Harvard provou que a IA está sabotando sua estratégia — o estudo do trend-slop em 6 LLMs e 30.000 simulações

Pesquisadores publicaram na Harvard Business Review um estudo que rodou mais de 30.000 simulações em seis modelos de fronteira — GPT-5, Claude, Gemini, Grok, Llama e DeepSeek — pedindo conselho em sete dilemas clássicos de estratégia empresarial. O resultado foi quase devastador: todos os modelos respondem mais ou menos a mesma coisa, independente de contexto, setor, ou forma da pergunta.

Eles batizaram o problema de trend-slop — uma palavra que não existe em dicionário, criada para nomear o efeito. Se você é CEO, líder, gestor ou consultor que está usando IA para apoiar decisões estratégicas, esse vídeo (e este post) é principalmente para você. O que parece análise sofisticada pode ser, na verdade, uma armadilha estatística.

Trabalho com avaliação corporativa de IA em larga escala na Microsoft, e esse tipo de falha silenciosa é exatamente o que mais me preocupa em deployment de IA generativa para apoio a decisão. Vou destrinchar o que o estudo encontrou, por que prompt melhor não resolve, e cinco regras práticas que eu aplico para mitigar.

O que é trend-slop?

Trend-slop é a tendência consistente das LLMs a recomendarem as opções estratégicas que estão em alta na cultura corporativa contemporânea — independente de mérito específico ao seu caso. O nome combina trend (tendência) com slop (algo de baixa qualidade, mal-feito, descartável).

Os pesquisadores testaram sete dilemas clássicos de estratégia:

• Exploration vs exploitation — investir em mercado novo ou maximizar o que já funciona
• Centralização vs descentralização
• Curto prazo vs longo prazo
• Competição vs colaboração
• Diferenciação vs comoditização
• Inovação radical vs incremental
• Substituir humanos por tecnologia vs aumentar humanos com tecnologia

Para cada dilema, mais de 50 simulações por modelo, com variações de prompt, contexto e ordem das opções. O resultado: os pontos no gráfico se empilham todos do mesmo lado. Diferenciação. Longo prazo. Colaboração. Descentralização. Aumentar humanos. Todas as palavras de modinha, todas as vezes.

Por que todas as LLMs convergem para a mesma resposta?

A explicação é estrutural, e está no treinamento. LLMs são treinadas em bilhões de textos públicos: artigos de management, posts de LinkedIn, TED Talks, livros de negócio, blogs corporativos. Isso é a cultura corporativa dos últimos 20 anos.

E o que essa cultura celebra? Diferenciação, inovação, colaboração, propósito, longo prazo. Palavras como centralização, automação, foco em custo, decisão de cima pra baixo soam frias, quase vilanescas. O modelo absorve essa polaridade.

Quando você pergunta "qual estratégia adotar?", a IA não faz uma análise estratégica profunda do seu contexto. Ela faz uma média ponderada do que é popular nos textos com os quais foi treinada. É como aquele cara da reunião que assistiu a todos os TED Talks, leu todos os artigos da HBR, mas nunca lidou com o caos real de um negócio.

Pior: a IA sempre soa sofisticada, personalizada, articulada — mesmo quando está completamente errada. É um persuasor de altíssimo poder, e isso aumenta o risco de o líder aceitar a recomendação sem atrito.

Prompt melhor resolve? E mais contexto?

Os pesquisadores testaram as duas hipóteses óbvias. Nenhuma funcionou.

Hipótese 1: Engenharia de prompt

Eles rodaram mais de 15.000 trials mudando tudo o que dava para mudar nos prompts: ordem das opções, enquadramento, pedindo prós e contras explícitos, oferecendo recompensa por acerto. Para diferenciação vs comoditização, o viés caiu menos de 2%. Para outros dilemas, alguns prompts moveram a média até 20% — significativo, mas longe de resolver.

Pior: descobriram que boa parte do movimento vinha simplesmente de inverter a ordem das opções. Ou seja, a IA não estava raciocinando diferente — estava só sendo sensível a posição estatística no prompt. Quem entende como LLM funciona internamente sabe exatamente o que isso significa: não é inteligência estratégica, é viés posicional.

Hipótese 2: Mais contexto

Mais 15.000 trials. Eles enriqueceram os prompts com contexto detalhado: tipo de empresa (startup, multinacional, banco, ONG, hospital), região (EUA, Europa, Ásia), setor, estágio. O resultado: as respostas moveram em média cerca de 11%. E em vários casos, adicionar contexto aumentou o viés em vez de reduzir.

A conclusão dos pesquisadores é direta: trend-slop é viés estrutural da arquitetura e do treinamento. Não é problema que se resolve no prompt do usuário.

A armadilha híbrida — quando a IA recomenda "fazer os dois"

Há um padrão adicional que merece atenção. Quando os pesquisadores deixaram a IA responder livremente — sem forçar uma escolha binária — ela frequentemente recomendava fazer os dois ao mesmo tempo. Diferenciação e liderança de custo. Inovação radical e incremental. Centralização e descentralização.

Para quem não estudou estratégia formalmente, isso pode soar como sofisticação. Na prática é um dos piores conselhos possíveis. Os pesquisadores chamam isso de hybrid trap — armadilha híbrida.

Quem fez MBA conhece Michael Porter, considerado o pai da estratégia moderna. Uma das tese centrais dele: empresas que tentam ser tudo ao mesmo tempo ficam stuck in the middle — presas no meio. E ficar presa no meio é caminho conhecido para falência. Estratégia, em essência, é escolher o que NÃO fazer. Quando a IA sugere fazer os dois, é um sinal de alerta — não de profundidade.

Como você usa IA para decisão estratégica sem cair no trend-slop?

Cinco regras que aplico no meu trabalho de avaliação de ferramentas e que recomendo para qualquer líder usando IA em apoio a decisão.

1. Use a IA para expandir opções, não para tomar decisões

A IA é excelente em gerar alternativas, listar riscos, levantar perspectivas que você não considerou, identificar pontos cegos. Use-a para isso. A decisão final é sua, com a sua pele em jogo. Esse é o uso onde ela agrega valor real e onde o trend-slop importa menos — porque você está ampliando o leque, não escolhendo dentro dele.

2. Force explicitamente o lado oposto

Agora que você sabe que a IA favorece diferenciação, longo prazo, colaboração e descentralização — peça explicitamente para ela defender o lado contrário.

"Defenda o argumento mais forte possível para liderança de custo nesse caso. Liste cinco razões pelas quais centralizar essa operação seria a decisão correta. Construa o caso para foco no curto prazo aqui."

Isso força a IA a explorar o terreno que ela naturalmente evita. Você ganha o contraste necessário para uma decisão honesta.

3. Peça evidência concreta antes da recomendação

Antes de pedir conselho estratégico, peça casos. "Liste 5 empresas que enfrentaram esse dilema e escolheram diferenciação. Liste 5 que escolheram custo. Para cada uma, qual foi o resultado em 5 anos?" Deixe a evidência concreta aparecer antes de qualquer recomendação. Isso ancora a IA em fatos verificáveis, e dá a você a base para julgar — em vez de aceitar abstrações que soam bem.

4. Documente o modelo, a versão e o prompt

Vieses mudam. Modelos são atualizados constantemente. O viés do GPT-5 hoje pode não ser o mesmo de daqui a três meses. Sempre documente qual modelo você usou, qual versão, qual prompt, e quais alternativas a IA descartou. Isso te dá rastreabilidade quando você (ou um auditor) precisar revisitar a decisão.

5. Nunca confie só em contexto rico

Como o estudo mostrou, dar mais contexto sobre a sua empresa não elimina o viés — pode até amplificá-lo. A resposta vai soar ainda mais personalizada, ainda mais convincente, e ainda assim estar empurrando você silenciosamente para a palavra da moda. Trate qualquer recomendação com a mesma crítica que você daria a um consultor júnior cheio de bullet points e sem cicatrizes operacionais.

A diferença entre desejável e estratégico

Os pesquisadores apontam que LLMs não carregam só dados — carregam uma visão de mundo moldada pelo que soa bem na cultura corporativa em que foram treinadas. Reconhecer essa diferença entre desejabilidade (o que parece bom) e sabedoria estratégica (o que é certo para o seu caso específico) é o primeiro passo para usar essas ferramentas profissionalmente.

Liderança é fazer escolhas — escolhas difíceis, em condições de incerteza, com a pele em jogo. A IA não pode e não deve substituir essa responsabilidade. Ela pode acelerar, expandir, desafiar — desde que você saiba que ela traz vieses estruturais embutidos. E que esses vieses não se conseram com prompt melhor.

Se você lidera ou aconselha quem lidera, encaminhe esse texto. O custo de cair no trend-slop não é nenhum no curto prazo — é justamente por isso que ele é perigoso. É só lá no resultado que você descobre que estava convergindo, junto com todo mundo, para a mesma resposta da moda.

Este artigo foi baseado no meu vídeo no YouTube comentando o estudo da Harvard Business Review sobre trend-slop em LLMs. Assista a versão completa para ver os gráficos do paper original e a discussão estendida.