Tokenmaxxing: Meta testa Claudeonomics e mede produtividade em tokens

Empresas testam métricas internas de actividade com IA, transformando a interacção com modelos num indicador de desempenho - críticos alertam que isto pode distorcer a própria noção de produtividade

Em grandes empresas tecnológicas, começa a ganhar forma uma nova forma de avaliar colaboradores: em vez de se olhar para os resultados do trabalho, passa a contar-se a intensidade do uso de inteligência artificial. Segundo fontes, na Meta* um engenheiro criou um sistema interno chamado Claudeonomics, concebido para registar quantos tokens os funcionários consomem ao trabalhar com modelos de IA.

Tokenmaxxing, Claudeonomics e rankings de tokens

Com base nesses dados, a ferramenta organiza classificações de colaboradores conforme a frequência e o volume de interacções com modelos como o Claude. Aos primeiros classificados são atribuídos estatutos informais - por exemplo, "Token Legend". Neste contexto, os tokens são as unidades básicas que os modelos de linguagem utilizam para analisar pedidos e gerar respostas.

De acordo com os mesmos relatos, estas práticas - conhecidas internamente como tokenmaxxing - já não se limitam à Meta*. Métricas internas de utilização de IA estariam a ser acompanhadas ou discutidas também na OpenAI, Anthropic, Shopify e na sociedade de investimento Sequoia Capital. Em alguns cenários, há mesmo incentivos para quem apresenta volumes muito elevados de utilização, medidos em mil milhões de tokens por semana.

A proposta de tornar a interacção com IA numa métrica quantificável encontra eco junto de parte das lideranças do sector. O director-executivo da Nvidia, Jensen Huang, falou publicamente de um futuro em que "os colaboradores vão consumir tokens em escalas comparáveis aos seus salários, e a gestão do trabalho vai assemelhar-se cada vez mais à gestão de recursos computacionais".

Como as métricas moldam o trabalho: críticas e paralelos

Críticos argumentam, contudo, que este tipo de avaliação altera a lógica do que se entende por trabalho bem feito. O filósofo K. T. Nguyen sublinha que nenhuma métrica é neutra: além de medir comportamentos, tende também a condicioná-los. Assim, torna-se fácil cair numa dinâmica em que o indicador medido substitui a verdadeira utilidade do trabalho.

A história mostra que distorções desse tipo podem ter custos elevados. Antes da crise financeira de 2008, por exemplo, sistemas de bónus e KPI na banca incentivavam a maximização do volume de crédito concedido sem uma avaliação adequada do risco, o que acabou por agravar a instabilidade sistémica.

Especialistas consideram que a métrica baseada em tokens pode produzir um efeito semelhante: quantifica a actividade de interacção com IA, mas não diz nada sobre a qualidade do resultado. Dentro desta lógica, a produtividade pode passar a ser entendida como "volume de consumo de computação", em vez de valor real gerado.

Nguyen descreve este fenómeno como um "efeito de captura de valores": quando um indicador externo, pouco a pouco, ocupa o lugar da própria definição do que importa. Aplicado à IA, isso pode empurrar as empresas a optimizarem não a utilidade do trabalho, mas a intensidade de utilização dos modelos.

Alternativas emergentes e a incerteza sobre o futuro do tokenmaxxing

Perante este cenário, começam a surgir alternativas na indústria - por exemplo, tentativas de medir não o número de tokens, mas o gasto energético ou o resultado final do trabalho. Ainda assim, os críticos lembram que qualquer métrica simples tende inevitavelmente a reduzir uma realidade complexa e pode acabar por enviesar o comportamento de todo o sistema.

Por agora, permanece em aberto se o "tokenmaxxing" será apenas uma moda corporativa passageira ou se se tornará uma nova norma na gestão do trabalho digital.

• A empresa Meta (Facebook e Instagram) é considerada extremista na Rússia e está proibida nesse país.