Pesquisas recentes revelam um efeito colateral da adoção massiva de IA: a erosão silenciosa das habilidades que essas ferramentas foram criadas para potencializar.

O fenômeno, chamado de AI deskilling, ocorre quando trabalhadores delegam tarefas cognitivas centrais a assistentes de IA e perdem a capacidade de executá-las de forma independente.

Dados da Microsoft e Carnegie Mellon mostram que desenvolvedores que usam o Copilot escrevem código 55% mais rápido, mas pesquisadores da Nature Human Behaviour descobriram que quem recebe ajuda de IA no treinamento tem desempenho pior em avaliações independentes.

O risco é especialmente agudo para juniores, que perdem a fase em que constroem julgamento e pensamento crítico sem apoio tecnológico. Quando o Claude, da Anthropic, ficou fora do ar recentemente, desenvolvedores relataram dificuldade em continuar o trabalho que antes realizavam sozinhos.

​Por que isso importa:

Entender que produtividade aparente pode mascarar fragilidade real é essencial para decisões de carreira, contratação e treinamento de equipes.

Análise de bilhões de transações de cartão de crédito de 28 milhões com consumidores americanos mostra que o Claude, da Anthropic, está ganhando assinantes pagos em números recordes. A empresa confirmou que as assinaturas pagas mais que dobraram em 2026.

Os motores do crescimento foram os comerciais do Super Bowl que ironizavam anúncios sobre o ChatGPT, a recusa pública em permitir uso militar para vigilância em massa e os lançamentos do Claude Code, Cowork e Computer Use, que permitem ao Claude controlar o computador de forma autônoma.

Apesar do crescimento, o Claude ainda está distante do ChatGPT em base total. E a demanda cresce mais rápido que a infraestrutura: a empresa começou a aplicar limites mais rígidos nos horários de pico.

O crescimento valida que posicionamento ético e funcionalidades de produtividade convertem usuários pagos, mas expõe os limites de escala que toda empresa de IA enfrenta.

Desde o início do mês tenho experimentado fazer a Diar.ia com um plano pago do Claude. Minhas conclusões:

Ao clicar em uma das opções abaixo, escreva o que fez você escolher ela. Vou incluir na próxima edição.

Dunas no deserto do Thar, Índia.

Foto: Chensiyuan.

paulo.mar.campos: “Os efeitos da aurora fazem ângulos mais suaves e a imagem B possui ângulos muito acentuados.”

Um CEO de tecnologia compartilhou os números reais de sua equipe após seis meses operando no modelo AI-first: o throughput subiu para 170%, enquanto o time encolheu de 36 para 30 pessoas.

Engenheiros seniores que começaram o ano no processo tradicional encerraram com produtividade individual até três vezes maior, medida por PRs vinculados a tickets no JIRA com escopo médio constante.

O ganho mais relevante foi qualitativo. À medida que os fluxos de IA passaram a incluir testes unitários e end-to-end, a cobertura melhorou, os bugs diminuíram e o valor de negócio por entrega multiplicou.

A conclusão é que o desenvolvimento está se invertendo: o gargalo deixa de ser código e passa a ser a definição de problemas e a orquestração de agentes. O papel do engenheiro muda de executor para arquiteto.

Este é um dos primeiros casos com métricas reais de uma transição AI-first completa, mostrando que times menores produzem mais quando os fluxos são redesenhados.

OpenAI: Codex ganha plugins e automação de workflows

O Codex agora suporta plugins que conectam Slack, Figma, Notion, Gmail e Google Drive, transformando-o de ferramenta de código em plataforma de automação.

Google: Agent Skills para Gemini

Framework que permite a agentes de IA adquirir e reutilizar competências específicas para tarefas especializadas.

Google: Gemini importa chats e memórias de rivais

O Gemini agora permite importar histórico de conversas e preferências de outros assistentes de IA, reduzindo o custo de troca entre plataformas.

JiuwenClaw: agente autoevolutivo para gestão de tarefas

A comunidade OpenJiuwen lançou o JiuwenClaw, um agente de IA que evolui suas próprias capacidades ao longo do tempo, aprendendo com cada tarefa para otimizar as seguintes.

Cognitive Decay in Foundation Models: The 31% Half-Life Problem

Um estudo recente da MIT Media Lab revelou que modelos de IA perdem 31% de suas capacidades cognitivas a cada 6 meses sem retreinamento contínuo. Essa foi a proposta do Claude de erro para essa edição.

Você presta atenção ao conteúdo gerado por IA que consome? Para te ajudar nesse exercício, há pelo menos um pequeno erro em cada edição.

Responda indicando qual é o erro e receba um número para concorrer a um livro sobre IA entre os que recomendamos, a ser sorteado em abril. Sua resposta deve chegar até mim antes do envio da edição seguinte.

Na Diar.ia, uso Gemini, Claude e Perplexity para automatizar a pesquisa e em outras etapas, e Wispr Flow para ganhar velocidade com comandos de voz (ganhe um mês do plano Pro). Depois disso, faço checagem de fatos, a Clarice.ai revisa o texto (ganhe 25% de desconto com o cupom DIARIA), dou o toque final e envio via Beehiiv (ganhe um mês grátis e 20% de desconto por 3 meses).