Enciclopédia / Gestão
Botsitting
Trabalho humano necessário para fornecer contexto, conferir, corrigir e limpar resultados de IA antes que possam ser usados com segurança.
Explicação para leigos
Botsitting é o trabalho humano necessário para transformar uma resposta de inteligência artificial em algo realmente utilizável. Inclui explicar o contexto, conferir fatos e cálculos, identificar erros, refazer instruções e corrigir problemas antes que o resultado seja enviado, publicado ou usado em uma decisão.
O nome combina bot, de robô, com babysitting, no sentido de tomar conta. A ideia é simples: a IA pode acelerar uma tarefa, mas ainda exige alguém supervisionando o que ela faz.
O que entra nessa conta
- Fornecer informações e contexto que a IA não conhece.
- Conferir fatos, fontes, números e interpretações.
- Corrigir respostas incompletas, genéricas ou inventadas.
- Repetir instruções ou testar a tarefa em mais de uma ferramenta.
- Depurar erros em textos, análises, códigos ou automações.
- Limpar problemas que aparecem depois que o resultado é entregue.
Exemplo prático
Uma pessoa pede à IA que prepare uma análise de vendas. A ferramenta entrega o relatório rapidamente, mas mistura períodos, interpreta uma coluna de forma errada e inventa uma explicação para a queda de receita. O tempo gasto para localizar os problemas, voltar à planilha, corrigir a análise e revisar a versão final é botsitting.
O que a pesquisa encontrou
O Work AI Index 2026, do Work AI Institute da Glean, pesquisou 6.000 trabalhadores digitais em tempo integral nos Estados Unidos, Reino Unido e Austrália. Os participantes relataram, em média, 11 horas semanais economizadas com automação por IA e 6,4 horas semanais gastas com botsitting.
Do tempo total de interação com IA relatado pelos participantes, 37% foi dedicado ao botsitting, 36% à produção de trabalho com a ferramenta e 27% ao aprendizado das ferramentas e à construção de agentes. Embora 75% tenham declarado ganho de produtividade, apenas 13% disseram que sua organização estava apresentando melhora significativa por causa da IA.
Esses números não significam que a IA produza o mesmo resultado em todas as empresas. Eles mostram por que o ganho bruto de tempo não deve ser confundido com ganho líquido.
Por que isso importa
Quando o botsitting não é medido, a empresa pode acreditar que automatizou uma tarefa enquanto apenas transferiu trabalho para revisão, correção ou retrabalho. Esse custo também pode cair sobre outra pessoa, que recebe uma saída aparentemente pronta sem conhecer o contexto usado para produzi-la.
Botsitting também não é sempre desperdício. Conferir uma recomendação financeira, um documento para cliente ou uma automação com acesso a sistemas é uma proteção necessária. O problema aparece quando esse trabalho é invisível, não planejado e maior do que o benefício obtido.
Como reduzir o botsitting
- Escolha tarefas nas quais a IA realmente tenha vantagem.
- Defina antes o que será considerado uma resposta aceitável.
- Forneça fontes, contexto e limites claros.
- Separe tarefas de baixo risco das que exigem revisão integral.
- Registre o tempo gasto com geração, conferência, correção e retrabalho.
- Corrija o processo quando o mesmo erro se repetir.
- Mantenha uma pessoa responsável pela decisão e pela entrega final.
Limitações dos números
Os dados do Work AI Index são autorrelatados e podem sofrer influência de memória e de desejo de apresentar o próprio trabalho de determinada forma. A amostra cobre trabalhadores digitais de três países e tem maior presença de setores intensivos em tecnologia do que a população trabalhadora em geral.
A pesquisa foi publicada por uma instituição vinculada à Glean, fornecedora de tecnologia para ambientes de trabalho. Os autores informam participação de pesquisadores acadêmicos e uso de entrevistas, estudos de caso e telemetria agregada para complementar o levantamento. Ainda assim, os resultados devem ser apresentados com atribuição e não como uma medida universal de produtividade.
Fonte
Work AI Index 2026 — Botsitting, Botshitting and the Hidden Human Labor of AI at Work. Work AI Institute, Glean. Autores: Rebecca Hinds, Mark Hoffman, Stephanie Baladi e colaboradores. Pesquisa realizada entre dezembro de 2025 e janeiro de 2026. Fonte consultada em 2026-08-22.
https://www.glean.com/work-ai-institute/reports/work-ai-index
