Key Takeaways
Sinais de formação: Os pedidos de formação para a adoção de IA revelam frequentemente prioridades, fluxos de trabalho e normas pouco claros, em vez de simples lacunas de conhecimento sobre as ferramentas.
IA paralela: Os fluxos de trabalho de IA não aprovados expõem necessidades não satisfeitas dos colaboradores, ao mesmo tempo que criam riscos relacionados com a responsabilidade, a documentação e a governação.
Evidências de supervisão: Uma supervisão humana eficaz exige desafios documentados, direitos de decisão significativos e alterações mensuráveis em fluxos de trabalho de elevado impacto.
Limites do acompanhamento: As mesmas análises de IA podem melhorar o desempenho ou permitir a vigilância, dependendo do acesso, do controlo por parte dos utilizadores e do período de retenção.
Paciência estratégica: Um trabalho mais rápido com recurso à IA não justifica uma reestruturação imediata; os líderes precisam de provas antes de alterarem funções, expectativas ou capacidade.
A nossa análise do último trimestre voltava repetidamente ao mesmo ponto: a parte difícil da adoção da IA começa depois de a ferramenta funcionar.
Quando as pessoas conseguem utilizar a IA, os líderes têm de decidir que problemas vale a pena resolver, o que deve ser normalizado, quem deve questionar o que a tecnologia produz e com que rapidez a organização deve mudar em função dela.
Tendo isto em mente, apresentamos cinco lições do terceiro trimestre a considerar e a levar para o planeamento de 2027.
1. Os pedidos de formação geralmente indicam uma lacuna de discernimento
Na AI4, em agosto, Markus McKay-Fleisch, diretor de capacitação em IA dos serviços profissionais da Smartsheet, descreveu ter encontrado mais de 50 Projetos Claude distintos criados por funcionários das áreas financeira, de apoio ao cliente, de vendas e de recursos humanos para criar materiais alinhados com a marca.
O problema era que os funcionários não sabiam que outra pessoa já tinha resolvido o mesmo problema.
É cada vez mais este o problema oculto por detrás dos pedidos de mais formação em IA. Os gestores podem estar a pedir instruções quando aquilo de que os funcionários realmente precisam é de clareza sobre que problemas vale a pena resolver, sobre o que é um bom resultado ou sobre como o seu trabalho deve mudar.
A mesma limitação surge nas bibliotecas de instruções. Uma instrução melhor pode tornar uma tarefa mais rápida, mas um fluxo de trabalho redesenhado pode alterar completamente a forma como o trabalho é realizado.
A capacitação em IA não pode limitar-se a ensinar as pessoas a utilizar a ferramenta. Tem de ajudá-las a decidir onde vale a pena utilizá-la.
Have an account? Log In
2. A IA não aprovada está a indicar onde estão os problemas
Analiese Brown, diretora de pessoas da Campminder, chama à fragmentação criada pela adoção descontrolada da IA “dívida de caos”.
Pode parecer progresso no início. Os funcionários criam soluções alternativas, automatizam tarefas e partilham ferramentas com colegas. Com o tempo, as organizações acumulam fluxos de trabalho com responsabilidade pouco clara, pouca documentação e dependências que ninguém planeou.
Isto cria um problema óbvio de governação, mas também gera informação útil.
Se alguém da área financeira criar o seu próprio processo de reconciliação, ou se um recrutador contornar um sistema aprovado utilizando um fluxo de trabalho com IA, pergunte o que o levou a contornar o processo oficial em primeiro lugar.
A IA paralela não mostra apenas onde os controlos são fracos. Também pode mostrar onde as ferramentas e os processos existentes não estão a satisfazer as necessidades das pessoas que os utilizam.
3. A supervisão humana precisa de provas
A maioria dos modelos de governação da IA ainda inclui uma pessoa algures no circuito.
A questão mais útil é saber se essa pessoa alguma vez discorda do sistema.
Uma forma de testar se os direitos de decisão sobre a IA são reais é analisar fluxos de trabalho com consequências, como a triagem de candidatos ou os alertas de desempenho, e contabilizar as alterações documentadas.
Se o número for zero, vale a pena investigar.
Talvez o sistema tenha realmente acertado sempre. Ou talvez os funcionários não acreditem que têm autoridade efetiva para o questionar, não saibam quando o devem fazer ou não registem essas discordâncias quando ocorrem.
Nomear uma pessoa como responsável é fácil. Criar um sistema que permita a essa pessoa exercer o seu discernimento é mais difícil.
4. A mesma IA pode orientar ou vigiar
A IA pode tornar visíveis partes do trabalho que os gestores anteriormente não conseguiam observar.
Na Cognite, os gestores receberam uma análise das suas próprias entrevistas de recrutamento. Um deles descobriu que 90% das suas perguntas eram fechadas. Outro descobriu que tinha passado 85% de uma entrevista a falar em vez de ouvir.
A informação foi devolvida aos próprios gestores para que pudessem melhorar.
Essa distinção é importante porque a orientação e a vigilância podem ter origem na mesma ferramenta.
Quem vê os resultados? A pessoa avaliada pode utilizá-los? Durante quanto tempo o registo é conservado?
Estas decisões estão cada vez mais integradas em ferramentas de tomada de notas, produtos de transcrição e plataformas de análise. Quando uma organização começa a debater se uma ferramenta parece intrusiva, algumas das escolhas mais importantes podem já ter sido feitas nas respetivas definições.
More Articles
5. Mais rápido não é o mesmo que mais longe
A IA cria pressão para encurtar os prazos.
Desenvolver mais depressa. Implementar mais depressa. Demonstrar o retorno do investimento mais cedo. Transformar o tempo poupado em valor mensurável.
Mas a rapidez também pode incentivar os líderes a tomar decisões permanentes com base em evidências temporárias.
É por isso que a paciência estratégica é cada vez mais importante à medida que a IA acelera o trabalho. O facto de um fluxo de trabalho se tornar mais rápido não nos diz imediatamente em que se deve transformar o trabalho, se o ganho irá persistir ou o que os colaboradores devem fazer com a capacidade criada.
A IA tende a alterar o trabalho uma tarefa de cada vez. Algumas responsabilidades desaparecem. Outras tornam-se mais importantes. Surgem novas responsabilidades.
Os líderes precisam de tempo suficiente para observar esse padrão antes de reformularem funções, aumentarem as expectativas de desempenho ou reduzirem a capacidade com base num ganho de produtividade inicial.
A época de planeamento torna isto especialmente importante. As decisões que estão a ser tomadas agora sobre orçamentos, funções e expectativas irão durar mais tempo do que os projetos-piloto que as fundamentam.
O que o T3 nos deixou
A conversa sobre IA está a tornar-se mais específica.
As conversas sobre adoção estão a passar para segundo plano. As questões agora são saber se os colaboradores estão a aplicá-la a problemas que valem a pena resolver, o que a adoção não oficial nos revela, se os seres humanos continuam a exercer o seu discernimento e se os líderes conseguem resistir a transformar cada ganho inicial numa obrigação imediata.
