O CEO da Shopify, Tobi Lutke, revelou que a inteligência artificial inventou uma nova fonte de trabalho preguiçoso na empresa, que envolve funcionários criando conteúdo em um ritmo maior do que o que conseguem revisar e, posteriormente, repassando o material não revisado para um colega organizar. A Shopify se refere a essa prática como uma "bomba de lixo".
O que Lutke realmente disse
Lutke fez esses comentários no podcast The Knowledge Project, publicado em 15 de setembro. O apresentador Shane Parrish perguntou-lhe até que ponto a IA piorou a situação – o trabalho preguiçoso. Ele não hesitou em responder: "O problema atual do trabalho preguiçoso não é a falta de produtividade."
Trata-se de uma inversão do problema que vem sendo discutido nos últimos anos. Anteriormente, essa questão era associada à falta de vontade de trabalhar, de entregar resultados com a qualidade necessária ou simplesmente de executar certas funções de forma negligente. Mas, segundo Lutke, o fracasso na preguiça agora ocorre quando a pessoa assume tarefas em excesso e não para para analisar se tudo está correto e se realmente precisa ser feito. Em vez disso, ela delega a tarefa a outra pessoa, esperando que esta lide com o problema que lhe foi atribuído.
Ele deu dois exemplos de tais situações. No primeiro caso, um funcionário pede a um agente de IA que faça algumas alterações no código, após o que ele aprova e envia a solicitação de pull request sem analisá-la. Um exemplo ilustrativo foi dado pelo próprio Lutke, quando uma pessoa usou um modelo de linguagem para expandir um e-mail explicativo curto para um texto mais longo, após o qual o destinatário começou a encurtá-lo novamente com a ajuda de outro modelo de IA.
“Então, chamamos de granadas de lixo aquelas que as pessoas jogam umas nas outras”, disse Lutke. Seu conselho foi usar o modelo para encurtar, em vez de expandir, os e-mails. Anteriormente, na mesma entrevista, o empreendedor alertou que a responsabilidade não pode ser delegada a máquinas, mas apenas a pessoas.
Lutke não é o criador da expressão "slop grenade", como ele escreveu em sua mensagem no X (Twitter), atribuindo a criação da expressão a Harry Brundage, da Shopify. Ele espera que o termo se torne mais difundido.
A Shopify preparou o terreno para isso anos atrás.
O comentário sobre a "granada de lixo" surge quase um ano e meio depois de ele ter dito aos funcionários da Shopify que ter todos usando IA não era opcional. Em um memorando interno de abril de 2025, ele afirmou que o uso automático de IA era uma expectativa básica. O memorando não era apenas motivacional; a utilização de IA era comum em avaliações de desempenho e de colegas, e as equipes que solicitavam novas contratações tinham que justificar por que a IA não era capaz de realizar o trabalho.
Em outubro de 2025, um engenheiro da Shopify afirmou que toda a empresa estaria usando editores de código com IA, com milhares de licenças do Cursor e acesso ilimitado aos melhores modelos de IA em todas as equipes.
No podcast, Lutke falou sobre River, um agente de IA que funciona internamente no sistema de mensagens Slack da Shopify e é capaz de enviar solicitações de pull request de forma independente. Ele disse acreditar que atualmente até metade das solicitações de pull request para alterações de código na Shopify, enviadas por engenheiros para revisão, são originadas de conversas no chat com River. Ele também descreveu como utiliza uma "equipe inteira de IAs" para ponderar os dois lados de uma decisão complexa antes de tomar uma decisão.
Combinando esses dois dados, o comentário sobre a "granada de lixo" parece menos um alerta sobre uma preocupação marginal e mais uma explicação de alguns dos custos da política que Lutke desejava: a ampla adoção da IA. Sim, nesta versão do mundo, a IA nos impulsionava para uma maior produtividade, mas também parece ter criado uma nova categoria de trabalho não revisado que precisa ser entregue em algum lugar, e esse lugar geralmente é a caixa de entrada de um colega.
O mesmo padrão está se repetindo em todos os lugares.
A Shopify não é um caso isolado. O jornal The Guardian noticiou, em 2 de setembro, que, utilizando dados internos de três sites de freelancers, a demanda por profissionais que trabalham corrigindo erros gerados por IA está crescendo rapidamente. No Freelancer.com, o número de anúncios com os termos "corrigir IA" ou "alucinação de IA" aumentou 87% entre agosto de 2025 e junho de 2026, totalizando mais de 10,700 anúncios em todo o mundo. O Upwork relatou um aumento de 70% nas vagas de correção de IA no mesmo período, e as buscas por serviços de limpeza de IA no Fiverr aumentaram mais de vinte vezes entre 2023 e 2026.
Uma breve pesquisa eleva ainda mais esse número. Uma pesquisa realizada em setembro de 2025 pela BetterUp, empresa de consultoria para o ambiente de trabalho, em parceria com o Laboratório de Mídias Sociais de Stanford, entrevistou mais de mil trabalhadores de escritório em tempo integral nos EUA. Aproximadamente quatro em cada dez relataram ter vivenciado "trabalho desleixado" no mês anterior: tarefas geradas por IA que parecem concluídas, mas que, na realidade, não avançam o processo. O tempo médio para corrigir cada incidente, segundo os próprios pesquisadores, foi de quase duas horas.
Ao relacionar esses números com os comentários de Lutke, um padrão emerge repentinamente. Seja um colega de trabalho rejeitando um rascunho fraco de IA no dia a dia, ou um contratado para revisar a produção de IA do escritório, o mesmo problema persiste. É possível gerar resultados mais rápido e barato, mas é preciso verificar sua precisão, e esse processo não se tornou mais ágil.
Por que isso importa além do Shopify
Com base nos próprios relatórios da Shopify, a empresa adotou amplamente editores de código com IA, mas, mesmo assim, o próprio CEO afirmou que a situação piorou em relação ao passado. Os números de adoção não nos dizem se essa economia de tempo foi real ou se a tarefa foi simplesmente terceirizada para que outra pessoa a revisasse e verificasse.
Essa distinção é importante para qualquer equipe que dependa de IA para obter o primeiro rascunho de algo, seja código, texto de marketing ou um e-mail extenso. O tempo necessário para desenvolver um primeiro rascunho definitivamente diminuiu. O tempo gasto por um humano para revisar o rascunho quanto à qualidade, completude e aplicabilidade é um custo diferente, que não está presente no mesmo lugar e é fácil de subestimar se ninguém o estiver monitorando explicitamente.
Não há um dado oficial, nem no memorando original de 2025 nem no relatório subsequente sobre a adoção de IA, sobre a proporção de tempo que as pessoas dedicam à verificação do trabalho da IA. Essa é a peça fundamental que falta na maioria das discussões extensas sobre o impacto positivo da IA: é fácil ver o volume de trabalho que as equipes estão produzindo e gerar relatórios regulares sobre isso, mas é difícil quantificar o tempo de verificação.
Isso é um problema temporário?
Não há consenso sobre a duração ideal dessa fase de limpeza. Entre os trabalhadores freelancers entrevistados pelo The Guardian, um escritor previu que a maior parte da demanda por limpeza de IA desapareceria em cinco a dez anos, à medida que os modelos subjacentes continuassem a ser aprimorados, dada a constante evolução dos modelos fundamentais. Por outro lado, uma designer freelancer da mesma economia independente tinha uma perspectiva mais pessimista para seu nicho específico, prevendo que a IA seria capaz de pensar no nível de seu trabalho de design de logotipos em apenas alguns anos.
A forma como Lutke aborda a questão aqui sugere que ele não a considera um bug passageiro que modelos melhores simplesmente reiniciarão. Sua preocupação reside no ônus, não na capacidade. As máquinas nunca serão totalmente responsáveis por seus resultados, portanto, alguém precisa validá-los, independentemente de quão perfeitos pareçam. O nome Shopify transformou o problema em uma bomba, jogando-a de um lado para o outro, apresentando uma versão de um problema que os modelos não resolverão simplesmente se tornando mais poderosos.
Perguntas Frequentes
Q 1: O que é uma granada de lama?
É o nome interno da Shopify para resultados gerados por IA que um funcionário passa para um colega sem primeiro revisá-los para verificar, transferindo o trabalho de verificação para outra pessoa.
Pergunta 2: A quem atribuem a criação do termo "granada de lama"?
O CEO da Shopify, Tobi Lutke, atribuiu a ideia ao seu colega Harry Brundage e espera que ela se popularize.
Pergunta 3: O que Lutke tinha a dizer sobre casos reais de fracasso com IA na Shopify?
O problema atual é que simplesmente há muita produção não revisada sendo repassada para outras pessoas, que podem não ter motivos para esperar que ela seja de alta qualidade.
Q 4: Quais foram alguns exemplos de granadas de lama que ele citou?
Um funcionário aprova uma alteração de código gerada por IA sem lê-la com atenção, e alguém expande um pequeno trecho de texto em um longo e-mail usando IA, que é então reduzido novamente com outra IA pelo destinatário.
Q 5: Quando tornaram seu uso obrigatório?
Em uma mensagem enviada aos seus funcionários em abril de 2025, Lutke anunciou que o uso de IA seria um requisito básico e seria levado em consideração nas avaliações de desempenho e nas decisões de contratação dali em diante.
P 6: O que é o River na Shopify?
Trata-se de um agente de IA interno que funciona dentro dos canais do Slack da Shopify e pode abrir solicitações de pull request, gerando até cerca de metade das solicitações de pull request da empresa, de acordo com Lutke.
Pergunta 7: Mas esse não é um problema genérico para todos?
Sim, como evidenciado pelo fato de que, no mercado de freelancers, as empresas parecem estar constantemente buscando pessoas para corrigir os problemas deixados pela IA, em sites como Freelancer.com, Upwork e Fiverr, e uma pesquisa separada descobriu que muitos trabalhadores de escritório se deparam regularmente com resultados de baixa qualidade gerados por IA no trabalho.
Q 8: O que é workslop?
É um termo cunhado por pesquisadores do aplicativo de coaching BetterUp e do Laboratório de Mídias Sociais de Stanford que se refere a trabalhos gerados por IA que são apresentados como refinados e completos, mas que, em última análise, não contribuem em nada para a tarefa, exigindo tempo adicional de edição.
Q 9: Quanto tempo normalmente leva para consertar um problema na oficina?
De acordo com a pesquisa da BetterUp e de Stanford, cada ocorrência desse tipo levava, em média, quase duas horas para ser solucionada.
Pergunta 10: Lutke vê uma solução à vista para este problema à medida que as técnicas melhoram?
Não, porque ele vê isso como um problema de responsabilidade, não de capacidade, e, em última análise, não há como responsabilizar uma máquina por algo, o que significa que os humanos sempre precisarão revisar seus resultados, independentemente do quão avançado seja o modelo.
