Pesquisa revela que 72% dos profissionais nunca tiveram habilidades de IA avaliadas
Estudo da CodeSignal mostra que a maioria dos trabalhadores não tem suas competências em IA formalmente testadas, apesar de ser critério importante nas contratações.

Um levantamento recente da CodeSignal apontou que 72% dos trabalhadores norte‑americanos nunca tiveram suas habilidades de inteligência artificial (IA) avaliadas formalmente, embora 69% dos gestores considerem essa competência um fator relevante ou moderado na hora de contratar.
Como a pesquisa foi conduzida
A pesquisa, realizada em setembro de 2026, contou com duas amostras de 1.000 funcionários e 1.000 gestores, todas nos Estados Unidos. Os participantes foram definidos como “knowledge workers”, ou seja, profissionais que passam a maior parte do tempo em frente a um computador, independentemente do cargo. Não houve filtragem de quem não utiliza IA; 12% dos respondentes declararam que nunca a usam no trabalho.
Os dados mostram que a percepção de que a IA é necessária ou esperada em uma função aumentou 78% de forma relativa: quando os entrevistados iniciaram seus cargos, 9,4% afirmavam que a IA era exigida; hoje esse número subiu para 16,7%.
Desafios de treinamento e aprendizado
Sobre capacitação, 62% dos trabalhadores relataram ter recebido treinamento oferecido pelo empregador sobre o uso de IA. Contudo, apenas 35% afirmam que esse treinamento foi a fonte onde desenvolveram as habilidades que realmente utilizam. Quando questionados sobre a eficácia do aprendizado, cerca de um quarto dos treinados disse conseguir aplicar a maior parte ou a totalidade do conteúdo; os demais (74%) aplicam pouco ou nada, o que significa que aproximadamente 46% dos profissionais receberam treinamento que não conseguem usar plenamente.
Os principais obstáculos apontados foram falta de tempo, conteúdo que não se adequa ao cargo e ausência de acesso a recursos relevantes. Quanto às fontes de aprendizado, 46% recorrem a recursos gratuitos encontrados por conta própria, 39% aprendem por tentativa e erro no dia a dia, 35% utilizam treinamentos internos, 22% aprendem com colegas e 12% investem em cursos pagos.
Medindo competências em um ambiente de alta mensuração
Curiosamente, 66% dos entrevistados também afirmam que suas habilidades gerais nunca foram avaliadas formalmente, apenas um ponto percentual a menos que o número relativo à IA. Mais de seis em cada dez gestores admitiram basear decisões de pessoal em suposições ao invés de dados confiáveis, o que cria um contraste marcante em áreas como mídia paga, onde as campanhas são mensuradas com precisão decimal.
A CodeSignal diferencia três níveis de competência: alfabetização (entender o que é IA), escrita de prompts (tática) e fluência (saber delegar, validar e reconhecer limites da IA). Para gestores de campanhas de Google Ads, a fluência se traduz em escolher quando aplicar lances automáticos, revisar termos de pesquisa e decidir quando a intervenção humana ainda é necessária.
O que isso muda para o seu negócio
Para pequenas e médias empresas brasileiras, os números indicam que a maioria dos profissionais ainda não tem suas habilidades de IA testadas de forma estruturada. Isso abre espaço para que gestores invistam em avaliações internas, mesmo que simples, que verifiquem a capacidade de usar recursos como lances automáticos, geração de criativos e análise de desempenho.
- Mapeie competências reais: crie checklists que incluam delegação, revisão e julgamento crítico sobre o uso de IA nas campanhas.
- Priorize treinamentos práticos: ofereça workshops curtos focados em situações do dia a dia, como configurar Smart Bidding ou analisar relatórios de termos de pesquisa.
- Use recursos gratuitos: incentive a equipe a explorar tutoriais, webinars e comunidades online, que já são a principal fonte de aprendizado para 46% dos profissionais.
- Monitore a aplicação: acompanhe, por meio de métricas de campanha, se o que foi aprendido está sendo colocado em prática, ajustando o conteúdo conforme necessário.
Ao adotar essas práticas, as empresas podem reduzir a lacuna entre a importância atribuída à IA e a efetiva capacidade da equipe, tornando a tomada de decisão mais baseada em evidências e menos em suposições.
Fonte: Search Engine Journal
Solicitar orçamento


