A IA Pode Fazer com que um Bom Trabalho Pareça Pequeno Demais

David Rice: Os seus números de rotatividade parecem ótimos. As pessoas ficam, o envolvimento está estável e a liderança está a celebrar. E está a construir o problema mais caro que alguma vez teve, porque ficar não é o mesmo que contribuir. E, neste momento, a sua força de trabalho está silenciosamente a ficar, a aparecer, a cumprir os seus objetivos e a tentar não causar problemas. No papel, parecem envolvidas, mas não estão a experimentar. Não estão a ultrapassar limites, não estão a correr riscos. Estão a preservar-se.

O convidado de hoje é Jay Caldwell. É o Diretor de Talento da ADP. E vamos analisar por que razão uma baixa rotatividade neste contexto pode ser, na realidade, um sinal de alerta em vez de uma vitória. Porque há algo que todos temos de ter em mente: as pessoas que se sentem mais seguras são as que correm menos riscos. E, neste contexto, não correr riscos é provavelmente a coisa mais arriscada que se pode fazer.

Hoje vamos abordar por que razão a ideia de que, se o construirmos, eles virão não funciona para a adoção da IA; o problema de ficar silenciosamente e a forma como mentalidades de conformidade podem estar a substituir a inovação; como perceber se uma baixa rotatividade está a esconder estagnação e medo; e a IA de utilização geral em comparação com casos de utilização direcionados, analisando qual deles cria confiança. Vamos analisar a crise da progressão na carreira e por que razão os recém-licenciados nativos da IA estão prestes a desafiar tudo aquilo que está a fazer.

Eu sou David Rice. Isto é o People Managing People. E, se os seus números de rotatividade parecem saudáveis, mas a inovação parece morta, esta conversa explica exatamente o que está a acontecer por baixo da superfície. Vamos começar.

Muito bem, Jay, bem-vindo ao programa.

Jay Caldwell: Obrigado, David. É um prazer estar aqui.

David Rice: Queria começar a conversa pelo facto de já estarmos há alguns anos nesta vaga de IA e penso que o entusiasmo inicial que muitas pessoas tinham, certo? Foi substituído por consequências no mundo real. Penso que estamos um dia depois do anúncio dos despedimentos da Block.

Tenho curiosidade: na sua opinião, qual é o maior equívoco que os líderes ainda mantêm relativamente à integração da IA na força de trabalho?

Jay Caldwell: Provavelmente há muitos equívocos. Gostaria também de ouvir alguns dos seus, mas penso que um dos maiores que continuo a ver em muitas organizações é a ideia de que toda a gente está igualmente entusiasmada com a IA como estão os líderes.

Sabe, penso que as estatísticas recentes mostram que, mesmo nos EUA, cerca de 40% das pessoas utilizam IA nas suas vidas pessoais, certo? Mesmo fora do trabalho. Por isso, ainda estamos numa fase relativamente inicial em termos de adoção da IA, embora 40% seja bastante. Penso que existe, como é habitual com as ferramentas empresariais, uma certa perceção de que, se a construirmos, toda a gente virá, toda a gente a utilizará e gostará dela tanto quanto nós.

Mas não penso que seja esse o caso. Certamente ainda não. Poderá ter muitos utilizadores realmente interessados e entusiasmados. Provavelmente terá outros tantos completamente resistentes à adoção de coisas como a IA, e a maioria das suas pessoas estará algures no meio. Por isso, não penso que seja tão simples como ligá-la e esperar que toda a gente venha. É necessário investir muito tempo e energia na forma como lidera este tipo de mudança e transformação na sua organização.

David Rice: Sim, isso corresponde definitivamente ao que tenho sentido. Da nossa perspetiva, uma ideia de que falamos constantemente é que os líderes estão essencialmente a tratá-la como uma ferramenta que se implementa, como um software. Mas costumo voltar ao que li de alguém: é mais parecido com introduzir um novo colega em todas as equipas em simultâneo.

Isso vai alterar dinâmicas, estruturas de poder, quem se sente competente e quem se sente ameaçado. Por isso, é realmente mais um projeto cultural. Não penso que as pessoas sejam contra a IA. Algumas são, mas por razões éticas. Penso que muitas pessoas têm curiosidade, mas simplesmente ainda não lhes foi apresentada uma narrativa que deixe claro onde se enquadram no futuro, e essa é uma lacuna na narrativa da direção: a ideia de que toda esta IA irá libertá-las para realizarem trabalho de maior valor.

Aquilo que as pessoas experienciam na realidade está muitas vezes desalinhado. E estamos realmente a chegar a um ponto em que, em termos do trabalho e da forma como as pessoas o vivem, tudo está simplesmente a acontecer a um ritmo mais rápido. Há menos clareza sobre o que é bom agora. Por isso, criou-se uma tensão real.

E penso que o outro equívoco que vejo constantemente é a ideia de que adoção é essencialmente integração. Penso que existe realmente a perceção de que é assim: lançam-se as ferramentas e as pessoas já sabem utilizá-las. É ótimo, sabe, mas, na realidade, penso que temos de reconfigurar a forma como as pessoas pensam sobre o seu trabalho.

Sobre qual é o seu valor e como será a sua trajetória profissional. Esse é agora o trabalho de muitos líderes, e a maioria das organizações ainda não o compreendeu.

Jay Caldwell: Concordo plenamente. Quero dizer, relativamente à utilização geral da IA, a maioria das pessoas utiliza-a como um motor de pesquisa, certo? É isso. A propósito, é um motor de pesquisa muito bom.

David Rice: Sim. É mesmo.

Jay Caldwell: Não quero menosprezar essa utilização, mas não penso que seja para isso que todos esperam que utilizemos a IA. Por isso, sim, como mencionou, há a mudança cultural. E, mesmo ao nível individual, trata-se de uma mudança de hábitos. É ótimo ter estas ferramentas, mas tenho trabalhado, por exemplo, grande parte do meu trabalho é feita no Outlook, como acontece certamente com muitos trabalhadores de empresas, mas.

É preciso um momento para dizer: espere, antes de começar a responder a este e-mail, talvez devesse passar algum tempo a utilizar a ferramenta de IA e a pensar de forma um pouco mais criativa sobre o que quero dizer ou como o quero dizer. E essa é uma mudança de hábito à qual nem toda a gente adere imediatamente.

Por isso, tem razão: é uma questão de cultura, competências e mentalidade. Há muito que envolve tudo isto.

David Rice: Às vezes penso: “Ah, talvez devesse perguntar-lhe isso. Vamos ver o que diz.” Só para garantir que continuo a.

Jay Caldwell: Adoro a analogia utilizada. É como ter um novo colega na equipa, mas às vezes esqueço-me de que esse colega está sequer aqui, por isso tenho de me lembrar.

Sim. Se temos esta nova especialização na equipa, devo procurar essa pessoa.

David Rice: Talvez seja por isso que li recentemente que os trabalhadores remotos estão mais naturalmente inclinados a utilizá-la. Talvez seja porque não têm dependido da presença física.

Jay Caldwell: Sim. Trabalhei a partir de casa durante cerca de cinco anos. Penso que ter um companheiro de trabalho também foi útil. É provavelmente um bom caso de utilização, já que alguns dos casos de utilização relacionados com companhia proporcionados pela IA podem estar a ajudar pessoas que se sentem um pouco mais isoladas fisicamente.

David Rice: Partilhou que os utilizadores mais intensivos de IA podem ter maior probabilidade de explorar outras oportunidades. À superfície, isso parece uma simples história de oferta e procura. Desenvolveram esta competência valiosa, por isso têm opções. Certo. Mas pergunto-me se está a acontecer algo mais profundo. Trabalhar em estreita colaboração com a IA altera a forma como as pessoas veem o seu próprio potencial ou aquilo que esperam do empregador?

Jay Caldwell: É interessante. Sim. A ADP observou parte disso na nossa própria investigação sobre o risco de retenção. A adoção da IA é realmente fascinante quando pensamos em todas as camadas que podem explicar essa situação. Penso que uma delas é, sem dúvida, o facto de estar a desenvolver uma nova competência muito procurada e poder aplicá-la noutros contextos.

Como é que isso ajuda a sua empregabilidade? Penso que essa é uma grande parte da questão, mas concordo que há mais nessa história quando começamos a desmontá-la. Por exemplo, os seus utilizadores avançados de IA podem começar a sentir-se limitados pela organização em termos do ritmo e da rapidez com que os processos de trabalho à sua volta estão, ou não estão, a mudar.

Pode conseguir ver o futuro, a oportunidade e a capacidade de alterar os processos de trabalho mais rapidamente. Mas, se for apenas uma peça do puzzle, é preciso mais do que uma pessoa para o conseguir fazer. Por isso, há alguma frustração: não tenho a certeza de que a minha organização esteja a avançar suficientemente depressa e poderia fazer muito mais noutro lugar.

Também pode ser isso. E parte da questão pode ser simplesmente o medo do desconhecido. Mais uma vez, à medida que as pessoas começam a trabalhar diretamente com a IA, se uma organização não comunicar muito bem o propósito da IA, penso que isso pode criar ansiedade. Talvez comece a recear o meu próprio emprego nesta empresa por causa do poder que consigo ver que estas ferramentas de IA realmente têm.

E talvez seja mais um modo de sobrevivência, David. Não se trata apenas de ter uma competência muito procurada; trata-se de querer continuar empregado e não ter a certeza de que isso será possível aqui, tendo em conta as ferramentas que temos. Por isso, mais uma vez, penso que muito disto remete para a gestão da mudança associada a estas implementações.

David Rice: Parece uma combinação um pouco desconfortável, certo? Do ponto de vista do talento. As pessoas que estão realmente envolvidas com a IA não estão desinteressadas dos seus empregos, mas são as que estão a procurar outras oportunidades, certo? Porque talvez tenham ultrapassado as suas funções ou, em alguns casos, tenham ultrapassado a própria organização.

Se trabalha constantemente com IA, é quase como uma experiência de expansão da consciência — ou, suponho, de expansão dos horizontes — para a sua carreira. Penso que senti um pouco isso pessoalmente. Começa a ver o que é possível e, depois, se está numa empresa onde percebe que a organização está a avançar a metade da velocidade que sabe ser possível.

De repente, a distância entre o seu potencial e o seu ambiente torna-se intolerável para algumas pessoas.

Jay Caldwell: Sim. Pode ser. E é importante ter em mente, relativamente ao envolvimento, que conduz à retenção, certo? A disposição de alguém para permanecer na sua organização é, de um modo geral, baixa no mercado de trabalho.

Isso varia certamente consoante a empresa, mas, em termos gerais, cerca de 19% a 20% da força de trabalho dos EUA está totalmente envolvida.

David Rice: Mínimos históricos, penso que foi isso que li.

Jay Caldwell: É preciso muito para levar alguém ao limite nesta situação? E quando se pensa no que mais poderia existir, em como poderiam desenvolver as suas carreiras de forma diferente?

Não, provavelmente não. Por isso, talvez a IA seja um catalisador para algumas dessas pessoas começarem realmente a pensar nas opções potenciais que existem.

David Rice: Sem dúvida. Especialmente se, como disse, já estiverem perto do limite. Muitas pessoas estão, e depois olham à volta e veem muita burocracia e cadeias de aprovação.

Talvez existam definições rígidas de funções. Sentem-se mais capazes com esta tecnologia. É quase como se estivessem agora numa jaula de desenvolvimento, enquanto pensam: se ultrapassar o limite, esta coisa vai ajudar-me a voar.

Jay Caldwell: É isso mesmo. Está a libertar-se da tampa. Outra possibilidade é, como disse, uma jaula de desenvolvimento ou de oportunidades, mas também pensar na rapidez com que as suas competências estão a evoluir e querer aplicá-las de formas diferentes. Além disso, alguns dos estudos que estamos a realizar mostram que esperamos que a IA torne toda a gente mais produtiva.

Esse é certamente um objetivo, mas também estamos a observar muitos dados que indicam que isso não está necessariamente a devolver tempo às pessoas. Na realidade, as pessoas estão a trabalhar mais e com maior intensidade quando têm IA, porque estão a fazer mais, estão a avançar a um ritmo mais rápido e os colegas também estão a avançar mais depressa. Por isso, o trabalho pode estar a tornar-se mais intenso, o que também penso que aumenta o risco de retenção.

David Rice: Tenho observado bastante isso. As pessoas estão simplesmente a esgotar-se e a sair, sem terem um plano, porque sentem que não conseguem acompanhar o ritmo. E tive recentemente uma convidada que disse: “Sinto que, em muitos casos, estamos apenas a fazer mais, mas não significa que seja melhor ou mais produtivo; estamos simplesmente a fazer mais.”

Muitas pessoas parecem sentir-se assim. Se a rotatividade está a diminuir, mas o envolvimento não está a aumentar, estamos perante uma força de trabalho que está simplesmente a ficar por segurança, e não por qualquer outra razão, num ambiente orientado pela IA, em que penso que a experimentação e a adaptabilidade são claramente os fatores importantes, certo?

Esta permanência silenciosa é mais corrosiva do que simplesmente sair, porque parece estável no papel?

Jay Caldwell: É isto que me preocupa bastante neste momento, tendo em conta o que está a acontecer com todas estas ferramentas e tecnologias e com o estado do mercado de trabalho para algumas pessoas. O mercado é muito diferente consoante a função ou o setor em que se trabalha.

Mas sim, estamos a ver cada vez mais estes termos a circular, seja “despedimento silencioso”, “agarrar-se ao emprego” ou qualquer outro. Penso que a tendência é a mesma: se não houver rotatividade na organização, isso será um desafio. É um desafio diferente do de há alguns anos, quando tivemos a Grande Demissão.

Nessa altura, a questão era como reter as pessoas de forma tão eficaz quanto possível, o que era doloroso para os empregadores, mas ótimo para os trabalhadores. Mesmo que não abandonasse a sua organização, se a rotatividade aumentasse, teria mais oportunidades para progredir na organização ou assumir novas funções.

Havia simplesmente mais oportunidades para assumir diferentes tipos de responsabilidades. Por isso, se essas oportunidades também diminuírem porque a rotatividade na organização é menor, penso que isso cria o risco de as pessoas começarem a sentir-se estagnadas e bloqueadas, ou de não estarem a crescer tanto quanto poderiam.

Penso que o risco, como referiu, é que isso reduza o envolvimento e, consequentemente, a inovação e a criatividade. E essa é, para mim, a verdadeira promessa da IA: a inovação e a criatividade. Por isso, se não tiver energia mental para avançar com isso, qual é realmente o objetivo? Concordo, penso que existe um grande risco e recomendaria a todas as organizações que, neste contexto, não se tornassem demasiado complacentes com uma rotatividade mais baixa e aparentemente saudável, porque há muito mais a esconder-se por baixo da superfície.

David Rice: Não poderia concordar mais. Temos estado tão obcecados em medir a retenção e a rotatividade que nos esquecemos de perguntar se ficar é a mesma coisa que contribuir. Uma baixa rotatividade neste contexto pode ser, na realidade, um sinal de alerta em vez de uma vitória.

Jay Caldwell: Concordo. E o valor de trazer pessoas externas para a organização, trazendo novas ideias, novas formas de pensar e novas perspetivas, também é significativo. Penso que é fundamental pensar intencionalmente em como manter os canais de entrada a funcionar, além de perceber, mesmo que as pessoas não estejam a sair, como mantê-las realmente comprometidas a nível emocional e a contribuir com o máximo de energia possível no mundo em que vivem hoje.

David Rice: É um ótimo ponto, porque esta ideia de permanecer silenciosamente pode ser um problema muito caro se as pessoas aparecem, não causam problemas, cumprem os seus objetivos e tudo parece bem, certo? Mas não estão a experimentar. Não estão a ultrapassar os limites da forma como a equipa trabalha nem a correr riscos.

E sabemos que a grande recompensa da adoção da IA resulta precisamente de correr algum risco, certo? Mas se estão apenas a preservar-se e a ficar por medo — medo do mercado de trabalho, medo de terem de aprender noutro lugar ou, no caso de muitas pessoas a meio da carreira, a sensação de que estão a começar de novo — então estamos a construir uma força de trabalho com uma mentalidade de conformidade, certo? Não é realmente inovação. Penso que esse é um dos custos. É algo irónico, porque as pessoas que se sentem mais seguras são as que correm menos riscos e, neste contexto, não correr riscos é a coisa mais arriscada que se pode fazer.

Jay Caldwell: Sim, é um ponto muito importante. Quando se fala com pessoas e se analisa as suas carreiras, especialmente pessoas bem-sucedidas, vê-se que assumiram muitos riscos nas decisões que tomaram, nas mudanças que fizeram ou ao passarem para uma função completamente diferente. Penso que é um excelente ponto. Não tinha pensado tanto no impacto pessoal disso, porque pode parecer mais arriscado dar esse tipo de salto agora.

David Rice: Quando as organizações implementam ferramentas de IA de utilização geral, muitas vezes parece que a mensagem é: “Cada um que descubra como fazer isto.” Já os casos de utilização de IA direcionados tendem a ser mais estruturados e orientados para resultados.

Estou curioso: na sua opinião, como é que estas duas abordagens moldam de forma diferente a confiança dos trabalhadores, as curvas de aprendizagem e talvez até a pressão sobre o desempenho?

Jay Caldwell: Excelente pergunta. Já vi organizações adotarem estratégias diferentes. Algumas começaram pela utilização geral e só depois avançaram para casos direcionados; outras começaram por casos direcionados e só depois passaram para a utilização geral.

Mas tem razão: são estratégias diferentes. No caso de algo realmente direcionado, penso que, em ambos os casos — e deveria começar por aqui — não se pode investir pouco na comunicação e na formação associadas a estas ferramentas. E não se trata apenas da formação sobre como utilizá-las, mas também da mudança de mentalidade e da forma de abordar o trabalho de maneira diferente.

Penso que isso é ainda mais importante para as ferramentas de utilização geral, porque se está a dar a alguém um canivete suíço. Lembro-me de ter um quando era criança. Provavelmente ainda só havia três coisas, entre as vinte ferramentas, que eu sabia realmente utilizar: uma lupa, uma faca e uma lima para unhas. Havia muitas outras.

Ainda hoje não faço ideia do que eram. Um palito ou algo semelhante. Era um palito. E é exatamente assim que funciona a utilização geral. Há tantas possibilidades de utilização que é necessário ajudar realmente as pessoas a compreender quais são essas possibilidades. Se simplesmente a ligar e esperar que as pessoas façam isso, não vai correr bem.

Por isso, penso que as organizações que vi fazer isto de forma eficaz aprendem em voz alta. Ligam pessoas com funções semelhantes para falarem sobre coisas como: “Foi isto que experimentei e falhou, por isso evitem.” Ou: “Experimentei fazer uma sessão de ideias e depois passei para uma aplicação daquilo que descobri, e correu muito bem.” E metade da sala diz: “Eu nunca teria pensado nisso.”

No outro extremo, quando os casos de utilização são mais direcionados, trata-se mais de clarificar como isto afeta a minha função hoje, como preciso de alterar os meus fluxos de trabalho e como integrar realmente a IA no fluxo de trabalho. Assim, a comunicação ou formação pode ser muito mais direcionada do que num caso de utilização geral, mas isso também significa que a interpretação do impacto pode ser mais específica, seja positiva ou negativa, se esse caso direcionado estiver a impulsionar fortemente a produtividade.

Se estiver a automatizar muitas das tarefas que realizo, então é ainda mais importante dedicar energia e atenção a apoiar essas pessoas e ajudá-las a compreender a segurança da sua posição. E, como falávamos, das suas carreiras dentro da organização.

David Rice: A Intuit QuickBooks Payroll sabe que os recursos humanos têm tantas peças móveis que podem conduzir ao caos. É por isso que sincroniza salários, recursos humanos, controlo de tempo e finanças numa única plataforma poderosa. E, neste verão, a QuickBooks Payroll vai evoluir para algo maior, apoiando todo o ciclo de vida da equipa. Em breve, as empresas poderão integrar novos trabalhadores num único fluxo contínuo, diretamente ligado ao processamento salarial, configurar fluxos de trabalho automatizados de recursos humanos para situações como promoções ou saída de trabalhadores, e acompanhar o desempenho, as ausências e os benefícios juntamente com o processamento salarial.

Veja hoje a diferença que a QuickBooks Payroll pode fazer pela sua empresa e prepare-se para o que vem a seguir. Saiba mais em quickbooks.com/workforce. É quickbooks.com/workforce.

Gosto da sua analogia do canivete suíço. Agora fiquei a pensar qual será o equivalente na IA daquelas pequenas tesouras, sabe, as frágeis.

Jay Caldwell: Meu Deus, isso é ótimo. A mola partia-se sempre. É inacreditável.

David Rice: A filosofia de “cada um que descubra” é uma forma de dizer: acreditamos que esta tecnologia vai fazer uma grande diferença, mas não temos estratégia e não sabemos o que fazer com ela.

Jay Caldwell: Sim.

David Rice: É como dar um piano a toda a gente e esperar uma sinfonia.

Jay Caldwell: Sim, mas há tanto entusiasmo em torno disto. Penso que essa é a pressa: é tão intuitivo. Muitas ferramentas de utilização geral são simplesmente interfaces de conversação, por isso é muito intuitivo perceber como utilizá-las. A questão é mais a criatividade para decidir o que fazer com elas e quais são as possibilidades, que são difíceis de descobrir sozinho.

David Rice: Penso que os casos de utilização direcionados são realmente úteis nesse cenário, porque fazem algo psicologicamente importante na forma como se aborda a IA. Estamos todos a olhar para ela, vemos aquilo de que é capaz e pode ser um pouco assustador, dependendo da função.

Psicologicamente, um caso de utilização direcionado dá-nos uma vitória. Resolve-se um problema específico, ganha-se confiança e constrói-se confiança mais rapidamente. Por vezes, as ferramentas de utilização geral causam ansiedade porque não existe uma linha de chegada. Nunca se acaba de as utilizar e nunca se tem a sensação de as estar a utilizar suficientemente bem.

Há sempre alguém no LinkedIn que parece mais impressionante a utilizá-las do que nós. Por isso, existe a pressão sobre o desempenho. Penso que há também outro problema: se for algo geral e indefinido, o seu gestor não sabe como medi-lo e acaba por perguntar apenas se está a utilizá-lo.

É uma métrica bastante insignificante, certo? Pelo menos, uma implementação direcionada permite medir resultados em vez de atividade. Penso que a curva de aprendizagem também é real neste caso.

Jay Caldwell: Sim, é um excelente ponto. Do ponto de vista da gestão, são investimentos significativos, por isso tem razão. O valor de alguns desses casos direcionados é que se está a tentar resolver uma oportunidade muito específica e, portanto, é possível medir de forma muito concreta o retorno desse investimento.

Como disse, não se trata apenas de utilizar a ferramenta, mas de perceber o que se está a obter com ela.

David Rice: Hoje publiquei uma história de um colaborador convidado sobre a compressão do trabalho de entrada e o que está a acontecer nas funções de início de carreira. Não é difícil perceber que, se deixarmos de contratar na base da pirâmide de talento, estamos a desmantelar a nossa futura reserva de líderes.

Já falámos um pouco sobre isto no podcast, mas penso que haverá consequências em tudo, desde o conhecimento institucional ao planeamento da sucessão e à mobilidade socioeconómica ao longo do tempo. Estou curioso: o que vê as organizações a fazerem para se anteciparem um pouco a isto?

Está a observar uma mudança, deixando de se concentrar na produtividade a curto prazo para pensar mais na capacidade a longo prazo?

Jay Caldwell: Penso que essa é uma conversa em evolução, porque, no início, alguns dos casos de utilização da IA — por exemplo, quando a IA passou no exame da ordem — provavelmente deram origem à pergunta imediata: “Bem, o que fazemos agora com os assistentes jurídicos?”

Por isso, penso que a reação imediata foi abrandar essas contratações. Mas as empresas estão agora a compreender melhor esta questão, tal como a descreveu, David: não podemos fazer isso por completo. Primeiro, porque se retirarmos um degrau da escada profissional, teremos um grande problema. As pessoas começarão a cair.

Segundo, penso que as organizações também estão a começar a perceber que nem toda a gente adota a IA ao mesmo ritmo. Isso é especialmente verdade para pessoas que estão há mais tempo nas suas carreiras. Não estou a dizer que isso se aplique a todos; estou a generalizar bastante. Podem não adotar estas novas ferramentas ou não estar dispostas a alterar as práticas de trabalho tão rapidamente. Mas chegámos agora a um ponto em que os licenciados universitários de hoje são nativos da IA. Começaram a utilizar ferramentas de IA generativa quando entraram na universidade.

Há muito que podemos aprender com essa população, que se aprofundou realmente nestas ferramentas, espero que pelas razões certas. Procuraram compreender profundamente o potencial e o propósito e podem entrar nas nossas organizações e desafiar-nos: “Porque não estão a utilizar a IA para fazer isto? É estranho. Porque continuamos a fazer isto manualmente? A IA poderia facilmente resolver esta oportunidade por nós.”

Penso que a outra desvantagem é que se perde a oportunidade de trazer competências ou formas de pensar mais modernas para a organização. Mas também é necessário pensar, relativamente a esse segmento da força de trabalho, como ajudá-lo a desenvolver o nível adequado de discernimento e experiência para utilizar a IA de forma eficaz e apropriada.

Continuo a pensar que precisamos de uma combinação saudável em todos os níveis de carreira ou de antiguidade, para garantir que temos todas as capacidades certas na nossa força de trabalho. O volume pode estar a mudar um pouco, porque talvez a procura não seja tão elevada como antes.

A rotatividade é um pouco menor, por isso pode haver alguma moderação no volume de contratações ao nível inicial da carreira, mas continua a ser igualmente importante. Penso que houve uma reação exagerada no início e, como disse, as empresas estão a regressar à conclusão de que têm de manter esses canais abertos e fortes.

David Rice: Ajuda o facto de haver muita coisa na conversa sobre IA que talvez deixe os líderes da direção perplexos. Não a compreendem num nível muito técnico, mas todos compreendem isto: começaram por baixo. Cometeram erros em ambientes de baixo risco. Aprenderam como as organizações funcionam por dentro — a política, tudo.

Não é preciso ser um génio para perceber que, se eliminarmos essa experiência e essas portas de entrada, estaremos a limitar todo o caminho futuro. E penso que muitos líderes da direção não querem falar sobre a dimensão socioeconómica, mas todos temos consciência dela. Durante décadas, os empregos administrativos de nível inicial foram o principal veículo de mobilidade económica.

E, se desaparecerem, temos de os substituir por alguma coisa. Existe aqui também um contrato social e penso que, no próximo ano, isto poderá tornar-se uma preocupação ao nível dos conselhos de administração: o que estamos a fazer para garantir que continuamos a criar valor para as nossas pessoas, a integrá-las e a ajudá-las a crescer?

Jay Caldwell: E a palavra-chave aí é valores ou valor, certo? Penso que é aí que muitas organizações precisam de parar e analisar: quais são os seus valores e como os deixam orientar a sua estratégia? Na ADP, somos uma organização orientada por valores. Um dos nossos valores é que cada colaborador conta e estamos totalmente focados em manter o ser humano no centro de toda esta mudança do trabalho e em garantir que apoiamos todos os nossos colaboradores durante a mudança, independentemente do ponto em que se encontram nas suas carreiras.

Concordo. Penso que é um foco crítico, especialmente quando se pensa em como tratar os trabalhadores durante esta transformação. Com plataformas como a Glassdoor e o Reddit, tudo é muito público. Por isso, analisar esta questão com uma perspetiva de longo prazo, como disse, é realmente fundamental.

David Rice: Uma das coisas que ouvimos muitas pessoas dizer é que a curiosidade e a adaptabilidade são mais importantes do que a especialização.

E, evidentemente, isso parece ótimo do ponto de vista filosófico, e eu concordaria. Mas, estruturalmente, os nossos sistemas de contratação foram historicamente construídos em torno do percurso académico e, em muitos casos, da profundidade de conhecimentos. Todos falam em passar para uma contratação baseada em competências, e penso que há organizações a fazer coisas interessantes nesse domínio, mas muitas empresas talvez estejam um pouco confusas.

Não conseguiram perceber como fazê-lo. O que tem de mudar na forma como avaliamos o talento para não regressarmos automaticamente ao conforto da especialização?

Jay Caldwell: Primeiro, tem de mudar grande parte da mentalidade sobre aquilo que procuramos, e isso implica uma mudança na liderança. O foco da mudança é: como é que os seus líderes pensam sobre a identificação e seleção de talento?

Escolher com base no percurso académico ou nas credenciais é uma forma fácil de o fazer porque está no papel e é visível. É difícil contestá-lo. Se alguém concluiu uma licenciatura de quatro anos, não se pode contestar que teve a capacidade e a energia para o fazer.

Por isso, é necessário analisar fontes alternativas de validação de competências, sejam avaliações mais aprofundadas das capacidades de uma pessoa ou outras formas de avaliação. É aqui que a IA também oferece uma oportunidade imensa para avaliar competências técnicas, de comunicação e de criatividade. Muito disso pode ser aplicado em escala através da IA, mas é preciso fazê-lo cuidadosamente, devido às considerações legais associadas à seleção.

Essa é uma oportunidade de mudança: como começar a avaliar estas coisas de forma um pouco diferente, mas também alterar a mentalidade e os critérios relativamente ao que procuramos.

Isso ajuda os nossos líderes a sentirem-se mais confiantes ao tomar decisões tão importantes, porque nada é mais importante do que as pessoas que contratamos para a equipa. Como podemos ajudá-los a ganhar confiança para tomar uma decisão que não se baseie numa única credencial num currículo? Infelizmente, muitos gestores não são muito bons a entrevistar.

É necessário aprofundar a experiência ou os níveis de criatividade de uma pessoa. Por isso, teremos de ajudar os nossos gestores a praticar também essa competência, fornecendo abordagens comportamentais simples que os ajudem a avaliar aspetos como criatividade, inovação ou amplitude de experiência. Na realidade, é irónico: estamos a regressar a algumas formas fundamentais de entrevista baseada em comportamentos que existem há décadas, mas nas quais provavelmente não temos confiado o suficiente.

David Rice: É engraçado como, por vezes, a resposta é simplesmente ser antiquado.

Jay Caldwell: Sim, exatamente.

David Rice: Estava a falar com um professor da Universidade do Michigan há cerca de um ano e ele disse: “Vou voltar a fazer exames supervisionados e obrigá-los a escrever. Não podem ter qualquer dispositivo.” Disse que, dessa forma, conseguia testar se realmente sabiam a matéria. E eu pensei: é justo. Parece horrível, porque detestava esses testes, mas.

Jay Caldwell: Existe algo chamado testes de usos alternativos. Não sei até que ponto é utilizado atualmente, mas conhece-os?

David Rice: Sim, já ouvi falar.

Jay Caldwell: Na forma mais simples, funciona assim: “David, aqui está uma caneta. Diga-me, nos próximos três minutos, o maior número possível de utilizações para esta caneta.” Depois, apresentam-se os resultados. Parece quase um jogo de família, mas é uma forma de testar o pensamento divergente.

Quantas formas diferentes conseguimos encontrar para analisar uma situação? Pode ser um indicador de curiosidade. São testes ou métodos com 40 ou 50 anos. Por isso, como disse, é voltar ao básico. Tenho a certeza de que a IA consegue fazer isso muito bem e apresentar-nos muito mais utilizações do que precisamos.

Mas, se simplesmente se sentar com o seu próprio cérebro, quão bom é a realizar essa tarefa?

David Rice: Tenho de perguntar, porque a presença da ADP no panorama do talento é enorme e tenho curiosidade em conhecer a sua opinião. Isto é um problema de infraestrutura de talento? Resume-se à forma como utilizamos e ao que esperamos dos nossos sistemas ATS, à forma como formámos os recrutadores, aos modelos de entrevista que utilizamos? Até a nossa linguagem está construída em torno do modelo do percurso académico.

Por isso, não penso que a contratação baseada em competências seja uma alteração de política. É uma revisão completa da infraestrutura, e penso que muitas pessoas estão simplesmente a tentar executar software novo em hardware antigo. É essa a mentalidade em que estão presas neste momento.

Jay Caldwell: Penso que também é necessário definir realmente o que se quer dizer quando se afirma “baseado em competências” e que alterações se estão a fazer nesse âmbito.

Como disse, se baseado em competências significa deixar de exigir um grau académico para determinadas funções, ótimo. Mas agora é preciso analisar o sistema de ponta a ponta. O que mais poderá ser necessário alterar nas práticas de contratação? O que também poderá ser necessário alterar nas práticas anteriores à contratação?

Por exemplo, se a sua empresa eliminar os requisitos de licenciatura para funções de nível inicial, mas os mantiver para funções de liderança sénior, como ajudará as pessoas a colmatar essa lacuna ao longo das suas carreiras? Ou será melhor alterar ambas as coisas? É essa talvez a melhor pergunta. Mas é necessário analisar o sistema completo e pensar a longo prazo, em vez de se concentrar apenas nesta pequena alteração isolada.

David Rice: Outra coisa em que penso é que, no fundo, estamos todos a dizer a mesma coisa: a curiosidade e a adaptabilidade são competências essenciais que queremos contratar. Mas como se avalia isso? Não se pode colocar “adaptabilidade” num currículo e demonstrá-la. Penso nisto porque estava a ajudar um amigo que procura um novo emprego e tentava encontrar formas de o ajudar a apresentar o seu portefólio.

A adaptabilidade é uma dessas coisas. É preciso demonstrá-la, mas não se consegue fazê-lo numa entrevista de 30 minutos. Não se pode testar a curiosidade numa entrevista curta. Por isso, penso que os nossos métodos não estão fundamentalmente alinhados com aquilo que dizemos valorizar.

As ferramentas de IA poderiam ajudar-nos a avaliar melhor o potencial e esses aspetos, através da análise de exemplos de trabalho ou da avaliação de uma abordagem de resolução de problemas. Talvez até identificando competências transferíveis. Mas muitos de nós estamos a utilizá-las para fazer mais depressa aquilo que já fazíamos, por isso parece que.

Jay Caldwell: Também poderia, sabe, estamos a falar de contratação, mas podemos colocar a mesma questão ao desenvolvimento.

Podemos desenvolver competências de criatividade e adaptabilidade, e esse é outro excelente caso de utilização da IA. Por exemplo, temos analisado a forma de integrar a IA na nossa formação de desenvolvimento de liderança. Parte do objetivo é dar às pessoas mais oportunidades de praticar e repetir comportamentos de liderança mais rapidamente.

Poderia criar uma simulação em que tivesse de lidar com um subordinado direto muito difícil e dar-lhe feedback complicado. Depois, acrescentar outras dez situações que o ajudassem a desenvolver maior adaptabilidade enquanto líder. Penso que essa também é uma das promessas. Não queremos apenas contratar essas competências; temos também a oportunidade de as desenvolver.

David Rice: Se a IA tratar de coisas como a análise aprofundada e talvez até alguns elementos da tomada de decisão, o desempenho humano passa realmente da execução para o discernimento. Tendo isso em conta, como é que os nossos modelos atuais de desempenho têm de ser ajustados para medirmos as coisas certas?

Jay Caldwell: Exatamente. Gostaria de ter uma resposta para isso. Gostaria de ter uma resposta fácil para esta pergunta.

David Rice: Eu só faço perguntas fáceis. Neste programa são todas perguntas fáceis.

Jay Caldwell: É? É um pouco como perguntar como se mede o desempenho num trabalho criativo, como o de um artista.

É pelas vendas? Não sei. Muitos artistas só vendem depois de morrerem, certo? E é nessa altura que se tornam realmente populares. Por isso, é bastante complicado. Penso, contudo, que começa por reformular a própria mentalidade sobre a forma como alguém vê o seu desempenho.

Por exemplo, sinto-me muito produtivo quando limpo a caixa de entrada. Consigo vê-lo e medi-lo. Sei quando começa e quando termina. Se a IA me ajudar a fazer isso no futuro, perco algo que me faz sentir produtivo e que estou a ter um bom desempenho. O mesmo acontece ao responder a um determinado número de chamadas ou ao resumir uma determinada quantidade de notas de reuniões ao longo da semana.

Estas coisas ajudam-me a sentir que estou a progredir. Nos trabalhos que são, por natureza, mais criativos, é mais difícil perceber que se está a progredir. Os marcos não são tão claros e os prazos são mais longos. Por isso, o primeiro passo é reconhecer que, se o trabalho de alguém está fundamentalmente a mudar de produção para criatividade, isso exige uma reformulação completa da forma como essa pessoa vê o seu próprio desempenho.

A questão da medição é um desafio completamente diferente. A forma como pensamos nos processos de gestão do desempenho é um grande desafio. Penso que é importante analisar aspetos como uma definição de objetivos mais adaptável, medir o desempenho com maior frequência e, para os gestores, talvez utilizar formas mais simples e leves de obter perspetivas de gestão com maior regularidade.

Também é importante dar ênfase não apenas aos resultados, mas também aos contributos, aos comportamentos e aos conjuntos de competências. Como é que a pessoa se apresenta? Existe o antigo debate sobre o que se está a medir: o quê ou o como? Penso que haverá uma maior ênfase no como daqui para a frente, porque esses são normalmente os contributos para um bom trabalho criativo e estratégico, ou para a forma como colaboramos com os colegas.

Por isso, é necessário repensar individualmente o que significa ter um bom desempenho, mas também, enquanto organização, pensar em como transformar as métricas utilizadas em avaliações anuais ou processos semelhantes. Será uma questão muito atual à medida que a IA tiver impacto, mas agora é a altura de refletir sobre as possíveis implicações.

David Rice: Sim, sem dúvida. Mencionou a passagem da produção para a criatividade e eu penso muitas vezes nela como a passagem da execução para o discernimento. Mas como se mede o discernimento? Dou-lhe um exemplo. No meu trabalho, crio muitos conteúdos e utilizo a IA para ajudar a criar parte deles.

Pelo menos para me dar um primeiro rascunho. Pode apresentar coisas que parecem muito convincentes, mas sou naturalmente cético em relação ao que me fornece. Por isso, procuro sempre aquilo que me parece estranho do ponto de vista do discernimento. Isso não parece correto. E encontro constantemente mentiras ou informações inventadas, em situações em que a estatística não diz aquilo ou em que o significado é completamente diferente.

Mas como é que coloco isso na minha avaliação trimestral? “Evitei que parecêssemos idiotas 27 vezes este mês.” É difícil de medir. Muitas vezes, a IA é boa a criar um argumento com base em dados, mas é sempre necessário verificar esses dados. De onde vieram? O que diziam realmente? Está a reformulá-los ou a apresentá-los como eram? Em muitos casos, o meu trabalho não é reformulá-los nem traduzi-los, exceto quando são muito complexos. É citá-los e apresentá-los como: aqui está uma ideia e esta é parte da razão pela qual penso assim.

Se forem dados que produzimos, sim, estamos aqui para os traduzir, e isso é aceitável. Mas, por vezes, a IA pega num número e transforma-o completamente noutra coisa, e pensamos: “Não foi isso que o relatório disse.” Tenho feito isto há quase dois anos e está a melhorar.

Algumas plataformas são melhores do que outras. Penso que, por exemplo, a Perplexity tem uma espécie de especialização em citações e é algo que faz bem, mas não é tão boa noutras coisas em que o Claude é melhor. É preciso encontrar a ferramenta certa. Para isto, utilizo esta; para aquilo, utilizo aquela.

Sim. Há situações constantes em que a ferramenta diz algo e eu penso: “Lembro-me de que esse dado era de há dois anos”, mas ela apresenta-o como se fosse do mês passado.

Jay Caldwell: Voltando à nossa conversa sobre como ajudar o talento em início de carreira: é precisamente este o ponto. Como se desenvolve esse tipo de discernimento? Sabe fazê-lo porque tem experiência.

David Rice: Exatamente. Faço isto há muito tempo, por isso é natural para mim pensar dessa forma. Mas, se tivesse 24 anos, tivesse acabado de sair da universidade e nunca tivesse visto este tipo de situação, e estivesse simplesmente a tentar analisar os resultados, não haveria forma de saber. Poderia talvez fazer uma pesquisa mais aprofundada, mas, nesse caso, o meu trabalho passaria de criador a verificador de factos. Será esse o valor? Não sei se é intrinsecamente valioso. Por isso, é necessário encontrar formas de utilizar estas ferramentas que façam sentido, mantendo o discernimento no centro e atribuindo-lhe um valor elevado, mas permitindo também desenvolver essas competências.

Jay Caldwell: É outra forma de pensar sobre a medição do desempenho, porque há três fases. Introduz-se uma determinada pergunta ou instrução, a IA faz a sua magia e, no fim, avalia-se o resultado. Ao analisar o desempenho num mundo com IA, será provavelmente muito importante avaliar a pessoa nesses dois extremos.

Quão boa é a pessoa a fazer as perguntas certas, a aperfeiçoar a instrução da forma adequada e, depois, a avaliar e utilizar o resultado? A parte intermédia é bastante eficiente e automatizada pela IA, mas esse ciclo de trabalho através dessas utilizações é realmente importante.

David Rice: É uma excelente forma de o colocar, porque se trata de uma mudança de poder. As pessoas com melhor discernimento nem sempre são as que têm os cargos mais elevados. Por vezes, são simplesmente as pessoas que estão sentadas no lugar certo. Ou podem ser verdadeiramente disruptivas numa hierarquia organizacional se forem removidas. Mas é muito difícil compreender onde o discernimento tem de estar e qual o nível de experiência, conhecimento ou capacidade para fazer a pergunta certa no momento certo. É aí que estamos.

Jay, foi muito bom falar consigo. Gostei muito desta conversa.

Jay Caldwell: Igualmente. Poderíamos provavelmente falar sobre isto durante todo o dia. É um espaço e um momento entusiasmantes, mas estamos todos a aprender em conjunto. Agradeço que faça podcasts como este, porque ajudam realmente a refletir sobre estas questões. Estamos todos no mesmo barco. Ninguém está muito à frente dos outros, por isso, quanto mais partilharmos, melhor. Obrigado, David.

David Rice: Sem dúvida. Ouvintes, se ainda não o fizeram, visitem o nosso site e subscrevam a newsletter People Managing People. Receberão episódios como este, bem como todos os conteúdos que criamos no People Managing People, diretamente na vossa caixa de entrada.

Até à próxima: o discernimento é o que realmente importa.