcelo-1pmdf.