RespostasPublicado18 fontes
Meta deixa de medir funcionários por uso de IA após o “tokenmaxxing”
A Meta teria removido o uso de IA e o status “AI Native” dos critérios de avaliação, após incentivos que transformaram o consumo de tokens em uma métrica fácil de manipular e cara para a empresa. A nova orientação relatada direciona gestores a avaliar entregas e impacto, sem usar contagens de tokens ou painéis de ad...
Publicado porEditado com GPT-5.6 TerraImagens geradas com GPT Image 2
Resposta de pesquisa
Principais conclusões
- A Meta teria removido o uso de IA e o status “AI Native” dos critérios de avaliação, após incentivos que transformaram o consumo de tokens em uma métrica fácil de manipular e cara para a empresa.
- A nova orientação relatada direciona gestores a avaliar entregas e impacto, sem usar contagens de tokens ou painéis de adoção de IA como medida de desempenho.
- A mudança não significa abandonar a IA: a Meta ainda estaria incentivando funcionários a testar o Hatch, um projeto de agente de IA mais autônomo.
Prompt de IA
openai.comCreate a landscape editorial hero image for this Studio Global article: Why did Meta stop evaluating employees based on AI-tool usage and “AI Native” status after its 2026 “AI-driven impact” mandate fostered “tok. Article summary: Meta appears to be separating AI adoption from performance scoring because its earlier mandate produced a bad proxy: employees could raise token counts and leaderboard rank without necessarily creating better work, while. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
A reversão relatada na Meta parte de um problema básico de gestão: usar mais IA não significa, necessariamente, produzir um trabalho melhor.
No início de 2026, o uso de IA virou uma métrica visível em empresas de tecnologia. Na Meta, funcionários foram associados a critérios de uso de IA e ao status de “AI Native”, enquanto rankings internos de consumo de tokens ajudaram a transformar o uso de modelos em competição. Esse comportamento passou a ser chamado de tokenmaxxing: maximizar o consumo de tokens de IA para melhorar a própria posição. 2
3
7
Agora, a Meta teria retirado o uso de IA e o status “AI Native” dos critérios de avaliação de desempenho. A orientação relatada passa a enfatizar contribuição e resultados, independentemente de o trabalho ter sido apoiado por IA ou realizado por outros meios. 7
9
Por que contar tokens se tornou uma métrica ruim
Token é uma unidade de texto processada por um modelo de IA. Essa medida pode servir para acompanhar demanda e custo computacional, mas é fraca para avaliar o desempenho de uma pessoa.
Um funcionário pode fazer mais prompts, executar tarefas mais longas ou usar um modelo em atividades pouco relevantes sem elevar a qualidade, a confiabilidade, a velocidade ou o valor do resultado. Quando o uso vira critério de reconhecimento ou avaliação, a métrica pode passar a ser o objetivo. Reportagens do setor descreveram casos de pessoas inflando o uso de IA para manipular rankings, ao mesmo tempo em que os custos de inferência cresciam rapidamente. 1
11
16
Esse é o principal defeito do tokenmaxxing: ele otimiza um indicador indireto de produtividade, e não a produtividade em si.
A Meta teria informado aos funcionários que limitaria o uso de IA após uma “elevação exponencial” dos custos. Reportagens também apontaram que Meta e Amazon retiraram rankings de consumo de tokens. 1
2 Isso não quer dizer que a IA tenha perdido utilidade no trabalho; significa que o mero volume de consumo não comprova seu valor.
O que muda nas avaliações focadas em contribuição
Segundo a orientação relatada, gestores da Meta não devem usar totais de tokens nem painéis de adoção de IA para determinar o impacto de um funcionário. 7
9
Na prática, a pergunta da avaliação deixa de ser “quanto de IA esta pessoa usou?” e passa a ser “o que esta pessoa entregou?”
Uma avaliação centrada em contribuição pode considerar, por exemplo:
- qualidade e correção da entrega;
- confiabilidade e facilidade de manutenção de sistemas ou processos;
- alcance e utilidade para clientes ou equipes internas;
- impacto operacional ou para o negócio; e
- bom julgamento para decidir quando a IA ajuda — e quando não ajuda.
A formulação relatada é relevante porque permite reconhecer o mesmo resultado, seja ele obtido com apoio de IA ou por outros métodos. 7
9 A IA continua como ferramenta, mas não deveria mais funcionar como placar.
Por que a Meta ainda testa o Hatch
A alteração na política de avaliações não representa, necessariamente, um recuo na adoção de IA. A Meta também estaria incentivando funcionários a testar o Hatch, um projeto de agente de IA mais autônomo. 7
A diferença está no que se mede. Para um agente capaz de realizar ações em sites e aplicativos, a evidência relevante não é apenas quantos tokens os testadores consumiram. É saber se o sistema conclui tarefas úteis com precisão, mantém controles adequados para o usuário e evita erros, riscos de segurança ou necessidade excessiva de supervisão.
Testes internos podem ajudar a verificar se esse tipo de produto oferece uma experiência confiável antes de uma eventual disponibilização mais ampla. O valor de um agente, portanto, depende do resultado que ele entrega — não do volume de processamento que consome.
A lição mais ampla para a IA no trabalho
A mudança relatada na Meta acompanha uma revisão mais ampla no setor. Empresas que inicialmente incentivaram o uso máximo de IA passaram a enfrentar uma questão mais difícil: esse gasto gera ganhos mensuráveis? Há relatos de aumento nos custos de IA sem avanço equivalente de produtividade, o que levou alguns empregadores a impor limites, orçamentos ou usos mais seletivos da tecnologia. 1
10
11
Para empresas, uma abordagem mais consistente é tratar a adoção de IA como um experimento orientado por resultados:
- Definir qual atividade precisa melhorar.
- Medir qualidade, tempo economizado, confiabilidade e custo — não apenas atividade na ferramenta.
- Manter responsabilidade humana pelas decisões e entregas.
- Comparar o trabalho com IA a uma referência adequada sem IA.
- Eliminar incentivos que recompensem uso desnecessário de modelos.
Dados de uso de IA ainda podem ser úteis operacionalmente, especialmente para planejamento de capacidade e controle de custos. Mas eles são um substituto ruim para avaliar a contribuição de um funcionário. A mudança relatada na Meta resume essa distinção: recompensar o impacto do trabalho, não a quantidade de IA consumida para produzi-lo. 7
9
Studio Global AI
Continue sua pesquisa
Esta página inclui uma resposta baseada na fonte que você pode continuar em Studio Global.
As pessoas também perguntam
Qual é a resposta curta para "Meta deixa de medir funcionários por uso de IA após o “tokenmaxxing”"?
A Meta teria removido o uso de IA e o status “AI Native” dos critérios de avaliação, após incentivos que transformaram o consumo de tokens em uma métrica fácil de manipular e cara para a empresa.
Quais são os pontos-chave para validar primeiro?
A Meta teria removido o uso de IA e o status “AI Native” dos critérios de avaliação, após incentivos que transformaram o consumo de tokens em uma métrica fácil de manipular e cara para a empresa. A nova orientação relatada direciona gestores a avaliar entregas e impacto, sem usar contagens de tokens ou painéis de adoção de IA como medida de desempenho.
O que devo fazer a seguir na prática?
A mudança não significa abandonar a IA: a Meta ainda estaria incentivando funcionários a testar o Hatch, um projeto de agente de IA mais autônomo.
Fontes
nytimes.comTech Workers Maxed Out Their A.I. Use. Now They're ...
wired.comMeta Pushes Its New AI Agent on Employees—but Eases Off on Tokenmaxxing
hr.economictimes.indiatimes.comMonths after Meta made AI tools mandatory for employees, company execs tell engineers performance reviews will not count AI use