Workslop: cada episódio custa quase 2 horas de retrabalho e US$ 186 por mês, e 70% do Brasil já perde tempo com o mesmo problema

Uma pesquisa da BetterUp Labs com o Stanford Social Media Lab, publicada na Harvard Business Review em setembro de 2025, ouviu 1.150 profissionais de escritório nos Estados Unidos: 40% receberam, no último mês, um tipo de entrega que os pesquisadores batizaram de workslop, conteúdo gerado por IA que parece pronto e bem-acabado, mas não avança a tarefa. Cada episódio custa cerca de duas horas de retrabalho e US$ 186 por funcionário afetado ao mês, o equivalente a US$ 9 milhões por ano numa empresa de 10 mil pessoas. No Brasil, uma pesquisa da Read AI com 501 profissionais, aplicada em outubro de 2025, achou o mesmo padrão sob outro nome: 70% perdem tempo revisitando anotações ou buscando informação antiga, e 52% não sabem quem é responsável por uma decisão que a própria empresa já tomou. Para quem planeja headcount e orçamento de pessoal, esse retrabalho é uma linha de custo nova, e ainda invisível na maioria das planilhas.

#O que é workslop, exatamente?

Workslop é a entrega gerada por inteligência artificial que aparenta qualidade, mas carece de substância para avançar de fato a tarefa. A definição é dos seis pesquisadores por trás do estudo, Kate Niederhoffer, Gabriella Rosen Kellerman, Angela Lee, Alex Liebscher, Kristina Rapuano e Jeffrey Hancock, da BetterUp Labs e do Stanford Social Media Lab. Na prática, é o relatório com gráfico bonito e conclusão vazia, o e-mail longo que não responde à pergunta feita, ou o trecho de código que compila mas não resolve o problema. Jeffrey Hancock, professor de Stanford e um dos autores do estudo, resume o efeito em quem recebe:

Parece que faz o trabalho, mas na verdade não avança a tarefa.

O termo pegou porque nomeia algo que quem trabalha com IA generativa já sentia sem saber descrever: a sensação de abrir uma entrega, perceber que tem volume e formatação, e só depois de alguns minutos notar que não tem nada dentro que ajude a decidir ou a avançar.

#Quanto isso custa, em número

Custa cerca de duas horas de retrabalho por episódio, e os próprios profissionais estimam que 15,4% do que recebem de colegas é workslop, não um caso isolado. Aplicando essa fricção ao tempo e ao salário médio dos respondentes, a BetterUp Labs chegou a US$ 186 por funcionário afetado a cada mês, o equivalente a US$ 9 milhões por ano numa empresa hipotética de 10 mil pessoas. A reação de quem recebe também tem custo, mesmo sem aparecer direto numa planilha de headcount.

O dado do MIT Media Lab não é sobre workslop diretamente, mas explica por que o problema é maior do que parece: se o tempo que a IA economiza na produção reaparece, quase peça por peça, na revisão, o retorno sobre o investimento fica menor do que a promessa original, mesmo com adoção alta da ferramenta.

#O Brasil segue o mesmo padrão dos Estados Unidos?

Segue, com um recorte de coordenação que pesa direto sobre quem lidera equipe. A Read AI ouviu 501 adultos brasileiros de todas as regiões, que trabalham mais de 30 horas por semana, em painel on-line aplicado em outubro de 2025: quase três em cada quatro já usam IA no trabalho, e 83% dividem a rotina entre múltiplos aplicativos. O problema aparece na coordenação entre essas ferramentas, não na ferramenta isolada.

Essa fricção de coordenação recai, na prática, sobre quem já carrega a pior parte da adoção de IA dentro da hierarquia. Já mostramos, no texto sobre sobrecarga de gestores intermediários, que uma pesquisa da Salesforce achou 78% dos gestores se sentindo pessoalmente responsáveis por garantir que o time use IA com sucesso, mas apenas 23% usando a ferramenta todo dia. O workslop é o outro lado dessa mesma moeda: quem menos usa a ferramenta no dia a dia é, com frequência, quem mais precisa julgar se o que a equipe entregou com ela presta.

#Por que isso é um problema de headcount, não só de ferramenta

Porque o tempo gasto revisando, corrigindo ou refazendo uma entrega de IA consome a mesma capacidade de equipe que uma vaga aberta consumiria, sem aparecer como uma linha própria em nenhum orçamento de pessoal. Uma área que perde 15% da capacidade de quem verifica trabalho para retrabalho de workslop está, na prática, operando com um cargo a menos, mesmo que o organograma mostre o quadro completo.

O efeito se espalha por outras decisões de RH que já dependem de medir trabalho com precisão. No texto sobre avaliação de desempenho na era da IA, mostramos que só 42% das empresas atualizaram o processo de avaliação para refletir o uso da ferramenta. Sem esse ajuste, quem produz volume de workslop pode aparecer, num ciclo de performance mal calibrado, tão produtivo quanto quem entrega menos peças, porém prontas de verdade. E o orçamento de pessoal dedicado a agentes de IA, que já detalhamos no artigo sobre agentes de IA no orçamento de pessoal, raramente reserva uma linha para o custo humano de verificar o que esses agentes produzem.

#O que a liderança pode fazer agora

Quatro ajustes cobrem a maior parte do risco, e nenhum deles exige parar de usar IA.

1. Meça o retrabalho de workslop como se mede qualquer outro retrabalho. Pergunte, por área, quantas entregas geradas com IA voltam para correção antes de seguir adiante, e quanto tempo isso consome por semana.
2. Defina, por tipo de tarefa, o que conta como entrega pronta antes de aprovar o uso da IA nesse fluxo. Um critério simples e escrito evita que cada pessoa decida sozinha se o que a ferramenta produziu já pode circular.
3. Treine quem verifica, não só quem gera. A maior parte do treinamento de IA hoje ensina a escrever melhor prompt. Poucas empresas treinam a habilidade complementar: reconhecer rápido quando uma entrega parece pronta, mas não é.
4. Leve o número ao orçamento de pessoal, ao lado de turnover e hora extra, e não apenas ao relatório de adoção de ferramenta. Um custo que já passa de US$ 9 milhões por ano numa empresa grande, nos dados americanos, merece o mesmo rigor de simulação que qualquer outra linha de headcount.

Workslop não é um problema que a próxima versão do modelo de IA resolve sozinha. É um problema de processo: quem define o padrão de entrega, quem verifica antes de aprovar, e quem carrega esse tempo extra na própria agenda. Enquanto essas três perguntas não tiverem dono, o retrabalho vai continuar saindo do orçamento de pessoal pela porta dos fundos, do mesmo jeito que qualquer outro custo de FP&A de folha de pagamento mal simulado.

Definição de workslop e dados sobre os Estados Unidos (1.150 profissionais de escritório ouvidos, 40% que receberam workslop no último mês, 15,4% de estimativa média de workslop recebido, US$ 186 por funcionário afetado ao mês, US$ 9 milhões por ano numa empresa de 10 mil pessoas, e as reações de 53% de irritação, 38% de confusão e 22% de ofensa), com a citação de Jeffrey Hancock: BetterUp Labs e Stanford Social Media Lab, publicado na Harvard Business Review, setembro de 2025. Dado sobre organizações sem retorno mensurável em IA generativa (95%): MIT Media Lab, julho de 2025. Dados sobre o Brasil (501 adultos brasileiros ouvidos em painel on-line, uso de IA no trabalho por quase três em cada quatro respondentes, 83% usando múltiplos aplicativos, 70% perdendo tempo revisitando anotações, 50% perdendo prazo ou tarefa por depender de memória ou nota pessoal, 52% sem saber quem é responsável por uma decisão já tomada, e 64% relatando mais tempo do que deveria em agendamento e coordenação): Read AI, outubro de 2025.