Edição Premium #012

Sinal ou Ruído

◐ SINAL COM RESSALVAS

Estamos formando médicos que usam IA, ou médicos que não trabalham sem ela?

Na Polônia, endoscopistas passaram a usar IA para achar pólipos. Meses depois, alguém foi medir como eles se saíam sem a máquina. Estavam piores. Um artigo recém-publicado dá nome ao que pode estar por trás disso: a IA talvez não substitua o médico, e ainda assim atrapalhe a formação do próximo. A ideia é boa e o estudo é real. Duas ressalvas seguram o entusiasmo: o artigo é de ideias, não de dados, e ele diz que a medicina está entre as profissões menos expostas a esse risco, não entre as mais. Quem anda compartilhando o trabalho como prova de colapso leu ao contrário.

imagem conceitual criada por IA no MidJourney

O que é

Comece pela cena. Chega um paciente complicado. Antes, o residente lia o prontuário, juntava as peças, errava a primeira hipótese, discutia com alguém mais experiente e voltava atrás. Hoje ele pode colar o caso num sistema de IA e receber, em segundos, o resumo, cinco hipóteses, os exames e uma conduta.

O hospital ganha. O paciente espera menos. E existe um custo que não aparece em painel nenhum: o residente deixou de fazer o trabalho mental que ia transformá-lo em especialista.

Nolan Lovett, pesquisador da NATO Special Operations University e doutorando na Old Dominion University, deu nome a isso num artigo publicado em 26 de julho de 2026. Ele usa uma imagem antiga, a do pasto comum: cada criador lucra ao colocar mais uma vaca, e o estrago fica com todo mundo. A competência de uma profissão funciona assim. Nenhum hospital é dono dela. Todos dependem dela. E ela se renova de um jeito só, que é gente nova fazendo trabalho de gente nova, errando e aprendendo.

O artigo separa dois tipos de saber, e a diferença é o coração da coisa. Um é saber por dentro (Internalized Mastery), o conhecimento que virou reflexo depois de anos de prática. O outro é saber conduzir a máquina (Distributed Mastery), a habilidade de fazer a IA entregar bom resultado. Os dois valem. Um não substitui o outro.

Aí vem o nó, que Lovett chama de laço de validação (Validation Tether). Para perceber que a IA errou, você precisa do primeiro tipo de saber. E o primeiro tipo é justamente o que deixa de se formar quando tudo é delegado. Quando alguém diz que não tem problema porque sempre vai existir um especialista conferindo, sobra uma pergunta simples: quem vai formar esse especialista?

Uma ressalva antes de seguir. Este é um artigo de ideias. Ele não traz dado novo, e o próprio autor escreve que a perda no nível da profissão é uma previsão, não um fato observado.

A leitura completa é da versão premium

O número que a única evidência clínica direta encontrou, a correção que quase ninguém está fazendo sobre a vulnerabilidade da medicina, o ensaio randomizado que apoia e ao mesmo tempo arranha a regra de pensar primeiro, e o protocolo de seis passos.

logo

A Análise MAP completa é da versão premium.

A leitura completa de cada selo: por que esta classificação e não outra, o que mudaria o veredito e o que observar. A primeira turma é de 33 fundadores, com preço de fundador. Quando as 33 vagas fecharem, o premium reabre mais adiante com preço ajustado.

Quero ser um dos 33 Fundadores

Ao assinar, você recebe::

  • A Análise MAP completa de cada notícia, toda semana
  • Comunidade exclusiva no WhatsApp para trocar com outros assinantes
  • Conteúdos inéditos que não entram na edição gratuita

Continue lendo

View more
caret-right