Pragmático Resistente
O pragmático resistente é um perfil psicológico de médicos que aderem condicionalmente à IA na prática clínica, com expectativas irreais de resultados imediatos e frustração por barreiras iniciais de aprendizado, posicionando-se entre o deslumbrado otimista e o indiferente passivo.
O pragmático resistente é um dos cinco perfis psicológicos e comportamentais identificados na reação dos médicos à integração da inteligência artificial (IA) na prática clínica. Esse perfil reflete uma postura inicial de adesão condicional à tecnologia, marcada por expectativas irreais de resultados imediatos e frustração ante barreiras iniciais de aprendizado.
Definição e Contexto
No espectro de respostas à IA, o pragmático resistente surge como uma variação intermediária entre o deslumbrado (excessivamente otimista) e o indiferente (passivo). Ele reconhece o potencial prático da IA para otimizar rotinas, mas resiste à adoção plena devido a percepções de custo-benefício imediato desfavorável. É a postura de quem já foi convencido pelo argumento, mas não pelo custo: reconhece o valor e mesmo assim não abre espaço na agenda, porque profissional experiente tende a exigir eficiência comprovada antes de experimentar.
Os cinco perfis completos incluem: cético radical (recusa), medroso (medo da obsolescência), deslumbrado (confiança cega), pragmático resistente (impaciência) e indiferente (apatia). Essa tipologia serve como ferramenta diagnóstica para autoavaliação, alinhada ao desenvolvimento de letramento em IA.
Características Principais
O pragmático resistente exibe traços comportamentais distintos, ancorados em demandas pragmáticas da rotina médica:
- Alegação de falta de tempo: prioriza tarefas clínicas imediatas, vendo o aprendizado de IA como desvio de agenda lotada. Frase típica: "não tenho tempo para aprender isso agora".
- Satisfação com o status quo: acredita que métodos atuais são "bons o suficiente", subestimando ganhos cumulativos da IA em produtividade.
- Expectativa de mágica instantânea: deseja resultados transformadores na primeira interação, sem tolerar curva de aprendizado. Frustra-se rapidamente se a ferramenta falha em entregar valor imediato.
| Característica | Manifestação Clínica | Exemplo na Rotina |
|---|---|---|
| Falta de tempo alegada | Evita tutoriais ou experimentos com prompts | Delega burocracia manual em vez de automatizar laudos via cadeia de pensamento |
| Método "bom o suficiente" | Mantém fluxos manuais ineficientes | Redige SOAP à mão, ignorando síntese por LLM |
| Frustração por falha inicial | Abandona após 2-3 tentativas ruins | Testa ChatGPT® uma vez e conclui "não funciona para mim" |
Essas características refletem uma dissonância entre reconhecimento intelectual do potencial da IA e barreiras emocionais/práticas, similar aos seis assassinos do aprendizado de IA como expectativas irreais e tecnoestresse.
Ponto Cego e Limitações
O principal ponto cego do pragmático resistente reside na miopia temporal: falha em projetar retornos de longo prazo do investimento inicial em letramento em IA.
- Investimento vs. Retorno: tempo gasto hoje em aprendizado (ex.: 10 horas iniciais em engenharia de prompts) é recuperado em economia de burocracia repetitiva, como redação de laudos ou resumos de prontuários.
- Curva de aprendizado inevitável: toda tecnologia disruptiva segue a curva S de adoção; superá-la transforma a IA em "aliada invisível", processando tarefas como análise de big data clínicos sem esforço consciente.
- Risco de obsolescência relativa: manter métodos "bons o suficiente" expõe a competição com médicos que adotam IA — num ofício em que 49% do dia já vai para prontuário e trabalho de mesa (Sinsky et al., 2016), o ganho de quem automatiza se acumula rápido.
Em termos práticos, a resistência preserva ineficiências que já não precisam existir — e o faz sobre uma premissa falsa: a de que só vale começar quando se domina a ferramenta. A IA não exige maestria imediata; exige iteração.
Mecanismos Psicológicos Subjacentes
A resistência pragmática alinha-se à dissonância cognitiva e ao viés de status quo, onde o custo percebido de mudança (aprendizado) supera benefícios futuros não quantificados. Diferente do medroso, movido por medo existencial, aqui predomina um cálculo utilitário falho: subestima-se o retorno da ferramenta, que amplia a capacidade diagnóstica sem substituir o julgamento. O desfecho típico é o abandono precoce, no chamado "vale da desilusão" — antes que o investimento tenha tido tempo de render.
Aplicações Práticas e Estratégias de Superação
Para médicos nesse perfil, a transição para Médico Curador envolve:
- Medir o próprio tempo: cronometrar uma semana de tarefas repetitivas — laudos, resumos, orientações — e comparar com o que a automação via prompt por voz ou YAML estruturado devolveria. O retorno que convence é o medido na própria rotina, não o de um caso genérico.
- Experimentos mínimos: testar cenários de alto impacto, como resumo de prontuários longos com janela de contexto ampla (Claude® ou Grok®).
- Integração gradual: iniciar com ferramentas de baixo atrito, como Gemini® Notebook para estudos, evoluindo para produção documental.
| Estratégia | Ferramenta sugerida | O que se ganha |
|---|---|---|
| Teste rápido | Zero-shot para um laudo | Mede o ganho de tempo no próprio caso, sem depender de promessa |
| Curva acelerada | Few-shot com exemplos seus | Padroniza a saída no formato que você já usa |
| Aliada invisível | Human-in-the-Loop na rotina | Tira da mesa o repetitivo e devolve o tempo à escuta |
Evolução para o Médico Curador
O pragmático resistente está a um passo do Médico Curador, que equilibra a IA como "copiloto" para tarefas repetitivas, reservando julgamento ético-humano. Superar o ponto cego pelo checklist para prompts e pela auditoria da resposta, sempre atento à alucinação, posiciona-o na liderança da curva S de adoção, onde <5% dos médicos brasileiros usam IA consistentemente.
Referências
- Sinsky C, Colligan L, Li L, et al. Allocation of physician time in ambulatory practice: a time and motion study in 4 specialties. Annals of Internal Medicine 2016; 165: 753–760.
- Alhazmi F. Understanding physician attitudes toward AI in clinical decision-making: cross-sectional study. JMIR Formative Research 2025; 9: e79730.
- Curso Medicina com IA — Instituto Carlos Stéfano / Xdiag Tecnologias, 2026. Autoria dos cinco perfis e das 10 horas iniciais.
Relacionadas
- Cinco perfis médicos diante da IA — o mapa completo dos cinco.
- Medroso e Indiferente — os vizinhos na inação, por outros motivos.
- Médico Curador — o destino, a um passo daqui.
- Seis assassinos do aprendizado de IA — as expectativas irreais, nomeadas.
- Curva S de adoção — o que se perde ao adiar.
- ROI — como medir o retorno na própria rotina.