Todos os dias somos apresentados a um novo risco da inteligência artificial: alucinações, manipulação, desalinhamento [1], ataques conduzidos por agentes contra infraestruturas empresariais e governamentais [2] e até especulações sobre a extinção da humanidade [3]. Um risco, porém, permanece quase fora do debate, talvez porque não decorre de falha alguma, mas do uso bem-sucedido da tecnologia, qual seja, profissionais estão entregando às empresas que controlam os modelos de fronteira, por iniciativa própria e quase sempre de graça, as habilidades que levaram décadas para adquirir, sem refletir sobre o impacto disso em seu próprio ofício.
MagnificEste texto pretende provocar uma discussão que ainda não fizemos, ou seja, que direitos devemos ter sobre nossas próprias competências (skills) quando elas passam a ser codificadas para máquinas e, no mínimo, como impedir que as tendências de concentração (e de busca de monopólios) do setor de tecnologia convertam essa transferência numa transformação social silenciosa, na qual a formação profissional de uma geração servirá para dispensar a seguinte. Limitarei o exame às áreas que possuo competência de atuação para analisar: a advocacia e a magistratura.
A mudança começa pela palavra. Skill sempre designou a competência formada por estudo e experiência. No entanto, ressignificada passou a designar também, na definição da Anthropic, “pastas organizadas de instruções, scripts e recursos que os agentes podem descobrir e carregar dinamicamente para ter melhor desempenho em tarefas específicas”, formato depois aberto como padrão para outras plataformas [4]. O mercado jurídico imediatamente entendeu a promessa.
Recentemente, ao apresentar o Astra for Law, em setembro de 2026, a OpenAI declarou o compromisso de que os escritórios possam “aplicar à IA sua própria expertise, seus padrões e seu discernimento”, e citou um analisador de contratos que incorpora guias de negociação e precedentes selecionados de um grande escritório [5]. Nas redes sociais, multiplicam-se cursos que ensinam advogados e juízes a fazer o mesmo com minutas de petições e decisões, análise de processos, marketing e gestão, ao lado de legal techs dedicadas a cada “dor” da profissão.
O que se transfere não é pouco. Polanyi observou que “podemos saber mais do que podemos dizer” [6]. Essa parcela tácita (o que o advogado procura primeiro nos autos, que argumento descarta, como calibra a peça para cada órgão julgador, quais e onde coloca argumentos nas peças etc.) sempre foi a mais difícil de transmitir, pois exigia anos de estudo, estágio, revisão e convivência. Escrever uma skill é precisamente o trabalho de torná-la explícita, passo a passo, numa linguagem que a máquina executa. Nem toda competência cabe num arquivo, mas, o que cabe, porém, passa a ser replicável a custo marginal próximo de zero, e era justamente isso que dava valor à experiência.
SpaccaJá vimos esse movimento, quando em 1911, Taylor atribuía à gerência o encargo de reunir todo o conhecimento tradicional que no passado era possuído pelos trabalhadores e de reduzi-lo a regras, leis e fórmulas [7]. Braverman sustentou, décadas depois, que essa separação entre concepção e execução concentrou o saber nas mãos de quem organiza a produção e degradou o trabalho [8]. A diferença atual é mais perturbadora, na medida em que não há gerente extraindo o método do artesão, pois é o próprio profissional quem o codifica, paga a assinatura e deposita o resultado na infraestrutura de terceiros. Trata-se de um taylorismo autoaplicado.
Poderá ser apresentada a objeção de que juristas sempre transmitiram seu saber em livros, modelos e manuais. A diferença na atualidade é que o livro forma outra pessoa, que precisa compreendê-lo para aplicá-lo; a skill dispensa essa mediação, porque executa sem que ninguém aprenda. A transmissão clássica multiplicava profissionais; a codificação para agentes pode torná-los desnecessários.
Nosso arcabouço normativo não foi pensado para isso
Construímos, ao longo de anos, um regime sofisticado de proteção de dados e um vocabulário crítico sofisticado, do capitalismo de vigilância ao colonialismo de dados [9]. Esses enquadramentos, contudo, descrevem sobretudo a extração de dados gerados pela vida e pelo comportamento das pessoas. A skill não é rastro, mas método deliberadamente organizado e entregue. Por isso escapa às categorias disponíveis. Em regra, não é dado pessoal, o que limita o alcance da LGPD. A Lei de Direitos Autorais exclui da proteção, como tais, ideias, métodos e regras para realizar atos mentais ou negócios, e a Lei de Propriedade Industrial protege conhecimentos confidenciais apenas em hipóteses específicas, como o acesso obtido por relação contratual ou empregatícia [10]. O saber-fazer profissional fica num vazio, porque não é dado, não é obra e raramente é segredo protegido.
A regulação da IA tampouco responde ao problema, em face da percepção de que modelos baseados em matriz de risco classificam aplicações e avaliam seus resultados (precisão, vieses, transparência etc.). O fenômeno aqui descrito é cumulativo e difuso, pois nenhuma skill isolada é de alto risco; preocupa a soma das transferências de uma profissão inteira para poucos fornecedores. Sequer é necessário que o material treine o modelo de uso geral, o que algumas empresas habilmente excluem por padrão [11]. Basta que rotinas, integrações e históricos se concentrem numa plataforma da qual se torna caro sair, ou que skills circulem publicamente em cursos e repositórios, à disposição de qualquer concorrente e de produtos futuros. A autoridade britânica de concorrência já advertiu, em 2024, para os riscos da concentração dos insumos e dos canais de distribuição dos modelos de fundação em poucas empresas [12]. No Judiciário, o problema ganha dimensão institucional séria, pois quando o saber acumulado por gabinetes é codificado em plataformas privadas, parte do modo como o Estado julga passa a residir em infraestrutura alheia.
O segundo efeito atinge a própria capacidade humana
Convém distinguir o deskilling [13], perda de competências já adquiridas [14], do never skilling, risco de que novos profissionais nunca cheguem a formá-las. Há sinais do primeiro fora do Direito, pois em estudo observacional em quatro centros poloneses, a taxa de detecção de adenomas por endoscopistas experientes, em colonoscopias realizadas sem IA, caiu de 28,4% para 22,4% após a introdução rotineira da ferramenta [15]. Há sinais do segundo na formação, na medida em experimento com quase mil estudantes do ensino médio, quem usou um assistente sem salvaguardas pedagógicas melhorou durante a prática, mas obteve notas 17% inferiores às do grupo de controle quando o acesso foi retirado; uma versão desenhada como tutor mitigou largamente o efeito [16]. Esses resultados não se transferem automaticamente ao Direito, mas indicam o mecanismo e mostram que o desenho da ferramenta importa.
Na advocacia e na magistratura, o never skilling atingirá as tarefas mais fáceis de codificar (pesquisa, inicial, primeira minuta, triagem) que são exatamente aquelas pelas quais estagiários e assessores aprendiam a pensar o caso e a entender a lógica argumentativa da atividade processual. Se deixarem de realizá-las, fica a reflexão de onde virão os profissionais experientes capazes de revisar o que a máquina produzirá. Bainbridge descreveu, em 1983, essa ironia da automação, em que cabe ao humano intervir nas situações difíceis, mas a automação lhe retiraria as oportunidades de praticar as habilidades que a intervenção exige [17]. A supervisão humana exigida pela Resolução CNJ 615/2025 e o dever de fundamentação do artigo 93, IX, da Constituição pressupõem alguém em condições de exercê-los [18].
Não adianta pedir aos profissionais que se abstenham, quando o design dessas ferramentas é orientado a remover atritos e a tornar a delegação o caminho natural, como discutimos com o ministro presidente do STJ Luis Felipe Salomão [19]. E os incentivos são absolutamente assimétricos, pois quem recusa a ferramenta suporta sozinho o custo competitivo imediato, enquanto o benefício de preservar competências é difuso e tardio, repartido entre clientes, jurisdicionados e as próximas gerações. É uma questão que exigiria uma reflexão sofisticada, que a economia comportamental demonstra que os humanos não são programados a promover, e uma ação coletiva institucional, que os Parlamentos do mundo parecem não estar preparados, ou pior, preferem se deixar levar pelo lobby das grandes empresas que buscam exatamente a construção de monopólios. Problemas dessa natureza e magnitude não se resolvem com apelos à virtude individual. Exigiriam regras que impusessem limites eficazes ao design das aplicações e agentes; não só facilidades que afastam e tornam cada vez mais nebulosas a possibilidade de supervisão humana.
Daí a proposta de normas que imponham a construção do design embasado na reserva de humanidade. Não defendo um direito exclusivo genérico sobre habilidades, que bloquearia a circulação do saber e o acesso à justiça. Proponho quatro frentes. Primeira, transparência sobre o destino das skills (o que é apenas processado, o que fica armazenado, o que pode ser reutilizado ou empregado em treinamento) e vedação de usos secundários sem autorização específica e contrapartida definida. Segunda, portabilidade e condições reais de saída, concretizando a diretriz de “não-dependência tecnológica” que a própria Resolução CNJ 615/2025 já enuncia. Terceira, deveres de design proporcionais ao risco, com modos de uso que preservem o raciocínio do usuário, como sugerem os resultados obtidos com tutores desenhados para ensinar. Quarta, deveres de tribunais, escritórios e faculdades de preservar tarefas formativas e de medir competências, e não apenas produtividade.
Há fundamento constitucional para essa agenda
Além da dignidade da pessoa humana e dos valores sociais do trabalho, o artigo 7º, XXVII, assegura aos trabalhadores “proteção em face da automação, na forma da lei” [20]. O dispositivo não proíbe automatizar, mas revela que a Constituição não trata a substituição do trabalho humano como dado neutro. As skills tornam essa cláusula mais urgente, porque a automação que agora alcança o trabalho intelectual é alimentada pelo próprio trabalhador.
Resta a essa altura, e do próprio comportamento autofágico que os imperativos da eficiência impõe a todos, a pergunta incômoda do que sobrará para esses profissionais fazerem? Responder com a lista do que a máquina ainda não faz é aceitar um critério que encolhe a cada lançamento e que é definido pelos próprios fornecedores. A reserva de humanidade não pode ser o resíduo técnico do que a IA ainda não alcançou. Deve ser uma escolha normativa sobre o que queremos manter sob compreensão, deliberação e responsabilidade humanas, e sobre as condições para que continuem existindo pessoas capazes disso. Se não a fizermos agora, enquanto ensinamos as máquinas com o melhor do que sabemos, poderemos descobrir tarde demais que a escolha foi feita por nós, um arquivo de cada vez.
[1] OPEN AI. Nossa estrutura para relatar desalinhamento de modelos. Nossa estrutura para relatar desalinhamento de modelos | OpenAI
[2] ABC News, OpenAI reveals another hack into a government agency in Australia. Aqui
[3] NUNES, D; BAMBIRRA,C. A IA vai nos destruir? Novo dilema da supervisão humana diante do autoaperfeiçoamento recursivo. Aqui
[4] ANTHROPIC. Equipping agents for the real world with Agent Skills. 18 dez. 2025. Aqui
[5] OPENAI. Apresentamos o Astra for Law. 17 set. 2026. Disponível aqui
[6] POLANYI, Michael. The tacit dimension. Garden City: Doubleday, 1966, p. 4. No original: “we can know more than we can tell”. Cf. EDER, Stefan. Polanyi’s Paradox, Undocumented Human Intent, and the Limits of Legal AI. Aqui e CASTRO, Luiz Fernando Martins. Inteligência artificial, decisão judicial e os limites da delegação jurisdicional. Aqui
[7] TAYLOR, Frederick. The principles of scientific management. New York: Harper & Brothers, 1911. TAYLOR, F. Princípios da administração científica. GEN, 2019.
[8] BRAVERMAN, Harry. Labor and monopoly capital: the degradation of work in the twentieth century. New York: Monthly Review Press, 1974.
[9] ZUBOFF, Shoshana. The age of surveillance capitalism. New York: PublicAffairs, 2019; COULDRY, Nick; MEJIAS, Ulises A. The costs of connection. Stanford: Stanford University Press, 2019.
[10] BRASIL. Lei 13.709/2018, art. 5º, I; Lei 9.610/1998, art. 8º, I e II; Lei 9.279/1996, art. 195, XI.
[11] Por exemplo: OPENAI. Enterprise privacy. Disponível aqui
[12] COMPETITION AND MARKETS AUTHORITY. AI foundation models: update paper. Londres, 11 abr. 2024. Aqui
[13] NUNES, Dierle ; BAMBIRRA, Camila. Crie repertório: IA, ‘vibe lawyering’ e o risco de automatizar a imprudência. Aqui
[14] NUNES, Dierle. Quando delegar vira perder poder: deskilling e o desempoderamento gradual humano pela Inteligência Artificial. Aqui
[15] BUDZYŃ, Krzysztof et al. Endoscopist deskilling risk after exposure to artificial intelligence in colonoscopy: a multicentre, observational study. 2025. Aqui
[16] BASTANI, Hamsa et al. Generative AI without guardrails can harm learning: evidence from high school mathematics. Aqui
[17] BAINBRIDGE, Lisanne. Ironies of automation. Automatica, v. 19, 1983. Aqui
[18] CNJ. Resolução 615, de 11 mar. 2025, arts. 34 e 38, VI; BRASIL. Constituição Federal, art. 93, IX.
[19]SALOMÃO, Luis Felipe; NUNES, Dierle. O jurista que parou de tentar: IA, dependência cognitiva e como o design importa. Consultor Jurídico, 8 maio 2026. Aqui SALOMÃO, Luis Felipe; NUNES, Dierle. O jurista que parou de tentar (parte 2): governança da IA agêntica no Direito. Aqui
[20] BRASIL. Constituição Federal, arts. 1º, III e IV, e 7º, XXVII.
O post Skills, IA e reserva de humanidade: taylorismo que aplicamos a nós mesmos apareceu primeiro em Consultor Jurídico.