Tiago Zanolla fala sobre talento na era da IA

Avanço da inteligência artificial reposiciona perfis neurodivergentes como ativos estratégicos e altera os critérios tradicionais de avaliação nas empresas

O avanço da inteligência artificial transforma rapidamente diferentes áreas da economia, e o mercado de trabalho está entre os mais impactados. À medida que sistemas automatizados assumem tarefas repetitivas e previsíveis, cresce a demanda por habilidades humanas menos lineares, como pensamento crítico, reconhecimento de padrões complexos e capacidade de conectar diferentes áreas do conhecimento.

Dados do Stanford Neurodiversity Project, iniciativa da Universidade Stanford dedicada a estudar o impacto da neurodiversidade na educação e no mercado de trabalho, indicam que entre 15% e 20% da população mundial apresenta algum tipo de neurodivergência. No Brasil, isso pode representar até 40 milhões de pessoas. Ao mesmo tempo, estudos da Drexel University mostram que cerca de 85% dos adultos autistas estão fora do mercado formal, evidenciando um desalinhamento entre potencial cognitivo e empregabilidade.

Esse descompasso começa a ser revisado. Em dezembro de 2025, Alex Karp, CEO da Palantir Technologies, anunciou a criação de um programa global voltado à contratação de talentos neurodivergentes, com salários que podem chegar a US$ 200 mil por ano e sem exigência de diagnóstico formal. O movimento sinaliza uma mudança relevante na forma como grandes empresas avaliam competências.

Para Tiago Zanolla, educador, autor e fundador da UFEM Educacional, o cenário atual expõe uma limitação histórica dos modelos tradicionais de formação e seleção. “A escola foi estruturada para padronizar comportamento e aprendizado. O problema é que o mercado que está surgindo valoriza justamente o oposto. Ele precisa de pessoas capazes de interpretar, conectar e questionar”, afirma.

A leitura não é apenas teórica. Ao longo de mais de 15 anos na formação de candidatos para concursos públicos, com mais de 2 milhões de alunos impactados, o especialista identificou padrões recorrentes de aprendizado e desenvolveu um método baseado na seleção do conteúdo essencialmente relevante. A lógica parte do princípio de que uma parcela menor do conteúdo, quando bem direcionada, pode gerar mais resultado do que uma exposição ampla e pouco estratégica.

A partir dessa experiência, estruturou a UFEM Educacional, um modelo que conecta estudantes a cursos reconhecidos pelo MEC em formatos mais curtos e flexíveis, com foco em adultos que interromperam a formação ao longo da vida. A proposta busca reduzir barreiras como tempo, custo e rigidez curricular, que ainda afastam parte significativa da população do ensino superior.

A mudança encontra respaldo na literatura científica. Pesquisas conduzidas por Simon Baron-Cohen, da Universidade de Cambridge, apontam que indivíduos no espectro autista apresentam, em média, maior capacidade de identificação de padrões, habilidade central em áreas como análise de dados e machine learning. Já estudos sobre TDAH indicam que, em ambientes de alta estimulação, esses indivíduos podem atingir níveis de concentração intensos.

Esse conjunto de características passa a ter valor direto em um contexto em que a inteligência artificial reduz a importância do trabalho operacional e amplia a necessidade de interpretação e tomada de decisão. Em vez de executar tarefas, o profissional passa a ser responsável por formular perguntas, validar respostas e identificar inconsistências.

No Brasil, essa transformação ocorre em paralelo a mudanças no ensino superior. O país atingiu 9,98 milhões de matrículas em 2023, segundo o Censo da Educação Superior, com crescimento de 5,6% em relação ao ano anterior. A educação a distância já representa 49,3% dos alunos e deve ultrapassar o ensino presencial nos próximos ciclos. O crescimento mais acelerado ocorre entre estudantes fora da faixa etária tradicional, especialmente acima dos 30 anos.

Ainda assim, a permanência continua sendo um desafio. Taxas de evasão elevadas indicam que o modelo educacional não acompanha a diversidade de perfis e rotinas dos estudantes. 

Para o educador, que é autista e acompanha de perto as limitações dos modelos tradicionais de ensino, essa é uma das razões pelas quais parte significativa da população adulta interrompe a formação ao longo da vida. “Existe uma diferença entre dificuldade de aprender e inadequação ao formato. Muitas pessoas foram excluídas por não se encaixarem em um modelo que não foi feito para elas”, diz.

A inteligência artificial, nesse sentido, não apenas cria novas demandas, mas também expõe falhas antigas. Ao priorizar competências como pensamento não linear, visão sistêmica e capacidade de adaptação, o mercado passa a reconhecer valor em perfis que antes eram considerados fora do padrão.

Empresas de tecnologia e segurança digital já operam com essa lógica. Relatórios da Job Accommodation Network indicam que mais da metade das adaptações necessárias para inclusão de profissionais neurodivergentes têm custo zero, enquanto iniciativas corporativas mostram ganhos consistentes em produtividade e inovação quando há diversidade cognitiva nas equipes.

A mudança, no entanto, vai além da inclusão. Trata-se de uma revisão estrutural sobre o que é considerado talento. “Durante muito tempo, o mercado premiou quem se adaptava melhor ao modelo. Agora começa a valorizar quem enxerga o que o modelo não mostra”, afirma.

Para Zanolla, o avanço da inteligência artificial apenas acelera uma transformação que já estava em curso. “O que está acontecendo agora é que o mercado começou a medir valor de um jeito diferente. E, quando isso muda, muda também quem se destaca”, diz.

À medida que a inteligência artificial avança, o diferencial humano tende a migrar da execução para a interpretação. Nesse cenário, perfis que historicamente ficaram à margem passam a ocupar posições estratégicas, não por adaptação, mas por capacidade de operar onde a máquina ainda não alcança.