Dimensão analítica: Economia, Trabalho e Governação Pública
Título do artigo: Desenvolvimento de competências, agentes virtuais em saúde e ética
Autor/a: Renato C. Braga, Sofia A. Cruz, Allan C. Q. Barbosa
Filiação institucional: Universidade Federal de Minas Gerais, Universidade do Porto
E-mail: rhbra2014@gmail.com
Palavras-chave: competências, agentes virtuais, saúde, ética.
Os avanços relacionados ao uso de sistemas especializados em análises estatísticas de grandes quantidades de dados, como large language models (LLMs), permitem a resolução de padrões complexos e a geração de conteúdos por meio de agentes virtuais [6] [13]. Essa forma de produção computacional modifica interfaces de interação entre pessoas e máquinas, estimulada por prompts de comando, com efeitos sobre a organização do trabalho [3]. Tais nuances exigem atenção às demandas e oportunidades de requalificação e desenvolvimento de competências dos trabalhadores [2] [3], especialmente diante das possibilidades de automação de atividades repetitivas e do desenvolvimento de agentes de inteligência artificial (IA) autônomos e multimodais, atuantes sobre os fluxos de trabalho interativo [13].
Nesse sentido, os agentic systems como o Manus AI da Butterfly Effect (2025) democratizam a criação de agentes capazes de atuar em rede para a automação de tarefas. Por meio do vibe coding [11], termo cunhado por Andrej Karpathy em 2025, qualquer trabalhador ou organização tem acesso à “orquestração estatística” [13] dessa produção sem domínios técnicos profundos de programação. Semelhante aos efeitos do lançamento do ChatGPT em 2022, essas ferramentas contribuem para mudanças funcionais nas interfaces computacionais, na medida em que realizar determinadas tarefas pode significar “realizar os agentes IA” por meio de linguagem natural, para que executem atividades e etapas de processos de forma autônoma. Um cenário corroborado pelo sucesso do OpenClaw em 2026.
Quanto ao uso de LLMs no trabalho, estudos recentes apontam que seus efeitos sobre o desempenho não ocorrem de forma linear, pois o uso de agentes virtuais pode aumentar ou reduzir a produtividade conforme o tipo de tarefa realizada [5]. Também podem induzir os trabalhadores à confiança exacerbada nos agentes virtuais, com impactos sobre o senso crítico [5], em consonância com achados científicos [8] que apontam reduções de desempenho em nível neural, linguístico e de pontuação decorrentes do uso inadequado do ChatGPT. Complementarmente, esse tipo de IA pode contribuir de modo significativo para o aumento de desempenho de trabalhadores menos experientes, em comparação com uma influência menor sobre trabalhadores experientes [4]. Esse conjunto, por vezes paradoxal, alerta para políticas adequadas de gestão de recursos humanos (GRH), ao mesmo tempo que demonstra o potencial dos benefícios no desenvolvimento de pessoal, como a redução das curvas de aprendizado e o nivelamento de competências, evidenciando a importância de desenvolver habilidades de uso aplicado e atitudes críticas e éticas em relação às decisões apoiadas por esses sistemas.
No âmbito de observações sobre agentes virtuais em saúde [3], dados empíricos em campo brasileiro demonstraram benefícios da divisão de trabalho pessoa-máquina por contribuições para “competências estendidas”, desde que evitados os efeitos da precarização das atividades dos trabalhadores. Foram identificadas vantagens no apoio à tomada de decisões humanas diante da gestão de grandes volumes de dados de pacientes, com destaque para a centralização de informações e a personalização do cuidado em tempo real. Somam-se a isso evidências sobre a compensação parcial da falta de formação básica de profissionais de saúde em instituições brasileiras e portuguesas, com mudanças comportamentais que tornaram melhores as práticas das equipes e manifestações de novas competências a partir da interação rotineira com agentes virtuais implementados para automações parciais de processos repetitivos [3]. Esse aprendizado é esperado diante de interações humanas com ambientes e atores diversos, pois, sob perspectiva piagetiana, o sujeito é ativo na construção do conhecimento [10], um parâmetro pedagógico e andragógico estratégico frente ao contexto tecnológico contemporâneo.
Os referidos dados empíricos [3] reafirmam a relevância das competências humanas como uma das principais fontes de vantagem competitiva sustentável, especialmente diante de aspectos idiossincráticos das instituições de saúde. No caso português, esse quadro ganha dimensão regulatória específica: o AI Act da União Europeia, em vigor desde 2024, classifica os sistemas de IA aplicados em saúde como de alto risco, impondo requisitos de transparência, supervisão humana e responsabilização que condicionam diretamente as práticas de adoção tecnológica nas organizações de saúde portuguesas. Esta moldura regulatória europeia, ausente no contexto brasileiro, constitui um diferencial relevante na comparação entre os dois países e implica exigências adicionais de formação e literacia crítica por parte dos profissionais envolvidos.
Em perspectiva crítica e ética, são importantes as colocações sobre o potencial de as competências individuais serem utilizadas como forma disfarçada ou explícita de responsabilização e controle da força de trabalho em ambientes complexos e imprevisíveis. Esses elementos estão presentes em alguma medida no contexto das instituições de saúde observadas [3] e podem ser analisados a partir das contribuições sobre a precarização de atividades laborais e seus impactos sobre os trabalhadores.
Diante desse processo intenso de Transformação Digital, são necessários esforços de atenção às condutas éticas, como observado nas revisões em [7] [9]. Esses autores apontam lacunas no campo de pesquisas sobre ética relacionada ao uso de IA em saúde, identificando como focos principais as questões de privacidade, confiança, responsabilidade e viés. A relevância dessas colocações mobilizou iniciativas recentes como as da World Health Organization em 2021 e 2024, com orientações de governança ética associadas ao uso de IA e ao avanço do uso de LLMs na sociedade e na saúde em especial.
Torna-se preponderante, pelas evidências, a valorização do trabalho vivo criativo e ativo , que implica na energia humana para geração de valor em processos produtivos, diferenciando-se do trabalho relacionado às máquinas, matérias-primas e tecnologias artificiais [1]. Assim, direcionam-se caminhos para novas pesquisas e práticas em educação, gestão de recursos humanos e desenvolvimento por competências, com potencial de exploração de um eixo de articulação entre o aprendizado de máquina e o aprendizado com a máquina. Respeitadas, certamente, as limitações dessas ferramentas, seus contrabenefícios, as demandas éticas e a premissa de prioridade da decisão humana sobre o que é possível e o que vale a pena atribuir a elas, diante das necessidades sociais e ambientais.
Notas
[1] Antunes, R. (2020). (Org.). Uberização, trabalho digital e indústria 4.0. São Paulo: Boitempo.
[2] Braga, R. C. (2020). Inteligência artificial e organização do trabalho bancário: Uma análise de bancos brasileiros e portugueses. [Dissertação de mestrado, Universidade Federal de Minas Gerais] Repositório Institucional da UFMG.
[3] Braga, R. C. et al. (2025). Análises sobre o uso de agentes virtuais em instituições de saúde brasileiras e observações relacionadas a este fenômeno em Portugal. In: Inovação, pessoas e sociedade – Diálogos Brasil e Portugal numa perspectiva aplicada. Barbosa, A. C. Q.; Parente, C.; Lima, R. J. C. (Orgs.). Curitiba: Editora CRV.
[4] Brynjolfsson, E.; Li, D.; Raymond, L. (2025). Generative AI at work. The Quarterly Journal of Economics, 140 (2), 889-942.
[5] Dell’Acqua, F. et al. (2023). Navigating the jagged technological frontier: Field experimental evidence of the effects of AI on knowledge worker productivity and quality. (Working Paper No. 24-013). Harvard Business School.
[6] Kaplan, J. et al. (2020). Scaling laws for neural language models. arXiv: 2000.08361 (cs).
[7] Karimian, G.; Petelos, E.; Evers, S. M. A. A. (2022). The ethical issues of the application of artificial intelligence in healthcare: A systematic scoping review. AI and Ethics, 2, 539-551.
[8] Kosmyna, N. et al. (2025). Your brain on ChatGPT: Accumulation of cognitive debt when using an AI assistant for essay writing task. In: arXiv: 2506.08872 (cs.AI), 1.
[9] Murphy, K. et al. (2021). Artificial intelligence for good health: a scoping review of the ethics literature. BMC Med Ethics, 22 (14), 1-17.
[10] Piaget, J. (1967). Seis estudos de psicologia. Trad. D’Amorim, M. A. M.; Silva, P. S. L. Rio de Janeiro: Forense.
[11] Sakar, A.; Drosos, I. (2025). Vibe coding: Programming through conversation with artificial intelligence (v2). arXiv: 2506.23253 (cs).
[12] Vaswani, A. et al. (2023). Attention is all you need (v7). arXiv: 1706.03762 (cs).
[13] Wu, Q. et al. (2024). Autogen: Enabling next-gen LLM applications via multi-agent conversations. [S.I.]: OpenReview.
.
.
