Um estudo divulgado pela OpenAI em 27 de agosto de 2026 indica que acesso ao ChatGPT e treinamento em raciocínio causal melhoraram dimensões diferentes de um trabalho de marketing. A IA elevou qualidade, coerência e quantidade de ideias, enquanto o exercício de pensamento crítico aumentou variedade e originalidade. Para empresas, a aplicação prática é treinar pessoas para usar a IA e também questionar premissas, causas e limites da resposta.
Como o experimento foi estruturado
Mais de mil estudantes do primeiro ano da Universidade Bocconi receberam um caso real para propor recomendações de marketing para a loja da instituição. As turmas foram distribuídas entre quatro condições: ChatGPT, exercício de raciocínio causal, combinação dos dois ou nenhum dos recursos.
A avaliação humana usou uma escala de cinco pontos. Análises de texto mediram quantidade e variedade de ideias, sinais de raciocínio causal e semelhança com respostas de especialistas. Esse desenho permitiu separar efeitos que uma nota final isolada poderia esconder.
A IA melhorou acabamento e proximidade com especialistas
Participantes com acesso ao ChatGPT marcaram quase um ponto a mais na escala de cinco pontos. As respostas apresentaram mais ideias, lógica mais clara e maior semelhança com recomendações de especialistas.
Os estudantes ainda precisavam decidir o que perguntar, avaliar as respostas e escolher o conteúdo final. O resultado apoia o uso da IA como amplificador de capacidade, mas não prova que uma resposta pronta possa ser aceita sem julgamento.
O raciocínio causal ampliou a originalidade
O exercício ensinou a relacionar causa e efeito e explicar por que uma ideia poderia funcionar ou falhar. Ele não elevou a nota na rubrica tradicional, mas produziu um conjunto mais variado de propostas e explicações mais claras sobre condições de sucesso.
Isso mostra um risco para empresas que avaliam apenas apresentação e fluidez. Um material bem escrito pode repetir a solução mais provável. Critérios de originalidade, evidência, alternativas e limites precisam entrar na revisão.
Um exercício prático para equipes de marketing
Escolha um problema real, como aumentar contatos qualificados sem elevar o orçamento. Primeiro, cada pessoa formula uma hipótese e explica causa, evidência, condição necessária e motivo de falha. Depois, usa a IA para ampliar opções, comparar abordagens e encontrar lacunas.
A revisão final deve separar fato, inferência e ideia ainda não testada. A equipe escolhe uma proposta e define métrica, prazo, limite de gasto e critério de parada. Assim, o ChatGPT ajuda a explorar, enquanto o processo preserva responsabilidade pela decisão.
- Qual problema está sendo resolvido
- Por que a proposta deveria funcionar
- Que evidência apoia a relação de causa e efeito
- Em qual condição a proposta pode falhar
- Que alternativa foi descartada e por quê
- Como o teste será medido e interrompido
Limitações para aplicar o estudo nas empresas
O experimento foi realizado com estudantes, GPT-4o e uma tarefa específica de marketing acadêmico. Ele não mede diretamente produtividade, receita, qualidade de campanha ou desempenho de profissionais experientes em uma empresa.
A publicação oferece uma direção de treinamento, não uma promessa de resultado. Empresas devem testar a abordagem em tarefas reais, comparar versões com e sem apoio da IA e avaliar precisão, originalidade, tempo, risco e impacto comercial.
Para levar daqui
Dar acesso à IA melhora a execução, mas não substitui ensinar como questionar. Equipes mais fortes combinam geração assistida, raciocínio causal, critérios de originalidade e teste mensurável antes de transformar uma resposta em ação.
