IA como suporte de função executiva: usos legítimos e armadilhas

A mesma tecnologia que cinco módulos atrás eu acusei de fritar o cérebro autista devolve capacidade executiva quando é redesenhada para uso pessoal. A IA ocupa dois papéis ao mesmo tempo, fator de sobrecarga e ferramenta de apoio, e quem decide qual dos dois predomina é a configuração feita pelo profissional e pela organização. O que vem a seguir é a engenharia dessa configuração.

Por que isso me importa em primeira pessoa: dirijo a Brasil GEO usando Claude Code todos os dias. Já vivi as duas pontas: a IA gerando dezenas de outputs por hora e me deixando em modo "revisor glorificado", e a IA capturando pontas soltas que minha memória de trabalho não dá conta de segurar. A ferramenta era a mesma nas duas pontas; o que mudou foi a engenharia de uso.

Objetivos desta aula (Bloom 3-6)

• Aplicar (Bloom 3) cinco padrões de referência de uso da IA como copiloto de função executiva, em vez de gerador de mais carga
• Analisar (Bloom 4) o caso de uso pessoal e identificar qual ferramenta encaixa em qual tipo de demanda cognitiva
• Avaliar (Bloom 5) os riscos específicos de cada padrão: substituição social, validation seeking, dependência decisória
• Criar (Bloom 6) sua própria configuração de Claude Code ou ChatGPT como copiloto, com CLAUDE.md ou system prompt feitos para o seu perfil autista

O paradoxo central: descarregar versus sobrecarregar

AI brain fry e paradoxo da produtividade descrevem o lado da sobrecarga: o trabalhador alterna entre múltiplas ferramentas, supervisiona outputs densos, paga o imposto de verificação e termina o dia com a mente zumbindo. Mas a mesma revisão narrativa que mapeia esses riscos diz que IA pode ser redesenhada para restaurar capacidade, apoiar a função executiva e ampliar acesso a suportes. A pergunta é qual configuração da IA cabe em qual momento da minha semana.

Para o autista adulto, a função executiva é frequentemente o ponto sensível. Inteligência não entra na conta. O que trava é a regulação de atenção, memória de trabalho, planejamento, organização e manejo de tempo operando em modo "espinhado". A IA bem configurada é, literalmente, uma prótese cognitiva externa: ela segura o que a minha memória de trabalho não consegue segurar enquanto eu penso.

Cinco usos legítimos de IA como copiloto autista

Listei abaixo os cinco padrões que uso e ensino, com a função executiva específica que cada um descarrega. Esses cinco cobrem 80% do retorno que tiro de IA pessoal num mês típico.

1. Lembrete proativo com contexto. Em vez de uma agenda muda que apita às 14h00, peço ao Claude para gerar um briefing 15 minutos antes da reunião com (a) as três últimas trocas com aquela pessoa, (b) as decisões pendentes do meu lado, (c) o tom recomendado. Sai da memória de trabalho o que ela mal segurava, e a transição entre contextos deixa de doer.

2. Redação de mensagem social difícil. Texto para colega que falhou um prazo, e-mail para superior pedindo reavaliação de escopo, recusa educada de convite. A IA gera três versões com tons diferentes (direto, diplomático, empático), eu escolho uma e edito. O cálculo social que o mascaramento cobraria fica fora da conta, e a energia sobra para o trabalho.

3. Role-play de reunião difícil antes do fato. Conversa que vai ter peso emocional ou político: feedback duro, negociação, demissão. Rodo o cenário com a IA fazendo o papel da outra pessoa, com perfil aproximado dela. Rodo para chegar à conversa com as três ou quatro objeções prováveis já vistas, sem decorar nenhuma fala. O processamento social em tempo real, caríssimo para o autista, sai antecipado.

4. Tradução de tom: neurotípico ↔ autista. Recebi e-mail com subtexto que não decifrei. A frase "vou precisar olhar isso com mais cuidado" pode ser interesse genuíno ou enterro polido. Colo o texto e pergunto: "que probabilidades você atribui a cada interpretação, e que sinais no texto sustentam cada uma?" No outro sentido, peço para reescrever um e-mail meu reduzindo o que pode soar abrupto sem domesticar a mensagem. A leitura de subtexto, que consumiria uma hora de ruminação, cabe em dois minutos.

5. Captura de pontas soltas. No meio do dia aparecem quatro ideias, duas tarefas, uma dúvida regulatória e uma pessoa para reativar. Em vez de segurar tudo na memória ou abrir seis apps, dito o conjunto num único arquivo CLAUDE.md de inbox e peço ao Claude que classifique, priorize e proponha o próximo passo concreto. É a memória de trabalho, a função executiva mais cara para perfis autistas, saindo do caminho.

Tabela 6.1.1: caso de uso, ferramenta recomendada e risco a monitorar (retrato de agosto de 2026)

Os nomes da coluna do meio são o retrato de agosto de 2026: Claude Opus 5 e Claude Sonnet 5 na Anthropic, GPT-5.6 na OpenAI, Gemini 3.1 Pro no Google e Grok 4.5 na xAI. Versões trocam a cada poucos meses e o critério de escolha não deveria trocar junto. O módulo 7 deste curso compara os quatro assistentes por um recorte que nenhum benchmark de produto cobre: o que cada um faz quando a conversa deixa de ser sobre trabalho e passa a ser sobre você.

Como configurar Claude Code como copiloto de função executiva

Claude Code aceita um arquivo CLAUDE.md no diretório de trabalho que vira contexto persistente da sessão. Para uso pessoal, fora de código, basta ter uma pasta ~/copiloto/ com um CLAUDE.md configurado para você. Abaixo o template que uso, adaptado para perfil autista. Cole no seu, edite os parênteses.

Esse arquivo tem duas funções para o autista: explícita o estilo de comunicação que funciona com você (reduz mascaramento na própria interação com a IA) e persiste preferências que você não precisa repetir a cada conversa. É a equivalência digital da rotina previsível que sabemos ser regulatória para nós.

As armadilhas: onde a IA vira inimiga disfarçada

Armadilha 1: substituição completa de interação humana. Para o autista que paga preço alto em interação social, a tentação de só conversar com a IA é real. Curto prazo: alívio. Longo prazo: o músculo social atrofia e a rede de apoio humana, fator de proteção contra burnout autista, se esvazia. Regra prática: IA não substitui as duas ou três pessoas com quem você fala de verdade. Ela compra tempo entre essas conversas.

Armadilha 2: isolamento social mascarado de produtividade. "Não preciso ir no almoço da equipe, já discuti tudo com o Claude." Não. Você processou tecnicamente, não socialmente. Pertencimento profissional se constrói em micro-interações de baixa carga. Se você não tem energia para o almoço inteiro, vá nos primeiros 20 minutos. Não vire o canal de IA num argumento para sumir.

Armadilha 3: validation seeking infinito. Pedir à IA "isso aqui faz sentido?" 15 vezes ao dia em loop é o equivalente digital de buscar reasseguramento, comportamento bem conhecido em quadros ansiosos. A IA quase sempre vai dizer que sim, porque ela é, na prática, otimizada para concordância. Regra prática: se a pergunta começar com "isso faz sentido?", reescreva como "que três fraquezas você vê neste plano?" antes de mandar.

Armadilha 4: dependência decisória para coisas pequenas. Decidir o que comer no almoço, qual roupa, se responde ou não um WhatsApp: nada disso é trabalho de IA. Cada uma dessas microdecisões terceirizadas é um músculo executivo que não está sendo exercitado. O custo aparece mais tarde, quando você precisa decidir algo grande sem rede.

Armadilha 5: fadiga decisória por excesso de opções geradas. Pedir "me dê 15 ideias" parece útil; na prática, gerar 15 opções é o oposto de descarregar: você acabou de criar 15 novas decisões a tomar. Regra prática: peça no máximo três opções, com critério explícito de escolha embutido.

Como o autista adulto usa o copiloto de forma diferente

Quero pausar aqui para registrar algo que noto em mentoria e que raramente aparece em material técnico sobre IA. O autista adulto, especialmente o autista que mascarou décadas, tende a usar o copiloto de IA de três jeitos que diferem do colega neurotípico médio. Um deles é a redação iterativa de mensagens sociais: onde o colega neurotípico pede "corrija a gramática", nós perguntamos "essa frase está educada o suficiente?" cinco vezes seguidas. Some o uso intenso para tradução de subtexto, quando queremos saber o que o outro "realmente quis dizer" numa comunicação ambígua. E fecha a lista a busca quase compulsiva por validação de hipóteses sociais que ao neurotípico parecem óbvias e a nós exigem reasseguramento. Saber disso permite reconhecer padrão pessoal antes que vire dependência.

Em prática, isso significa que o autista precisa configurar mais agressivamente o limite do copiloto. Onde o NT só precisa pedir "escreva mais formal", o autista pode precisar de regra explícita "não me elogie quando eu te pedir essa tarefa", "não valide automaticamente, devolva dois contra-argumentos", "se eu te perguntar a mesma coisa três vezes na mesma conversa, lembre-me". Esse tipo de instrução cabe no seu CLAUDE.md pessoal, fora do system prompt do produto comercial, e é por isso que o arquivo é a peça central da configuração.

Cenário ilustrativo: P., engenheira de ML, 31 anos, TEA nível 1

P. é um cenário ilustrativo, composto de situações reais que acompanho em mentoria, sem corresponder a uma pessoa específica. O quadro que ela representa é clássico: usava Claude Code 12 horas por dia, sentia que a produtividade caiu mesmo com mais ferramentas, e tinha começado a evitar reuniões "porque a IA já dá conta". Pedi para ela registrar cinco dias de uso. Resultado: 327 consultas/dia, 60% delas validation seeking ("isso aqui está certo?") e 25% delas decisões pequenas ("qual variável renomear primeiro?"). Aplicamos três mudanças: CLAUDE.md com a regra "três fraquezas em vez de validação", janela única de IA das 10h às 12h e das 14h às 16h, e uma reunião humana presencial por semana sem cancelar. Em seis semanas, as consultas caíram para 70 por dia, produtividade subiu, e ela reportou redução substancial de ansiedade de fundo.

Vibecoding: o caso particular do desenvolvimento por descrição

Vibecoding (termo popularizado em 2025 para descrever o desenvolvimento de software conduzido principalmente por instruções em linguagem natural, com geração e revisão de código por IA) é onde muitos profissionais autistas vivem hoje. O risco específico dessa modalidade, para nosso perfil, é a perda da pausa cognitiva natural que existia no "olhar para o código manualmente". No fluxo vibecoding clássico, o desenvolvedor descreve a intenção, o agente produz o output, o dev revisa, ajusta a descrição, e o ciclo se reinicia em segundos. É o "imposto de verificação" da literatura de IA aplicado em alta frequência.

Para o autista, três adaptações funcionam bem nesse fluxo: (1) escolher tarefas em vibecoding apenas para domínio em que você tem profundidade, porque assim a revisão crítica vira automática, não cognitivamente cara; (2) impor pausa estruturada após cada bloco implementado, de cinco a dez minutos longe do laptop, para conter o efeito catraca; (3) escrever o critério de aceite antes de descrever a feature, para que a IA gere contra um alvo fixo e você não passe a reinterpretar o que pediu. Essas três regras reduzem o desgaste sem custar velocidade.

A literatura de 2025-2026 ajuda a tirar essa recomendação do campo da opinião. Estudos empíricos sobre vibe coding descrevem a mudança de habilidade: programar por descrição não elimina expertise, desloca expertise para formular contexto, reconhecer erro sutil, testar hipóteses e decidir quando a saída do agente é boa o suficiente. O ensaio randomizado da METR sobre tarefas reais de desenvolvimento apontou na mesma direção por outra via: a geração parece rápida e a revisão, a limpeza e a validação podem consumir a economia percebida. Vale registrar o que a própria METR publicou em 24 de fevereiro de 2026, porque muita gente ainda cita a versão antiga do estudo: a rodada seguinte teve viés de seleção grave, os resultados novos ficaram em -18% e -4% com intervalos de confiança que cruzam o zero, e a organização classificou o conjunto como evidência muito fraca, dizendo que não sabe se a IA aumenta ou reduz produtividade. Para o profissional autista, a regra de saúde não muda com o sinal do efeito agregado: a pausa entra como etapa do próprio loop de revisão, e não depois que o trabalho terminar.

Estudo de caso: equipe de IA da minha operação na Brasil GEO

Na operação da Brasil GEO codifiquei isso como política de equipe, não só prática individual. Quatro regras: (1) toda conversa com IA que durou mais de 30 minutos vira artefato escrito que outra pessoa revisa antes de virar ação, para quebrar eco-câmara; (2) cada projeto tem um CLAUDE.md de equipe com personas e tom acordados, evitando que cada dev mascare de um jeito diferente; (3) toda sexta-feira tem 90 minutos sem IA para conversa técnica humana, restaurando músculo de discussão; (4) decisão acima de R$ 50 mil ou que afeta mais de três pessoas exige defesa oral humana antes do "sim", e a IA prepara o material sem substituir o debate. Resultado em seis meses: zero burnout reportado, duas acomodações neuro abertas formalmente, retenção de 100% no time sênior.

Exercícios para esta semana

Exercício 1 (Bloom 3, aplicar). Escolha um dos cinco padrões de referência desta aula. Use exatamente esse padrão pelo menos três vezes nos próximos sete dias. Anote em uma linha por uso: o que descarreguei, em quanto tempo, qual sensação ao final.

Exercício 2 (Bloom 5, avaliar). Faça um log de 48 horas com cada consulta que você fizer a uma IA. Classifique cada uma em: descarga (saudável), validação (suspeita), decisão pequena terceirizada (ruim), substituição de pessoa (ruim). Calcule a proporção. Se descarga é menos de 50%, sua configuração está invertida.

Exercício 3 (Bloom 6, criar). Escreva seu próprio CLAUDE.md pessoal usando o template desta aula. Inclua pelo menos um "limite" que seja específico do seu perfil (ex.: "não me elogie quando eu compartilhar trabalho que pedi para você fazer"). Use por uma semana e refine no domingo.

Próximo passo

Antes da aula 6.2, escreva seu CLAUDE.md pessoal e use por três dias seguidos. Você vai chegar na próxima aula sentindo na pele a diferença entre IA-prótese e IA-muleta. Esse é exatamente o ponto de partida para discutir chatbots como apoio emocional, os alertas de APA/OMS e a fronteira brasileira entre apoio psicoeducativo e cuidado clínico.

Fontes

• Bedard, Kropp, Hsu, Karaman, Hawes e Rosen Kellerman (BCG), "When Using AI Leads to Brain Fry", Harvard Business Review, 5 de março de 2026, com 1.488 trabalhadores.
• METR, ensaio randomizado sobre produtividade com ferramentas de IA em tarefas reais (2025) e a autocorreção publicada em 24 de fevereiro de 2026, que classifica a evidência como muito fraca.
• Sonar (2026), levantamento de fornecedor sobre confiança e verificação de código gerado por IA.
• Relatos qualitativos de engenheiros sobre supervisão de agentes de código.
• Literatura de função executiva em neurominorias ocupacionais.
• Raymaker et al. (2020), "Having All of Your Internal Resources Exhausted Beyond Measure", sobre burnout autista, recuperação e fatores de proteção.
• Literatura sobre apoio a transições em contextos autistas e sobre mascaramento e saúde mental em autistas adultos.
• Sarkar e Drosos (2025), estudos empíricos sobre o fluxo de vibe coding e a redistribuição da expertise para avaliação e contexto.
• Pimenova et al. (2025), estudo qualitativo sobre co-criação, flow, confiança, debug e carga de revisão em vibe coding.
• Fawz, Tahir e Blincoe (2025), revisão de literatura cinzenta sobre velocidade, qualidade, QA e risco de código rápido porém frágil.
• Nomes e versões de modelos citados nesta aula correspondem ao estado dos produtos em agosto de 2026.