Um novo estudo finalmente nos dá uma visão de como agentes de IA desempenham trabalho real

DA FRONTEIRA

Um novo estudo finalmente nos dá uma visão de como agentes de IA performam em trabalhos reais


Criado com Midjourney

Você realmente pode usar agentes de IA para ser mais eficiente no trabalho? Veja o que diz um novo estudo.

Índice Humano+Produtividade da Upwork (HAPI). O HAPI da Upwork é uma das primeiras avaliações baseadas em dados sobre o desempenho de agentes de IA em trabalhos reais de clientes. O estudo testou agentes de IA de três modelos de ponta (Claude Sonnet 4, Gemini 2.5 Pro e OpenAI GPT-5) em 300 projetos da Upwork, selecionando especificamente tarefas simples que os agentes de IA poderiam razoavelmente executar.

Onde os agentes de IA se destacam (e onde não). Os resultados do teste mostraram que os agentes de IA performam melhor em tarefas com respostas objetivamente corretas, como matemática ou codificação básica. Mas trabalhos qualitativos, como projetar páginas de destino ou criar textos de marketing? É aí que os agentes enfrentam dificuldades — pelo menos sem orientação humana.

Para resultados melhores, adicione especialistas humanos. Os agentes de IA performaram muito melhor quando especialistas humanos foram incluídos no processo. Em média, as taxas de conclusão de trabalhos aumentaram 70% quando humanos e agentes colaboraram, em comparação com agentes trabalhando sozinhos. Esse padrão foi consistente em diferentes tipos de trabalho.

Não desista dos agentes ainda. Isso significa que aprender a usar agentes de IA é uma perda de tempo? De jeito nenhum. O CTO da Upwork, Andrew Rabinovich, destaca que “onde um projeto pode levar dias para ser concluído por um freelancer de forma independente, a abordagem agente + humano pode entregar resultados em horas por meio de ciclos iterativos de trabalho automatizado e refinamento por especialistas.”

Os resultados da Upwork mostram que a expertise humana orientando o poder da IA pode ajudar a comprimir dias de trabalho em apenas horas.

via Superhuman