Se a IA faz parte do trabalho júnior, quem está formando o próximo gerente?

2 de setembro de 2026

Cortar posições de entrada parece eficiência e é decisão sobre oferta futura de liderança. Quais experiências precisam c

A economia aparece no mês seguinte. A consequência, na década seguinte

Jenny Fernandez, executive coach e professora adjunta na Columbia e na NYU, abre um artigo publicado na Harvard Business Review em junho de 2026 com uma cena reconhecível. Uma CHRO de uma empresa média de mídia, pressionada pelo conselho a cortar custos e mostrar retorno sobre os investimentos em IA, encerrou o programa de analistas juniores da companhia, com 200 pessoas. Era o funil que havia abastecido a média liderança por décadas. A economia foi imediata. O resto, não.

O argumento central de Fernandez é de encadeamento. Ao eliminar posições de entrada, você reduz o contingente que justifica a existência de gestores de nível médio. Com menos gestores médios, encolhe o grupo de onde saem diretores e vice-presidentes. Uma escolha que se apresenta como ajuste de quadro é, na verdade, uma escolha sobre a oferta futura de liderança da empresa.

O incômodo dessa lógica é que ela não gera alarme no momento certo. Nenhum indicador piora no trimestre do corte. Os sintomas aparecem quando alguém pergunta por que não há candidato interno para uma vaga de gerência, e a resposta está numa decisão tomada três anos antes, numa reunião onde RH provavelmente não estava.

O que o trabalho júnior realmente entregava

Aqui é onde a discussão costuma travar. Quando alguém defende posições de entrada, o contra-argumento vem pronto: se a IA faz aquele trabalho melhor e mais barato, manter a pessoa é caridade disfarçada de gestão.

O contra-argumento seria correto se o valor do trabalho júnior fosse o entregável. Não é.

O que aquelas tarefas produziam, além do relatório e da planilha, era um conjunto de experiências que constroem julgamento. Ver dezenas de casos parecidos até reconhecer o padrão. Errar em escala pequena, com consequência pequena, e receber correção rápida. Ficar do lado de alguém mais experiente enquanto a decisão está sendo tomada, não depois. Entender como a organização funciona de verdade, quem decide o quê, onde as coisas travam.

Nada disso estava na descrição da vaga. Tudo isso vinha junto.

Revisar não é o mesmo que ter feito

O desenho mais comum hoje é pedir que o profissional júnior revise, valide e corrija o que a IA produziu. Parece uma promoção: sai da execução, entra na curadoria.

O problema é que curadoria exige repertório, e repertório vem de ter produzido. Quem nunca montou a análise do zero não sabe onde ela costuma quebrar. Quem nunca escreveu o relatório ruim não reconhece o relatório ruim bem formatado.

Revisar sem repertório não é revisar. É aprovar.

Vale reparar no efeito acumulado. Uma pessoa que passa dois anos aprovando output de IA sem nunca ter construído o raciocínio por trás dele chega à primeira gestão sem os critérios que a gestão exige. Ela vai precisar avaliar o trabalho de outras pessoas, e a única referência de qualidade que tem é a fluência do texto.


Quais experiências precisam continuar existindo

A saída não é recusar automação. É separar o que foi automatizado da formação que estava embutida nele, e reconstruir essa formação de propósito. Fernandez propõe, entre outras medidas, redesenhar posições de entrada como coortes de construção de capacidade e distribuir o aprendizado por aprendizagem prática ao longo da organização.

Traduzindo para o que uma área de T&D consegue desenhar, quatro experiências precisam sobreviver.

Produzir do zero pelo menos uma vez. Antes de revisar, a pessoa precisa ter construído aquele artefato inteiro sem apoio de IA. Uma vez basta, e ela precisa acontecer. É o que instala o critério de qualidade.

Errar com consequência real e reversível. Ambiente onde o erro não custa caro, mas também não é simulação sem peso. Projetos internos, pilotos e trabalho de baixa exposição servem. Simulação sem consequência nenhuma não forma julgamento.

Exposição ao raciocínio de decisão, não ao resultado. A pessoa precisa estar na sala enquanto a decisão está sendo debatida. Ouvir a versão final é informação. Acompanhar o processo é aprendizagem.

Contexto organizacional deliberado. Quem entra hoje tem menos exposição incidental ao resto da empresa, porque grande parte das tarefas de interface foi automatizada. Isso precisa virar desenho: rotação, acompanhamento de áreas, participação em rituais de decisão.

Quando essas quatro experiências não existem, a empresa não deixou de formar líderes por falta de treinamento. Deixou de formar porque removeu o ambiente onde a formação acontecia e não colocou nada no lugar.


O argumento que coloca RH na sala certa

Existe um ganho de posicionamento nessa leitura que vale nomear.

Decisões de automação costumam ser tomadas em conversas de custo, onde RH entra depois, para operacionalizar. Pipeline de liderança muda o enquadramento. Deixa de ser uma preocupação sobre pessoas e vira uma projeção de capacidade futura da empresa, que é linguagem de negócio.

A pergunta que abre essa porta é simples e desconfortável: se automatizarmos esta função agora, de onde virá nosso gerente de operações em 2029?

Ninguém na sala tem resposta pronta. E quem faz a pergunta passa a ser consultado antes da próxima decisão, não depois.

Automatizar o trabalho júnior não elimina só um custo. Elimina uma escola que ninguém tinha percebido que existia, porque ela nunca teve nome, orçamento nem responsável.


Decoding_Programas_De_Liderança

A Decoding constrói trilhas de liderança a partir dos pontos onde a sua organização perdeu o ambiente que formava julgamento, definindo quais experiências precisam ser recriadas e como acompanhar se estão funcionando.

Vale começar mapeando onde está o vazio na sua trilha atual. É uma conversa de estratégia, não de venda.

Conhecer os programas de liderança →

Leia também

IA deixa o treinamento mais rápido de produzir. Isso não significa que ficou melhor de aprender.
Treinamento Corporativo

IA deixa o treinamento mais rápido de produzir. Isso não significa que ficou melhor de aprender.

88% dos times de T&D economizam tempo produzindo com IA. Isso mede o trabalho de quem cria, não o resultado de quem aprende. As perguntas antes de escalar.

28 de agosto de 2026Saiba mais
Liderança 5.0: O que é e como desenvolver o novo padrão de excelência nas organizações
td,lideranca-5-0

Liderança 5.0: O que é e como desenvolver o novo padrão de excelência nas organizações

Descubra o que é Liderança 5.0, suas 5 dimensões essenciais e como desenvolver líderes preparados para os desafios de 2026.

26 de agosto de 2026Saiba mais
Medir impacto de treinamento: o novo diferencial de T&D
T&D

Medir impacto de treinamento: o novo diferencial de T&D

60% das empresas já usam IA em treinamento e a dificuldade de medir resultados segue sendo a segunda maior barreira do setor. Como sair da métrica de atividade para a de impacto.

25 de agosto de 2026Saiba mais
Diagnosticar antes de transformar é luxo que a maioria não tem
Blog

Diagnosticar antes de transformar é luxo que a maioria não tem

Empresas investem em transformação sem se conhecer. Por que diagnóstico honesto é o único ponto de partida que funciona.

7 de agosto de 2026Saiba mais

Inscreva-se para recebera nossa newsletter