Porque é que a sua equipa continua a colar coisas no ChatGPT em vez de usar as ferramentas oficiais
O volume de copiar e colar para o ChatGPT não é sobretudo uma falha de conformidade a policiar. É estudo de mercado gratuito e honesto sobre o sítio exato onde as suas ferramentas oficiais são demasiado lentas — se estiver disposto a lê-lo assim.
Pergunte a uma responsável de operações numa agência de cinquenta pessoas onde a pesquisa sobre clientes é de facto feita, e ela aponta para uma ferramenta de gestão de projetos com uma fatura mensal e um quadro de permissões. Pergunte onde isso acontece na prática, e a resposta honesta, cada vez mais, é um separador do browser a correr o ChatGPT.
Isto não é um hábito marginal, limitado a meia dúzia de pessoas que fogem às regras na equipa de design. Está perto da mediana. O Work Trend Index de 2024 da Microsoft e do LinkedIn, baseado num inquérito a 31,000 trabalhadores em 31 países, concluiu que 78% dos colaboradores que usam IA generativa no trabalho trazem as suas próprias ferramentas de IA em vez das que a entidade empregadora lhes entregou — uma prática a que o relatório chama BYOAI. Nas pequenas e médias empresas, esse número sobe para 80%. Um Annual Report de 2025 separado da 1Password, feito a partir de 5,000 trabalhadores, encontrou um valor mais conservador: 27% admitiram ter usado ferramentas de IA que a empresa não tinha autorizado, enquanto um inquérito da Cybernews a mais de 1,000 colaboradores nos Estados Unidos, em setembro de 2025, fixou o valor em 59%. A amplitude é grande porque cada inquérito faz uma pergunta ligeiramente diferente — «alguma vez recorreu a IA fora dos canais oficiais» contra «apoia-se conscientemente em IA não autorizada para o trabalho mais importante» — mas cada um destes números está bem acima do que a maioria dos responsáveis de TI e de operações estimaria se a pergunta lhes fosse feita de improviso.
A maior parte das conversas sobre este facto começa com a palavra «sombra» e acaba num memorando sobre a política de utilização aceitável. Esse instinto é compreensível. É também, na maior parte dos casos, o primeiro passo errado.
O que o número está realmente a medir
Comece pelo que estes inquéritos não encontram. Não encontram colaboradores preguiçosos, imprudentes ou a tentar contornar a gestão. O relatório da 1Password perguntou diretamente às pessoas porque recorrem a ferramentas de IA não aprovadas, e as duas respostas principais foram conveniência (45%) e a sensação de serem mais produtivas (43%) — não «o meu gestor não verifica» nem «não me importo com a política». As pessoas não se escondem no ChatGPT porque é proibido. Escondem-se no ChatGPT porque é mais rápido do que aquilo que deviam usar em alternativa.
Essa distinção importa, porque significa que o comportamento de copiar e colar não é sobretudo um problema de disciplina a policiar. Está mais perto de um cliente que escolhe o produto de um concorrente em vez do seu. Se um cliente começa a contornar o seu fluxo de pagamento porque o de um concorrente tem menos três cliques, não responde a tentar tornar mais difícil abandonar o seu — vai perceber o que é que nele é lento. A mesma lógica vale dentro de uma empresa. Sempre que alguém abre o ChatGPT em vez da sua ferramenta de tarefas, da sua aplicação de mensagens ou da sua wiki interna, está a dar um voto honesto e não solicitado sobre o sítio onde as ferramentas oficiais são demasiado lentas, estão a demasiados cliques de distância, ou lhes falta algo de que precisam naquele momento. Ninguém preenche um inquérito para lhe dizer isto. Simplesmente fá-lo, uma e outra vez, em escala — e é exatamente isso que o torna mais fiável do que a maior parte do feedback que alguma vez irá recolher de propósito.
O copiar e colar para o ChatGPT não é prova de que a sua equipa não respeita as ferramentas que lhes deu. É uma medição em direto do sítio exato onde essas ferramentas ficam aquém — registada automaticamente, em volume, sem fadiga de inquéritos.
Onde isto encaixa: dívida de processo tornada visível
A filosofia de produto da FabricLoop tem um nome para a condição de fundo que produz este comportamento: dívida de processo — o custo acumulado e oculto de coser ferramentas que não partilham contexto, pago na moeda de pessoas que voltam a escrever, a explicar e a reconciliar à mão informação que devia ter circulado sozinha. A dívida de processo não aparece num balanço. Aparece como os dez minutos que alguém passa a copiar um fio de cliente do correio eletrónico para um documento e depois a resumir à mão, porque os sistemas envolvidos não falam uns com os outros.
A IA generativa não criou a dívida de processo. Apenas deu a toda a gente uma forma muito mais rápida de a servir. Antes do ChatGPT, um colaborador perante um processo interno fragmentado e lento tinha duas opções: atravessá-lo à força, ou encontrar um contorno informal — uma folha de cálculo pessoal, uma mensagem lateral no Slack, uma nota adesiva. Agora há uma terceira opção que demora nove segundos e produz um resultado genuinamente útil: colar a confusão num chatbot e deixá-lo fazer a reconciliação. O volume de pessoas que escolhem essa terceira opção é uma leitura direta, em tempo real, de quanta dívida de processo a sua organização carrega, um fluxo de trabalho de cada vez. Uma equipa que cola constantemente no ChatGPT não é indisciplinada. É uma equipa a pagar juros sobre dívida de processo depressa o suficiente para toda a gente o sentir.
É também por isto que proibir o contorno, por si só, raramente resulta. Um site bloqueado ou um memorando severo de política não paga a dívida — apenas retira a forma mais rápida disponível de a servir, o que empurra as pessoas de volta para contornos mais lentos ou para um telemóvel pessoal onde ninguém consegue ver o que estão a fazer. Se a lacuna de fundo que enviou alguém para o ChatGPT em primeiro lugar ainda lá estiver, a proibição tornou o problema menos visível, não mais pequeno.
Nada disto significa que o risco seja imaginário. Quando alguém cola um contrato de cliente, um conjunto de notas de avaliação de desempenho ou os dados de conta de um cliente numa conta pessoal do ChatGPT, do Claude ou do Gemini, esses dados saem do controlo da sua empresa e aterram na infraestrutura de outra empresa, ao abrigo dos termos de serviço dessa outra empresa — muitas vezes o plano gratuito, que em regra traz as garantias de tratamento de dados mais fracas de qualquer plano disponível. É uma exposição real, e merece um aviso real, dito com clareza, e não uma nota de rodapé. O erro é abrir com este risco como se fosse a história toda, porque o medo é um mau motor de mudança de comportamento e um instrumento de diagnóstico ainda pior. Enuncie o risco uma vez, leve-o a sério, e vá depois descobrir o que está de facto a impulsionar o comportamento — porque essa é a parte que consegue corrigir.
Leia-o como dados de abandono, não como um registo de vigilância
A resposta certa parece-se com a forma como uma equipa de produto estuda o abandono, não com a forma como uma equipa de conformidade faz uma auditoria. Não precisa de ler o histórico de ChatGPT de nenhum colaborador, e não deve tentar — isso é vigilância, corrói a confiança mais depressa do que produz insight, e na maior parte das jurisdições cria a sua própria exposição jurídica. O que procura é o padrão agregado: que fluxos de trabalho, que funções e que momentos de um processo produzem de forma fiável um desvio para uma ferramenta de IA exterior. É uma pergunta a que pode responder com uma sondagem rápida e anónima, algumas conversas francas com chefes de equipa, ou — se as ferramentas oficiais tiverem alguma análise de utilização — olhando para onde as pessoas abandonam uma tarefa a meio e onde os pedidos de suporte se agrupam em torno de «isto está a demorar demasiado».
No conjunto dos inquéritos, um pequeno número de categorias de fluxo de trabalho explica a maior parte do tráfego. Os dados da 1Password tornam isto concreto: 22% dos inquiridos disseram que usam ferramentas de IA exteriores para transcrever e resumir notas de chamadas com clientes, 21% usam-nas para analisar dados de clientes, e 16% usam-nas tanto para análise de dados da empresa como para redigir material ligado ao recrutamento e às avaliações de desempenho. Nenhum destes casos é exótico. São o tecido conjuntivo comum de gerir uma equipa em crescimento ou uma conta de agência — o momento logo a seguir ao fim de uma chamada e antes de as notas chegarem a algum sítio útil, o momento em que um gestor precisa de uma leitura rápida de uma folha de cálculo para a qual ninguém construiu um relatório, o momento em que alguém tem de transformar uma pilha de feedback disperso numa avaliação coerente. Em quase todos os casos, o trabalho de fundo é genuinamente simples. O que é lento é o número de ferramentas que alguém tem de abrir, e o número de vezes que tem de voltar a explicar contexto que já existe algures na empresa, para o conseguir fazer pelo caminho autorizado.
Torne o caminho autorizado mais rápido, não o contorno mais difícil
Quando souber quais são os dois ou três fluxos de trabalho concretos que geram a maior parte do tráfego, a correção quase nunca é uma política nova. É fechar a lacuna real. Em concreto, para um líder de uma equipa em crescimento ou de uma agência, isso significa três coisas, mais ou menos por esta ordem.
Primeiro, nomeie os fluxos com precisão, não de forma genérica. «As pessoas usam o ChatGPT para coisas de clientes» não é específico o suficiente para agir. «Os gestores de conta resumem notas de chamadas no ChatGPT porque a nossa ferramenta de tarefas não tem captura rápida a partir de uma chamada, pelo que de outro modo teriam de abrir três ecrãs separados» é específico o suficiente para corrigir — e, em regra, são um ou dois destes que explicam a maior parte do volume, não uma dúzia.
Segundo, meça o contorno contra o caminho autorizado nas unidades que importam de facto a quem faz o trabalho: número de cliques, número de mudanças de aplicação, e número de vezes que tem de voltar a escrever algo que já existe noutro sítio. Se a ferramenta exterior ganhar por larga margem nas três, essa é a sua lacuna, e em geral é fechável — um atalho de captura rápida, um modelo, uma integração que puxa o fio relevante para dentro da ferramenta automaticamente em vez de pedir a alguém que vá buscá-lo.
Terceiro, quando a própria IA é a parte genuinamente útil — não apenas a velocidade, mas o resumir ou o redigir em si — traga uma capacidade de IA para a superfície autorizada em vez de fingir que as pessoas vão deixar de a querer. Este é o argumento real para construir IA dentro das ferramentas onde a sua equipa já vive, em vez de a deixar isolada numa aplicação de consumo à parte, sem o seu contexto e sem os seus controlos.
A resposta da FabricLoop a esta lacuna é o Loop Agent, construído sobre o Model Context Protocol para poder agir dentro dos mesmos Groups onde as suas mensagens, tarefas e notas já vivem — resumir um fio, redigir uma tarefa a partir de uma conversa, ou chamar uma nota sem ninguém sair da aplicação nem voltar a explicar contexto que já lá está. O objetivo não é ultrapassar o ChatGPT em funcionalidades. É tornar o caminho autorizado pelo menos tão rápido como o contorno, com o rasto de auditoria intacto, para que a conveniência que hoje envia trabalho para uma conta exterior tenha um sítio para onde ir dentro das suas próprias paredes.
Como isto se parece de facto na próxima segunda-feira
Nada disto exige um grupo de trabalho. Exige uma hora de olhar honesto, uma conversa curta com as duas ou três funções que mais copiam e colam, e a disposição de tratar o que encontrar como informação útil e não como matéria disciplinar. Pergunte às pessoas diretamente o que estavam a tentar concluir mesmo antes de abrirem o ChatGPT — a maioria dir-lho-á com clareza, porque não estava a tentar esconder nada, estava a tentar acabar uma tarefa. Compare depois essa tarefa, passo a passo, com o tempo que demora através das ferramentas oficiais. A lacuna que encontrar é o verdadeiro roteiro de produto para o trimestre seguinte, entregue de graça pelas pessoas que usam os seus sistemas todos os dias.
As equipas que erram nisto tratam o copiar e colar como uma questão de integridade e passam um trimestre a escrever uma política que ninguém lê. As equipas que acertam tratam-no como estudo de mercado que ninguém teve de pagar, e passam esse mesmo trimestre a fechar as duas ou três lacunas que estavam a enviar toda a gente à volta das ferramentas que já tinham.