Em 2025, a maioria dos principais mecanismos de resposta baseados em inteligência artificial fez praticamente a mesma atualização. Claude, ChatGPT, Gemini e diversas outras ferramentas passaram a mostrar ao usuário o que estavam fazendo enquanto processavam uma solicitação.

Esses sistemas começaram a indicar quais sites estavam pesquisando, quais documentos haviam aberto e até quais premissas estavam reconsiderando durante a elaboração de uma resposta.

Segundo a Anthropic, responsável pelo Claude, existem três motivos principais para tornar esse processo visível:

• Isso ajuda as pessoas a verificar as respostas e confiar mais nelas.

• Permite identificar diferenças entre o raciocínio realizado e a resposta apresentada.

• É simplesmente interessante acompanhar o processo.

Mas existe um possível quarto motivo por trás dessa escolha de design: mostrar o trabalho sendo realizado pode mudar a maneira como percebemos a qualidade do resultado.

Labor Illusion

Em 2011, dois professores de Harvard publicaram um estudo na revista científica Management Science para investigar e questionar uma ideia bastante comum no atendimento ao consumidor: a de que quanto mais rápido um serviço é, melhor ele será percebido.

Os pesquisadores pediram a 266 participantes que utilizassem um site de busca de viagens. A dinâmica era semelhante à de plataformas como Skyscanner ou Kayak: o usuário informava um destino e o sistema pesquisava diferentes opções de voos disponíveis.

Havia, no entanto, uma diferença importante entre as experiências apresentadas aos participantes.

Um dos grupos via apenas um ícone de carregamento sobre um fundo branco enquanto o mecanismo de busca processava os resultados.

O segundo grupo via o mesmo indicador de carregamento, mas acompanhado por uma lista atualizada em tempo real com as companhias aéreas que estavam sendo consultadas. Conforme novos resultados apareciam, os preços das passagens também eram exibidos na tela.

O tempo de espera era definido aleatoriamente entre 10, 20, 30, 40, 50 ou 60 segundos.

Depois de visualizar os resultados, os participantes precisavam avaliar o site em uma escala de sete pontos.

O resultado foi significativo: quando o sistema mostrava visualmente que estava trabalhando, os usuários percebiam os mesmos resultados como tendo um valor 8,1% maior do que aqueles apresentados depois de uma tela de carregamento vazia.

Mais interessante ainda é que essa percepção positiva permanecia mesmo quando o carregamento transparente demorava mais.

Quando o mecanismo de busca mostrava o trabalho sendo realizado, as pessoas preferiam aquela experiência mesmo quando precisavam esperar até 50 segundos a mais para receber exatamente os mesmos resultados.

Em seguida, um novo grupo de 118 participantes precisou escolher entre dois sites. Um deles era mais rápido, mas não mostrava nenhuma informação durante a busca. O outro demorava mais, porém exibia de maneira transparente o trabalho realizado pelo sistema.

Os resultados entregues pelos dois eram idênticos.

Ainda assim, os participantes demonstraram maior tendência a escolher o site mais lento que mostrava o processo de busca.

Esse fenômeno ficou conhecido como Labor Illusion: a percepção de que um serviço tem maior valor ou qualidade quando conseguimos observar o esforço envolvido em sua execução.

Mostrar trabalho faz o sistema parecer mais inteligente

Como acontece em qualquer área científica, um único estudo realizado em 2011 não seria suficiente para sustentar conclusões mais amplas sobre o comportamento dos usuários.

Por isso, outras pesquisas passaram a investigar o mesmo fenômeno.

Em 2022, Dimitrios Tsekouras, Ting Li e Izak Benbasat publicaram um estudo na revista Information & Management para analisar como a sinalização de esforço, mesmo por meio de algo tão simples quanto um ícone de carregamento girando, influencia a forma como usuários avaliam sistemas de recomendação.

No primeiro experimento, 306 participantes utilizaram um mecanismo de busca de automóveis.

Em um segundo estudo, 294 participantes interagiram com um aplicativo de relacionamento que utilizava um indicador de carregamento enquanto buscava potenciais combinações entre usuários.

Os participantes foram divididos em quatro grupos com base em duas variáveis: quanto esforço precisavam realizar inicialmente e se o sistema também demonstrava esforço durante o processo.

Nas situações em que o sistema demonstrava maior esforço, os participantes viam um indicador de carregamento acompanhado da mensagem “calculando resultados” durante sete segundos.

Nas situações de menor esforço, os resultados eram apresentados imediatamente.

As recomendações exibidas eram exatamente as mesmas.

A única diferença entre as experiências era a presença de sete segundos de carregamento.

Mesmo assim, os participantes que viram o indicador de processamento avaliaram a qualidade do sistema de recomendação de maneira significativamente mais positiva do que aqueles que receberam os resultados de forma instantânea.

Isso aconteceu apesar de as recomendações serem idênticas.

O esforço muda nossa percepção de qualidade

Empresas de inteligência artificial podem justificar telas transparentes de processamento dizendo que acompanhar o raciocínio do sistema é simplesmente interessante para o usuário.

Mas existe outro fator importante envolvido.

Nossa percepção sobre um produto ou serviço é influenciada pelo esforço que acreditamos ter sido necessário para produzi-lo.

Quando conseguimos visualizar etapas, pesquisas, verificações ou processamento acontecendo diante de nós, tendemos a atribuir mais valor ao resultado final.

Isso ajuda a explicar por que uma resposta instantânea nem sempre parece melhor do que uma resposta que demora alguns segundos, mas mostra ao usuário o que está acontecendo durante esse período.

Em muitos casos, as pessoas podem preferir um mecanismo de resposta mais lento que demonstra estar trabalhando a outro mais rápido que simplesmente apresenta a resposta imediatamente.

A diferença não está necessariamente na qualidade do resultado.

Está na percepção de esforço por trás dele.