Um Mundo Potenciado pela IA Exige uma Avaliação de Talento Mais Avançada

A IA está a levar a criação de valor humano a centrar-se mais em capacidades complexas e sofisticadas, contudo, a maioria das ferramentas de avaliação de talento não foi concebida para fornecer informações sobre estas competências. Felizmente, os avanços tecnológicos e as mudanças na compreensão da natureza do talento no mundo atual oferecem novas soluções. 

Os líderes de RH estão plenamente conscientes de como a IA está a reescrever o local de trabalho, a redesenhar funções e a reformular a forma como o valor é criado.   

A tecnologia de IA começou por demonstrar o seu valor em análises rotineiras orientadas para a tecnologia , mas tem avançado progressivamente para a interpretação e a tomada de decisões.    

O diagrama abaixo resume um relatório do FMI e mostra como a IA está a substituir cada vez mais tarefas simples e a aumentar ou complementar os seres humanos em avaliações mais complexas e matizadas.

Esta trajetória faz sentido tendo em conta a forma como a IA processa informação. Os sinais deslocam-se através dos sistemas digitais a uma velocidade próxima da da luz. A IA está também organizada em componentes denominados incorporações vetoriais, que traduzem dados complexos e não estruturados em matrizes compactas de números que podem ser processadas matematicamente, contornando a necessidade de lidar com significados semânticos subtis.

A arquitetura neural humana funciona de forma diferente. A informação desloca-se através das sinapses do cérebro a uma velocidade máxima de 120 m/s, e a quantidade de informação cognitiva que os seres humanos conseguem processar é limitada — uma calculadora científica comum consegue efetuar cálculos muito mais complexos do que até a pessoa mais inteligente.

Mas a IA não supera os seres humanos em todas as áreas. Apesar dos rápidos avanços na capacidade de processamento, os seres humanos continuam a superar a IA em situações de incerteza e complexidade, sobretudo quando envolvem dinâmicas sociais ou juízos éticos. 

A natureza maleável e adaptável da tomada de decisões humana prepara melhor as pessoas para situações que exigem uma visão integrada e matizada, especialmente em condições de dinamismo e incerteza.

As ilustrações da Figura 2 captam estas diferenças. As segmentações estruturadas da IA aparecem na primeira imagem, enquanto o funcionamento do cérebro humano é revelado pelo conectoma, um mapa da rede neural subjacente. 

Longe de ser uma matriz organizada de áreas especializadas, o cérebro humano é uma vasta rede de sinais entrelaçados de diferentes tipos que interagem para construir significado. Até o nível de interconectividade varia em resposta a situações diferentes e dinâmicas.

Esta compreensão da complexidade e interconectividade do cérebro é relativamente recente. Quem estudou psicologia antes de 2000 poderá ter encontrado um modelo segmentado no qual diferentes funções especializadas operavam de forma relativamente independente — um modelo semelhante ao da IA apresentado na Figura 2. 

A semelhança não é coincidência. Os modelos de IA surgiram dos primeiros trabalhos sobre processamento especializado de informação desenvolvidos pelos psicólogos cognitivos Herbert A. Simon e Allen Newell.

Desde então, os avanços na tecnologia de ressonância magnética revelaram uma imagem mais profunda do funcionamento efetivo do cérebro humano. A força do juízo e da adaptabilidade humanos reside na natureza altamente interligada das nossas redes neurais, que permitem às pessoas analisar as questões a partir de diferentes perspetivas, identificar ligações subjacentes e ajustar as respostas a pessoas e situações em mudança.

Estas capacidades — as que estão a tornar-se uma característica mais forte da forma como as pessoas acrescentam valor num local de trabalho potenciado pela IA — foram reunidas no modelo EPOCH.

As competências EPOCH

• Empatia e Inteligência Emocional
• Presença, Criação de Redes e Conectividade
• Opinião, Discernimento e Ética
• Criatividade e Imaginação
• Esperança, Visão e Liderança

O mercado de trabalho já está a evidenciar mudanças que refletem este realinhamento. Desde 2022, registou-se um declínio de 13% nas funções dominadas por análises repetitivas e estruturadas, juntamente com um crescimento de aproximadamente 20% na procura por trabalho que exige conhecimentos técnicos ou pensamento criativo.

Segundo o Professor da Escola de Negócios Suraj Srinivasan, esta mudança reflete o impacto do aumento das capacidades proporcionado pela IA. Nos processos de trabalho integrados e multifacetados, que exigem criatividade e pensamento analítico, domínio técnico e discernimento sofisticado, conformidade e discrição, a implementação da IA no processo aumenta o valor económico dos componentes humanos. Quando utilizada como ferramenta complementar, a IA pode aumentar, e não diminuir, o valor da contribuição humana.

Os seres humanos podem estar a ceder terreno à IA no trabalho que exige processamento de alta velocidade e discernimento rotineiro, mas é provável que cresçam as oportunidades para tirar partido da IA e criar valor através de capacidades distintamente humanas. 

Embora as realidades desta transformação a curto prazo, incluindo perdas de emprego em grande escala, estejam a suscitar uma preocupação legítima, o relatório do FMI prevê uma perspetiva a mais longo prazo de funções mais enriquecidas e complexas, capazes de proporcionar uma maior criação de valor. 

Alguns autores, incluindo Andrew Lopianowski e Mike Pino, no seu próximo livro Corpo Humano, descrevem este período emergente como a Era da Sabedoria, uma visão assente na ideia de que os seres humanos e a IA operam através de uma relação simbiótica que tira partido dos pontos fortes de ambos.

As Implicações para a Avaliação de Talentos

Tendo em conta estas mudanças, como avaliamos a capacidade de sabedoria e as competências EPOCH para apoiar uma aquisição e um desenvolvimento eficazes de talento? É pouco provável que a resposta venha das ferramentas em que os recursos humanos têm confiado nos últimos 50 anos. 

À medida que as capacidades necessárias para a criação de valor se tornam mais complexas e integradas, a utilidade das ferramentas que decompõem as pessoas em componentes individuais está a diminuir rapidamente. No entanto, esta continua a ser a abordagem dominante da maioria das ferramentas de avaliação de talentos atualmente, que procuram reduzir o ser humano complexo a componentes quantitativos simplificados, expressáveis como dados matemáticos.

Existem várias razões pelas quais estas ferramentas são menos úteis para a identificação de talentos num mundo enriquecido pela IA.

1. Validade preditiva limitada. Apesar da sua adoção generalizada, a maioria destas ferramentas não prevê bem o desempenho profissional futuro. Uma meta-análise recente sugere que a personalidade prevê menos de 6% da variância no desempenho profissional, enquanto os testes cognitivos têm um desempenho ligeiramente melhor, com cerca de 10%.
2. Uma suposição errada de estabilidade. A maioria das ferramentas atuais tira uma fotografia instantânea de um indivíduo e trata-a como um ponto fixo. A suposição de que a personalidade é consistente ao longo do tempo está incorporada na própria definição — "padrões estáveis e mensuráveis de pensamentos, sentimentos e comportamentos" —, mas existem agora provas meta-analíticas substanciais de que a personalidade muda e se desenvolve ao longo do tempo em resposta a estímulos ambientais e ao desenvolvimento pessoal contínuo.
3. Uma suposição errada de independência. Tradicionalmente, a personalidade e a capacidade cognitiva têm sido consideradas preditores não relacionados do comportamento e dos resultados, mas existem cada vez mais provas de que há fortes ligações entre a forma como as pessoas descrevem o seu comportamento e as capacidades cognitivas que demonstram. Isto faz sentido, dada a natureza altamente interligada da configuração do cérebro e o princípio bem estabelecido de que os neurónios que disparam juntos estabelecem ligações entre si.
4. Incapacidade de captar o dinamismo. A maioria das ferramentas adota um modelo baseado num determinado momento, que não consegue captar a forma como os indivíduos respondem a situações dinâmicas. Tal como Ric Roi e eu destacamos em Talento Preparado para o Futuro, a capacidade de aprender e de se adaptar a condições em mudança pode ser a característica mais importante do talento que impulsiona a criação de valor — e está no cerne das competências EPOCH.
5. Incapacidade de considerar a escolha. Os estudos de Dunedin, realizados ao longo de várias décadas e que analisaram os fatores preditivos do sucesso na vida em áreas como a saúde, a carreira, o bem-estar financeiro e a criminalidade, identificaram o autocontrolo como o maior fator preditivo individual em todos os resultados ou, por outras palavras, a capacidade do indivíduo para escolher o comportamento com base no que uma situação exige, em vez da preferência pessoal. Ao subscrevermos excessivamente os constructos individuais, atribuímos um peso insuficiente ao comportamento enquanto produto da interação entre a pessoa e a situação, tanto a nível cognitivo como comportamental.

Ironia do destino, a maioria das ferramentas psicométricas atualmente utilizadas seria adequada para avaliar a IA. Os modelos matemáticos, estruturados e segmentados que sustentam a IA estão estreitamente alinhados com os modelos matemáticos, estruturados e segmentados que definem a tradicional avaliação de talentos. 

Estas ferramentas podem ter sido adequadas quando o trabalho era relativamente estável e segmentado. Num local de trabalho potenciado pela IA, definido pelo dinamismo, pela integração e por um discernimento complexo, ficam aquém do necessário.

A evolução da avaliação de talento

Parte do impulso para evoluir as ferramentas de avaliação tradicionais foi filosófica, mas a limitação tecnológica foi um fator igualmente significativo. O predomínio da autoavaliação, a prevalência dos questionários e o número limitado de itens foram todos moldados por uma era de testes em papel e lápis.

À medida que a tecnologia avançou, muitas destas ferramentas foram digitalizadas e, por vezes, gamificadas, tornando a administração, a classificação e a interpretação mais eficientes, ao mesmo tempo que melhoravam o envolvimento dos candidatos. As estruturas subjacentes, contudo, permaneceram em grande parte iguais. 

A validade preditiva registou ganhos limitados, mesmo quando a aprendizagem automática é utilizada para combinar conhecimentos provenientes de várias ferramentas.

Os avanços mais significativos na avaliação de talento estão a surgir de ferramentas multimédia, imersivas e interativas, de avaliações baseadas em jogos e de simulações empresariais que utilizam cenários ficcionais estruturados para gerar dados sobre constructos psicológicos subjacentes. 

Estas ferramentas oferecem várias vantagens distintas:

• Podem ser inseridas em ambientes empresariais relevantes, melhorando a qualidade dos dados e reduzindo o ruído de medição gerado quando os candidatos realizam testes com pouca ligação ao seu trabalho real. Além disso, não são necessariamente dispendiosas. A utilização de ferramentas de desenvolvimento rápido tornou possível criar avaliações personalizadas a um custo muito inferior ao que era historicamente viável, podendo também funcionar como pré-visualizações realistas das funções no recrutamento.
• Utilizam multimédia, o que melhora o envolvimento e simplifica a introdução de dados. Os candidatos podem dar respostas oralmente em vez de as escrever e fazê-lo na sua língua preferida, melhorando ainda mais a qualidade dos dados.
• Permitem fazer perguntas mais abertas. A investigação de doutoramento sobre avaliações baseadas em jogos concluiu que as perguntas mais abertas proporcionam maior profundidade e qualidade de conhecimento.
• Podem ser concebidas para obter a máxima validade preditiva através de processos como a Conceção Centrada na Evidência, que visa os fatores específicos mais importantes para o sucesso e garante uma classificação rigorosa.
• Oferecem a oportunidade de observar as respostas dos participantes em diferentes ambientes dinâmicos, proporcionando uma visão mais sistémica das capacidades individuais em resposta a estímulos variáveis.

Nada disto seria possível sem a IA, que apoia estas ferramentas ao longo de todo o percurso — desde dar vida a cenários empresariais complexos através de uma experiência de jogo interativa, até captar e analisar dados e realizar análises complexas das interações dinâmicas entre variáveis medidas. 

A capacidade da IA para processar grandes quantidades de dados é fundamental para estes avanços.

Contudo, a validade das ferramentas depende apenas da sua conceção. A componente criativa e narrativa é essencial para gerar um ambiente que pareça relevante e imersivo, especialmente quando as ferramentas precisam de revelar dados sobre dinâmicas emocionais e sociais que são centrais para as competências EPOCH. 

Uma conceção psicométrica sólida, fundamentada na investigação psicológica e numa compreensão diferenciada das pessoas, é o que torna os dados produzidos significativos, úteis e interpretáveis.

Estes avanços representam uma evolução necessária. Sem eles, a nossa capacidade para identificar e desenvolver as capacidades que impulsionam a criação de valor continuará a deteriorar-se. A mesma dinâmica que está a transformar o local de trabalho está também a transformar as ferramentas que utilizamos para o compreender. A IA é mais poderosa neste contexto não como substituta do juízo humano, mas como a infraestrutura que torna possível um juízo humano mais aprofundado.