Na era da IA, a ilusão de parecer inteligente e guardião por meio do especialista chegou ao fim. Para evitar mal-entendidos, vale a pena descompactar o que quero dizer com isso (com a ajuda do GPT-5): Por muito tempo, uma pessoa podia ganhar autoridade por "parecer inteligente". Linguagem polida, jargão denso e credenciais de elite muitas vezes serviam como atalhos para julgar a competência. O que quero dizer com "Expertismo" aqui é aquele status baseado nesses sinais, e não em habilidades mensuráveis e repetidamente demonstradas. "Gatekeeping" também significa usar esse status para controlar quem tem acesso a informações, ferramentas ou oportunidades. A IA agora retira muito do valor dessas aparências e enfraquece esses portões. É importante para isso, o que termina não é a experiência em si, mas o monopólio que a retórica credenciada detinha sobre a credibilidade. Assim, o mercado está mudando de sinais de prestígio para sinais de desempenho. As perguntas são: seu modelo prevê novos dados com precisão fora da amostra? Seus protocolos se replicam em outras mãos? Suas decisões superam consistentemente as linhas de base simples? Suas reivindicações sobrevivem a auditorias contraditórias da IA? A aparência da inteligência agora importa muito menos do que a capacidade de produzir resultados que outros podem executar, testar e melhorar. O gatekeeping enfraquece por razões semelhantes. O conhecimento e as ferramentas que antes estavam bloqueados atrás de periódicos, paywalls ou círculos profissionais podem ser resumidos, explicados e operacionalizados pela IA. (Embora ainda existam grandes conjuntos de dados pagos ou grandes em cofres, espero que isso também se torne aberto). As pessoas podem aprender mais rápido, prototipar mais rápido e comparar alternativas sem pedir permissão. Nada disso torna a experiência do mundo real opcional. O conhecimento tácito ainda é importante: como executar um experimento sem contaminação, como recrutar os pacientes certos, como ver um padrão de falha antecipadamente, como projetar um protocolo que sobreviverá à revisão e às operações. A IA pode elaborar seu plano e detectar erros óbvios, mas não pode pipetar, examinar um paciente ou assumir responsabilidade ética, pelo menos não ainda. Na medicina, engenharia, ciência, contato causal com a realidade e responsabilidade pelas consequências continuam sendo o cerne da prática especializada. A consequência prática é uma nova maneira de sinalizar competência. Afirmações claras e testáveis superam o brilho abstrato. Fluxos de trabalho reproduzíveis superam explicações ornamentadas. A validade preditiva supera o prestígio.