Em conferências e encontros de coaching, aparece com frequência a pergunta: “A inteligência artificial vai substituir o coach?”. Sob uma perspectiva mais estratégica, porém, a questão pode ser formulada de outra maneira: em quais contextos a IA ajuda, para quem funciona e o que pode deixar de perceber ao interpretar pessoas, culturas e emoções?
Para responder, é preciso compreender não apenas as capacidades da tecnologia, mas também seus limites linguísticos, os custos de sua utilização e a responsabilidade de quem a integra ao desenvolvimento humano. Isso exige experimentar a ferramenta tanto como coach quanto como usuário, avaliar seus resultados e reconhecer quando ela contribui para o processo. Da mesma forma, do ponto de vista do cliente, é de grande valor que o coach saiba quais são as melhores práticas de uso da IA, de modo tal a aconselhar o cliente se necessário.
Como funciona a IA?
Grande parte dos grandes modelos de linguagem (Large Language Models, ou LLMs) utiliza a arquitetura Transformer, que permite identificar relações entre palavras e outros elementos de um texto, atribuindo diferentes pesos às informações disponíveis no contexto. Treinados com grandes volumes de dados, esses modelos aprendem padrões estatísticos da linguagem. Ao gerar uma resposta, calculam quais palavras ou fragmentos de palavras são mais prováveis de aparecer em seguida, considerando o texto e as instruções recebidas.
Através desta arquitetura, as IAs conseguem resumir documentos, traduzir textos, formular perguntas e produzir análises aparentemente sofisticadas. Contudo, embora as respostas produzidas costumem ser plausíveis, a tecnologia não consegue compreender uma pessoa da mesma maneira que outro ser humano a compreende. Os modelos de linguagem não possuem acesso automático às intenções, à história pessoal, às emoções ou às circunstâncias que não foram expressas ou disponibilizadas. Portanto, é possível que um modelo construa uma interpretação convincente com base em informações incompletas e, ainda assim, esteja errado.
O estudo Navigating the Jagged Technological Frontier, de Dell’Acqua et al. (2026), ilustra esse problema. Em um experimento com 758 consultores da Boston Consulting Group, o acesso ao GPT-4 melhorou a velocidade e a qualidade do trabalho em tarefas compatíveis com as capacidades do modelo. Em uma tarefa de resolução de problemas empresariais que ultrapassava essa fronteira, entretanto, a assistência da IA podia prejudicar o desempenho. É isso que os pesquisadores chamam de fronteira irregular: a IA pode executar muito bem determinadas tarefas e falhar em outras que parecem igualmente simples ou semelhantes.
No coaching, a IA pode ser útil para organizar anotações, estruturar perguntas, resumir avaliações ou preparar um plano de desenvolvimento. Já interpretar o silêncio de um executivo durante uma reunião intercultural exige mais cautela. Esse silêncio pode indicar reflexão, desconforto, respeito à hierarquia, discordância ou até uma dificuldade de comunicação. Sem contexto suficiente, a IA não tem como determinar com segurança qual interpretação é correta.
Produtividade: ganhos reais, mas não universais
A IA pode acelerar tarefas, melhorar entregas e facilitar o aprendizado. Em Generative AI at Work, Erik Brynjolfsson, Danielle Li e Lindsey Raymond analisaram a introdução de um assistente de IA entre cerca de 5.200 profissionais de atendimento ao cliente. O estudo encontrou um aumento de cerca de 15% no número de problemas resolvidos por hora. Os ganhos foram mais relevantes entre os trabalhadores menos experientes, indicando que a ferramenta podia ajudá-los a desenvolver competências e a se aproximar do desempenho de colegas mais experientes. Em outro experimento, publicado na revista Science em 2023, Shakked Noy e Whitney Zhang distribuíram tarefas profissionais de escrita entre 453 participantes com formação universitária. O acesso ao ChatGPT reduziu, em média, o tempo de execução em 40% e elevou em 18% a qualidade avaliada dos textos.
No campo do coaching, a pesquisa ainda está em desenvolvimento. Em 2026, Erik de Haan, Nicky Terblanche e Kenneth Nowack compararam o coaching por IA e o coaching humano em uma intervenção voltada à consecução de objetivos. De acordo com os resultados do experimento realizado por estes pesquisadores, apenas os coaches humanos conseguiram atingir a maior parte das metas. Uma pesquisa realizada por Jonathan Passmore, Abri von Bartheld e Rebecca Rutschmann em 2025 encontrou um resultado semelhante, mas identificou que os agentes IA de coaching demonstram muitos das competências de coaching da ICF.
Portanto, é importante integrar inteligência artificial e desenvolvimento humano de forma que a tecnologia amplie as capacidades das pessoas, em vez de estimular dependência ou substituir o julgamento pessoal. Essa é a recomendação do renomado coach Jazz Rasool, em seu artigo Coaching 5.0.
Como saber se foi a IA que produziu a melhoria observada?
Um executivo pode se sentir mais confiante após utilizar um chatbot, mas essa mudança também pode decorrer de sua motivação, da atenção adicional recebida ou de outras mudanças na organização. Para avaliar o efeito da tecnologia, precisamos de um contrafactual confiável: uma estimativa do que teria acontecido sem a intervenção.
Essa é a lógica da inferência causal aplicada à IA (Causal AI), fortemente defendida por pesquisadores como os americanos Susan Athey, Guido Imbens e Scott Cunningham; o sueco David Yanagizawa-Drott; o suíço Quentin Gallea; e o brasileiro Matheus Facure.
Um desenho de pesquisa poderia comparar coaching humano sem IA, coaching humano apoiado por IA e utilização autônoma de um agente de coaching, acompanhando os resultados ao longo do tempo. Além da satisfação, é importante medir mudanças de comportamento, qualidade das decisões, consecução de objetivos e eventuais efeitos negativos.
Linguagem da IA vs Linguagem humana
Para o coaching transcultural, a dimensão linguística merece atenção especial. A comunicação humana inclui pausas, entonação, gestos, olhares, ironia, experiências compartilhadas e significados implícitos. Ademais, relações de poder e expectativas sociais nem sempre são verbalizadas. Uma frase como “isso é interessante” pode expressar curiosidade genuína, discordância diplomática, cortesia ou desinteresse. Seu significado depende da situação, da relação entre os interlocutores e da maneira como é pronunciada. Uma IA pode sugerir interpretações possíveis, mas não deve apresentar uma hipótese como se fosse um fato. Mesmo quando um sistema processa áudio ou vídeo, não se pode presumir que interprete os sinais com a mesma sensibilidade de uma pessoa familiarizada com aquele contexto.
Há ainda uma questão: o inglês ocupa uma posição dominante nos dados de treinamento de muitos modelos. Outras línguas, variedades regionais e formas de expressão podem estar menos representadas, o que afeta a capacidade de reconhecer expressões idiomáticas, referências culturais e nuances locais.
O problema não se limita à diferença entre inglês e português, por exemplo. O próprio português é diverso, e essa diversidade nem sempre está igualmente representada nos recursos usados para desenvolver tecnologias de linguagem. No Brasil, expressões como “dar um jeito”, “ficar de boa” ou “pode deixar” dependem do contexto para serem interpretadas corretamente. “Pode deixar”, por exemplo, pode expressar uma promessa ou funcionar apenas como uma forma educada de encerrar uma conversa. Interpretar essas expressões literalmente pode levar a conclusões equivocadas sobre comprometimento ou intenção.
Nos países africanos de língua oficial portuguesa, como Angola e Moçambique, o português convive com diversas línguas nacionais e apresenta variedades próprias. Expressões como “bué”, gíria angolana equivalente a “muito”, ou “chapa”, que em Moçambique pode se referir ao transporte coletivo informal, dependem do contexto para serem compreendidas. As formas de tratamento, os usos locais e as referências culturais também podem diferir daqueles mais familiares aos falantes brasileiros ou portugueses.
A IA não necessariamente desconhece essas expressões. Todavia, a qualidade de sua interpretação pode variar, e uma resposta gramaticalmente correta ainda pode perder o sentido social da mensagem. Para um coach que trabalha entre países, a escolha da língua pode alterar a profundidade de uma conversa. Uma pessoa pode expressar vulnerabilidade, ambivalência ou desconforto com mais precisão em sua língua materna do que em uma língua de trabalho. Uma tradução correta no plano literal pode perder a carga emocional de uma expressão.
Bajulação, viés cultural e responsabilidade
Um dos riscos de segurança de IA é a bajulação (sycophancy), ou seja, a tendência de um modelo a concordar excessivamente com o usuário. Uma resposta agradável e validante pode parecer mais útil, mesmo quando deixa de questionar uma premissa equivocada.
Imagine um executivo que pergunta à IA se sua equipe está resistindo injustamente a uma mudança. O sistema pode reforçar essa interpretação sem explorar outras possibilidades: comunicação deficiente, incentivos contraditórios, falta de recursos, receio de consequências profissionais ou um histórico de decisões pouco transparentes por parte da liderança.
Um bom coach não precisa contradizer o cliente sistematicamente, mas deve conseguir questionar pressupostos com respeito. A concordância automática pode ser confortável e, ao mesmo tempo, impedir a aprendizagem.
O viés cultural acrescenta outra camada. Segundo um estudo publicado por Tao et al. (2024), a IA tende a demonstrar valores culturais próximos de países protestantes europeus e regiões de língua inglesa. A estratégia de especificar uma identidade cultural no prompt (prompting cultural) é recomendada como forma de reduzir o viés, especialmente no caso dos modelos mais recentes.
Esse resultado sugere que informar o contexto pode ajudar, mas não elimina o problema. Uma pessoa não pode ser reduzida à nacionalidade: região, geração, trajetória profissional, classe social, personalidade e experiências individuais também influenciam a maneira como ela se comunica e exerce liderança.
A responsabilidade inclui ainda a confidencialidade. Organizações globais frequentemente exigem que coaches mantenham sigilo sobre informações compartilhadas pelos clientes. Mas o compromisso ético do profissional não garante, por si só, a segurança dos dados inseridos em uma ferramenta de IA.
O tratamento dessas informações depende do sistema utilizado, das configurações de privacidade, das condições contratuais, das políticas de retenção e de quem tem acesso aos dados. Por isso, não é prudente inserir nomes, transcrições identificáveis ou informações sensíveis de clientes em ferramentas não aprovadas pela organização.
Antes de utilizar IA, é necessário verificar se os dados podem ser usados para treinamento, por quanto tempo são conservados e quais controles de acesso existem. Também é importante explicar ao cliente como a ferramenta será utilizada e obter seu consentimento quando necessário. A confidencialidade não deve ser presumida: precisa ser avaliada e protegida.
O custo financeiro e ambiental da IA
Além dos benefícios, a adoção de IA envolve custos que vão além da assinatura da ferramenta. O processamento por API, a integração com sistemas, a proteção de dados e a supervisão humana podem aumentar o investimento. A escolha deve considerar não apenas o modelo mais poderoso, mas aquele que oferece qualidade suficiente para a tarefa a um custo justificável.
Existe também um custo ambiental. Segundo a Agência Internacional de Energia, os centros de dados consumiram cerca de 415 TWh de eletricidade em 2024, aproximadamente 1,5% do consumo mundial.
O desafio transcultural: compreender antes de interpretar
A fronteira da IA é irregular, mas, para o coaching transcultural, a questão decisiva vai além de saber quais tarefas a tecnologia consegue executar. É compreender como a língua, a cultura, a história pessoal e as relações de poder influenciam o significado do que as pessoas dizem.
Uma recomendação para “ser mais assertivo” pode ser útil apenas em um determinado contexto. Uma discordância pode ser expressa diretamente ou por meio de silêncios, perguntas e sugestões indiretas. Nenhuma dessas formas deve ser automaticamente interpretada como sinal de competência, insegurança ou resistência.
O papel do coach transcultural não é classificar pessoas de acordo com estereótipos nacionais, mas ajudá-las a reconhecer pressupostos, explorar interpretações alternativas e adaptar seu comportamento sem perder autenticidade. Isso exige curiosidade, escuta e disposição para rever a própria leitura de uma situação.
A IA pode contribuir para esse processo ao oferecer perspectivas diferentes, formular perguntas e tornar visíveis hipóteses que talvez não tivessem sido consideradas. Mas essas possibilidades precisam ser verificadas com as pessoas envolvidas, e não impostas a elas como verdades produzidas por uma máquina.
A tecnologia pode ampliar as perspectivas de um líder, mas não deve decidir por ele o que a experiência de outra pessoa significa. Em um mundo cada vez mais conectado e culturalmente diverso, o valor do coaching está justamente em transformar diferenças em oportunidades de compreensão, aprendizagem e colaboração.
Leia também:
Inteligência Artificial – um risco para os coaches?
The Quiet Revolution on Your Desk: A Field Guide to AI for Global Leaders
Coaching Transcultural: uma competência estratégica para líderes globais
