Em uma só empresa, o uso declarado de IA vai de 20% a 71% entre os times
Estudo de caso com 98 entrevistas em 11 times de uma mesma organização de software registra uso declarado de inteligência artificial de 20% a 71% por time, e desconhecimento quase universal da políti…
11 de novembro de 2026 · 7 min de leitura

Dentro de uma mesma organização de software, com a mesma política interna e as mesmas ferramentas à disposição, a proporção de profissionais que declara usar inteligência artificial com alta frequência variou de 20,0% em um time a 71,4% em outro. O dado está em Uneven Self-Reported AI Use: An Embedded Case Study Across Eleven Teams in a Software Organization, preprint assinado por Daniele Verì e submetido ao arXiv em 10 de novembro de 2026, ainda sem revisão por pares.
A maior parte dos números de adoção de inteligência artificial que circula em apresentações corporativas é agregada por empresa, por setor ou por país. O estudo faz o oposto: mantém a organização constante e usa o time como unidade de observação. É uma escolha metodológica modesta, e é ela que produz o achado mais incômodo do trabalho.
O que foi medido
Segundo o autor, trata-se de um estudo de caso único, descritivo e embutido, baseado em 98 registros de entrevistas estruturadas coletados em 11 times da mesma organização. Desses registros, 65 vieram de dez instrumentos padronizados de nível de time e 33 vieram de um instrumento com ancoragens de resposta distintas, ou seja, com rótulos diferentes atribuídos aos pontos da escala.
Entre os respondentes avaliados pelos instrumentos padronizados, 36 de 65 (55,4%) relataram frequência de uso de inteligência artificial de 4 ou 5 em uma escala de cinco pontos. É nesse subconjunto que aparece a dispersão entre times: de 20,0% a 71,4%, uma distância de 51,4 pontos percentuais entre o grupo que menos relata uso e o que mais relata.
Mesma empresa. Mesma política. Mesmo acesso à ferramenta.
A média da empresa explica pouco
Se a variação interna é dessa ordem, a média corporativa de adoção perde utilidade como base de decisão. Um indicador único de percentual de uso de inteligência artificial na empresa comprime em um número duas realidades operacionais que não se parecem, e descarta a única informação acionável do conjunto: onde está a diferença.
A leitura mais plausível dos dados é que a pergunta de gestão muda de lugar. Deixa de ser “qual é o nosso percentual de adoção?” e passa a ser “por que um time relata 71% e outro relata 20% com a mesma ferramenta disponível?”. São perguntas com donos diferentes. A primeira se resolve com compra de licença e comunicação interna. A segunda só se responde no nível da liderança intermediária e do desenho da rotina de trabalho: quais tarefas do time já foram redesenhadas, quem no grupo encontrou um uso que funciona e se esse uso foi transferido para os colegas.
O estudo não testa essa explicação. O próprio autor registra que as observações qualitativas anotadas pelos entrevistadores oferecem contexto sobre práticas e restrições relatadas, mas não sustentam estimativas de prevalência nem explicações causais para as diferenças de frequência de uso entre times. A hipótese de rotina e liderança é uma inferência construída a partir dos dados, não um resultado do trabalho.
Mudar a pergunta muda o número
O segundo achado é metodológico e tem consequência mais ampla que o primeiro.
No grupo avaliado pelo instrumento de ancoragens distintas, 31 de 33 respondentes (93,9%) marcaram 4 ou 5. É a mesma organização, no mesmo levantamento, com a mesma população de times. A diferença entre 55,4% e 93,9% não descreve dois comportamentos: descreve dois instrumentos.
O autor é explícito sobre o limite. Embora a proporção agregada dos dois grupos chegue a 68,4% (67 de 98), as diferenças de ancoragem limitam a comparabilidade direta, o que torna os resultados dos instrumentos padronizados a referência analítica principal do trabalho. Em outras palavras, o número agregado existe no papel e o próprio estudo recomenda não tratá-lo como o índice da organização.
A implicação prática é direta. Qualquer percentual de adoção de inteligência artificial apresentado em reunião de conselho, em comitê de tecnologia ou em release de pesquisa de mercado é inseparável da pergunta que o produziu: o que contou como uso, qual era a escala, que rótulos foram atribuídos aos pontos, quem respondeu e quem ficou de fora. Sem essa informação, o número não é comparável nem com o da medição anterior da própria empresa, nem com o da empresa vizinha. Dois relatórios que apresentam percentuais diferentes de adoção podem estar medindo a mesma realidade com réguas diferentes.
Política publicada não é política conhecida
O terceiro dado é o de leitura mais imediata para quem responde por risco.
Entre os respondentes que relataram uso alto, 86,1% (31 de 36) disseram não conhecer a política de inteligência artificial da organização ou não ter certeza sobre seus detalhes. No grupo de menor frequência, com pontuações de 0 a 3, o número foi 96,6% (28 de 29). O desconhecimento é quase universal nos dois grupos, mas a combinação relevante está no primeiro: é o conjunto que mais usa a tecnologia e, ao mesmo tempo, menos sabe sob quais regras.
Aqui também vale o limite declarado pelo autor: os dados não sustentam inferência sobre conformidade com a política. Desconhecer a regra não significa violá-la, e conhecê-la não garante cumprimento. O que o recorte mostra é mais específico, e suficiente: no grupo entrevistado, o controle formal não chegou até quem opera a ferramenta. Uma política que existe no documento e não existe na cabeça de quem usa a tecnologia não está operando como controle, e a distância entre as duas coisas só aparece quando alguém pergunta.
O que o estudo não permite concluir
O trabalho é frágil exatamente onde um gestor ficaria tentado a usá-lo: como referência de mercado.
É uma organização única, descrita apenas como uma organização de software. O preprint não informa país nem região. A amostra é pequena, e os extremos citados são extremos de times pequenos: os 20,0% correspondem a 1 respondente de 5, e os 71,4% a 5 de 7. Em grupos desse tamanho, uma única resposta diferente move o percentual do time em mais de 10 pontos, o que recomenda ler a amplitude de 20% a 71% como indício de heterogeneidade interna, não como medida estável da distância entre times.
Os instrumentos são heterogêneos entre si, e todo o material é autorrelato, que mede o que a pessoa diz fazer e não o que ela faz. Nenhuma das proporções foi confrontada com uso observado, registro de ferramenta ou outra medida de comportamento.
O autor delimita o alcance do próprio trabalho. Em tradução livre do original em inglês, o resumo afirma que os achados “caracterizam padrões de uso de inteligência artificial e consciência de política dentro da amostra entrevistada, sem sustentar inferências sobre adoção em toda a organização, conformidade com política ou eficácia do uso de inteligência artificial”. A contribuição declarada é outra: um caso organizacional empiricamente fundamentado e um relato explícito das fronteiras metodológicas de comparações entre times feitas com instrumentos de entrevista heterogêneos.
Nenhum desses percentuais vale para empresas em geral, e o preprint não sugere que valha.
O que sobra de aproveitável
O que viaja de um caso único não é o percentual, é a unidade de observação.
Um indicador de adoção de inteligência artificial que só existe como média da empresa esconde a informação que tornaria o dado útil, e um indicador cuja pergunta de origem mudou entre duas medições não forma série histórica. Essas duas limitações não dependem do tamanho da amostra do estudo: valem para qualquer medição de adoção, inclusive para as que circulam como referência de mercado.
O estudo de caso não prova que a dispersão de 20% a 71% se repita em outras empresas. Mostra, com dados de uma única organização, que ela pode existir sem que ninguém perceba, porque a média não a registra.
Leia também: Estudo da OpenAI com a Upwork indica escopo maior no freelance de IA, não tarifa por hora maior


