A transição entre a IA e os seres humanos é mais complicada do que as empresas pensam

David Rice: A maioria das conversas sobre IA nas grandes empresas começa com a mesma pergunta: O que podemos automatizar? Mas esse é o ponto de partida errado. No programa de hoje, estou à conversa com Paula Goldman, Diretora de Utilização Ética e Humana na Salesforce, sobre a diferença entre conceber para a automatização e conceber para a colaboração entre humanos e IA.

Não são a mesma coisa. A automatização pergunta que passos podemos eliminar. A colaboração pergunta em que é que o trabalho se pode transformar agora que os seres humanos têm uma nova capacidade disponível. A transição entre a IA e os seres humanos também não é tão clara como gostamos de fingir. Quando os clientes estão zangados, querem falar com uma pessoa. Quando estão envergonhados, muitas vezes preferem a IA.

As suposições generalizadas sobre onde essa fronteira deve ficar vão custar às organizações confiança de formas difíceis de recuperar. O argumento central de Paula é que, à medida que a IA se torna mais poderosa, o discernimento e a criação de relações se tornam mais importantes, e não menos. A produtividade é um resultado intermédio. A pergunta mais interessante é o que fazemos com a capacidade que ela cria.

Por isso, hoje vamos abordar por que razão começar pela automatização faz com que os líderes não percebam como o trabalho humano cria valor, como pensar na transição entre a IA e os seres humanos para os seus casos de utilização específicos, por que razão se está agora a pedir a todos os trabalhadores que gerem a IA com a mesma falta de formação que os gestores receberam no passado, e como é, na prática, conceber para o florescimento humano.

Eu sou David Rice. Este é o People Managing People e, se a sua estratégia de IA estiver organizada em torno daquilo que pode automatizar, em vez daquilo em que o trabalho se pode transformar, esta conversa vai reformular toda a questão para si. Vamos começar.

Conheça a Teamflect, a plataforma de gestão do desempenho e envolvimento dos trabalhadores mais bem classificada, criada para o Microsoft Teams.

Com a confiança de mais de mil organizações. Uma solução fácil de utilizar, mas com qualidade empresarial. Visite Teamflect.com para saber mais.

Bem, Paula, seja bem-vinda ao programa de hoje.

Paula Goldman: Obrigada pelo convite.

David Rice: Queria começar a conversa à volta de uma questão que surge em muitas conversas sobre IA nas grandes empresas, que continuam a começar com alguma versão de: “Bem, o que podemos automatizar?”

Certo? De certa forma, defende que conceber para a automatização e conceber para a colaboração entre humanos e IA são coisas fundamentalmente diferentes. E, se começarmos pela automatização como objetivo, o que é que isso faz com que os líderes não percebam sobre o trabalho humano e a forma como este cria valor?

Paula Goldman: Obrigada. Acho que colocou muito bem essa questão e penso que há várias partes a considerar.

Uma delas é simplesmente a diferença entre um resultado transformador e um ligeiro aumento de eficiência. Mas precisamos de perguntar: “O que é que a IA torna possível para as nossas empresas? Como podemos continuar a surpreender positivamente os nossos clientes, os nossos trabalhadores e assim por diante?” Mas penso que, a um nível ainda mais básico, a questão também passa por reconhecer onde é que a interação humana é fundamental para o sucesso de um resultado.

Onde a ligação, por exemplo, entre alguém que atende o telefone e alguém que ligou pode fazer a diferença entre um cliente profundamente desiludido e um cliente satisfeito, ou onde o acompanhamento humano de um trabalhador pode fazer a diferença entre a motivação e o crescimento, ou não, certo?

E penso que poderíamos entrar em muitos detalhes sobre isto, mas subestimámos enormemente a razão pela qual isso é importante. Quer dizer, a IA é extremamente poderosa. Há tanta coisa que podemos fazer com ela. Mas a pergunta certa é: como conseguimos que as pessoas e a IA trabalhem bem em conjunto para obter resultados responsáveis e extraordinários, e não apenas descobrir onde podemos encaixar a IA?

David Rice: Parte do nosso problema é que, por vezes, eficiência e valor tendem a ser quase sinónimos na nossa mente, mas um fluxo de trabalho pode tornar-se dramaticamente mais eficiente e, ao mesmo tempo, pior a produzir aquilo que importa: confiança, aprendizagem, criatividade e discernimento, certo? A automatização tende a tratar o fluxo de trabalho existente como se fosse a unidade de análise.

Que passos podemos eliminar? A colaboração, penso eu, coloca uma pergunta diferente: “Em que é que este fluxo de trabalho se poderia transformar agora que os seres humanos têm um novo tipo de capacidade disponível?”

Paula Goldman: Acho que explicou isso muito bem.

David Rice: Penso que isto é particularmente relevante para os diretores de recursos humanos, porque um líder financeiro vai ver vinte por cento de capacidade libertada.

Os recursos humanos precisam de perguntar o que acontece ao conhecimento profissional e ao sistema organizacional em torno dessa capacidade. Por isso, penso que esta é uma das grandes questões com que estamos a ter de lidar neste momento. Falou sobre conceber a transição entre a IA e os seres humanos. Mas essa fronteira não é assim tão simples como a IA tratar do trabalho rotineiro e os seres humanos tratarem do trabalho complexo.

Dizemos isso, mas não penso que seja assim tão claro. E, por vezes, as pessoas preferem realmente a IA para interações muito sensíveis, enquanto, para outras pessoas, momentos aparentemente simples dependem enormemente da ligação humana. Gostaria de saber, na sua opinião, como devem as organizações determinar onde fica essa fronteira, em vez de fazerem simplesmente suposições generalizadas sobre o assunto?

Paula Goldman: E não é que essa espécie de verdade estabelecida — deixar a IA tratar do que é rotineiro e deixar as pessoas tratarem do que é complexo — esteja errada. É, na verdade, um ponto de partida bastante bom. Mas, quando começamos a analisar casos de utilização individuais, é aí que as coisas se tornam muito interessantes, certo? Vejamos, por exemplo, o serviço de apoio ao cliente.

É verdade, certo? Se a IA nunca tiver visto uma pergunta antes e não tiver dados sobre a resposta, provavelmente não deverá tratá-la. Mas também existem outras regras práticas. Se algo for altamente regulamentado, como a One Eight Hundred Accountant, que presta aconselhamento financeiro a pequenas empresas, quando entram numa categoria regulamentada, como o aconselhamento fiscal, querem que seja uma pessoa a tratar do assunto.

Mas, se começarmos a pensar na emoção ou na ligação emocional do cliente, é aí que as coisas se tornam realmente interessantes, certo? Existem muitos estudos e muitos dados que indicam que, quando os clientes estão zangados, geralmente querem falar com uma pessoa. Quando estão envergonhados, digamos que se trata de uma condição médica ou simplesmente de algo relativamente ao qual não querem sentir que estão a ser julgados, existe uma ligeira preferência pela IA.

E é por isso que penso que compreender realmente essas tendências e preferências — onde é que as pessoas querem falar com outras pessoas e onde não querem — é muito importante, porque, quando pensamos apenas no serviço de apoio ao cliente, continuando com este exemplo, isto é realmente importante, não apenas por uma questão de eficiência, mas porque é aqui que se mantém o cliente ou não, certo?

E não temos muitas oportunidades para o fazer. É por isso que penso que estamos apenas a começar a compreender como funciona realmente a colaboração na prática e que prestar atenção ao lado humano é muito importante.

David Rice: Sim, talvez a distinção não seja tão simples como, sabe — ou talvez não seja uma questão de simples versus complexo, mas sim do que é que as pessoas querem desta interação, certo?

Mencionou que, quando estão zangadas, querem falar com um ser humano. Penso também que, se sentirem vergonha ou medo de serem julgadas, a IA pode parecer psicologicamente mais segura do que uma pessoa, simplesmente porque tivemos esse tipo de interações ao longo da nossa vida em que, sim, os seres humanos nos fizeram sentir desconfortáveis, certo?

Ou fizeram-nos sentir mal. Estou curioso, porque isso sugere que as organizações precisam de investigação junto dos utilizadores, e não apenas de mapeamento de processos, antes de decidirem onde devem estar os seres humanos. Também não diria que o problema da fronteira seja permanente, certo? As pessoas podem inicialmente querer a segurança transmitida por uma pessoa e, mais tarde, sentir-se confortáveis com a IA, ou o contrário pode acontecer.

Por isso, é uma questão de escolha e penso que estamos a utilizar a complexidade da tarefa como indicador do ponto onde os seres humanos acrescentam valor. Acha que a consequência emocional é, na verdade, uma variável melhor?

Paula Goldman: Penso que ambas são variáveis muito importantes, certo? E o facto de as pessoas ignorarem o lado da ligação humana pode acabar por ser prejudicial.

Penso que são ambas coisas muito valiosas a ter em conta. E também tem razão quando diz que as coisas vão mudar. Com o tempo, as pessoas podem habituar-se mais a interagir com a IA, e a IA está obviamente a ficar cada vez melhor e mais poderosa. Mas também pode acontecer que as pessoas valorizem mais a ligação humana, certo?

Que ela possa passar a ter mais importância. Na verdade, à medida que os consumidores e os trabalhadores utilizam mais a IA e a usam para filtrar aquilo que recebem, como mensagens de marketing e assim por diante, teremos cada vez menos pontos de contacto humanos, e estes serão muito, muito mais importantes, certo?

Por isso, penso que é um pouco difícil prever como tudo isto se vai desenrolar, mas, depois de escrever o livro, sinto-me muito, muito confiante de que estamos a subestimar a importância do lado humano da interação.

David Rice: Contou-me uma história fantástica, quando estávamos a falar antes disto, sobre assistentes sociais que resistiram a uma ferramenta de IA concebida para os impedir de regressar ao escritório depois das visitas no terreno, e depois a liderança viu essa deslocação como uma ineficiência, certo?

Os trabalhadores viam-na como o momento em que processavam em conjunto os casos difíceis. Para mim, isso parece uma lição muito maior para os diretores de recursos humanos, porque como é que se distingue o desperdício das interações humanas aparentemente ineficientes que, na realidade, têm o maior impacto na confiança, na aprendizagem, no discernimento e na resiliência?

Paula Goldman: Certo. E esse foi um bom exemplo de como é importante compreender realmente o ritual daquilo que…

Sabe, as pessoas não só vão para o terreno e lidam com casos difíceis. Por vezes, há coisas que nunca viram antes. Por vezes, há coisas que podem simplesmente ter um impacto emocional sobre nós enquanto trabalhadores. Queremos voltar e processar e aprender em conjunto, porque talvez um colega já tenha visto algo semelhante.

A questão não é a IA não poder ajudar-nos a tomar essas notas ou a realizar esse processo, mas sim como pode apoiar da melhor forma tanto a eficiência como a aprendizagem colaborativa que está a acontecer nesse momento. E é aí que uma pequena alteração, compreendendo realmente que o objetivo não é apenas poupar tempo, mas aumentar a aprendizagem da equipa, pode fazer toda a diferença.

É obter as melhores respostas para servir as pessoas que estão a ser apoiadas por esses assistentes sociais e assim por diante. É uma pequena alteração que poderia produzir uma diferença incrível. E, nesse caso, na história que lhe contei, tratava-se de uma câmara municipal no Reino Unido, onde esse projeto-piloto acabou por ser rejeitado.

Mais uma vez, uma pequena alteração que tornasse a implementação um pouco mais centrada nas pessoas teria permitido salvar o projeto, preservar a eficiência e também toda a aprendizagem que dele resultava.

David Rice: Passámos décadas a falar da fricção como algo negativo e de como a eliminar, certo? E agora a IA dá-nos, de certa forma, um poder sem precedentes para fazer exatamente isso.

Mas penso que vamos descobrir cada vez mais… Falei com alguém há pouco mais de um ano, um autor, e ele falava sobre a fricção positiva e sobre como ela é algo real, certo? E, por isso, o regresso ao escritório parecia desperdício de transporte quando era visto num mapa de processos, certo?

Mas, na realidade, era supervisão entre pares, era a capacidade de descomprimir em conjunto e partilhar conhecimento informal. Por isso, penso que vamos encontrar exemplos semelhantes em todo o lado, certo? Trabalhadores mais jovens a ouvir colegas seniores, as conversas que acontecem depois das reuniões, perguntar a alguém que está sentado ao nosso lado como lidaria com determinada situação.

Estas interações são invisíveis, mas têm um valor incalculável para o retorno do investimento e para o desenvolvimento dos trabalhadores. Por isso, penso que existe aí uma ligação com a reformulação do trabalho.

Paula Goldman: Concordo. Sim, concordo. Na verdade, penso que apresentou dois pontos realmente importantes. Um deles foi o valor dos diferentes rituais que podem acontecer num ambiente de trabalho e a importância de lhes prestar atenção.

Mas também falou sobre o valor da fricção positiva, com o qual concordo plenamente. Na Salesforce, chamamos-lhe fricção consciente. É o mesmo conceito: a IA é realmente poderosa, ou a tecnologia é realmente poderosa. Pode apresentar respostas em muitos domínios diferentes. Mas há situações em que a diferença entre um resultado bem-sucedido e um resultado falhado é a intervenção de um ser humano com discernimento.

Por isso, uma das coisas a que dedico muito tempo todos os dias é identificar os momentos em que queremos realmente incentivar alguém a olhar uma segunda vez. Pode ser porque se trata de uma decisão com consequências importantes que a IA está a recomendar, por exemplo, no contexto da seleção de trabalhadores ou da análise de alguém para um empréstimo, em que queremos mesmo supervisão humana.

Mas pode ser algo tão simples como querer realmente que alguém esteja envolvido, e isso vai fazer uma grande diferença. É preciso fazê-lo com muito, muito cuidado, mas penso que a ideia de que a fricção é má não é universalmente verdadeira. Há situações em que precisamos definitivamente de fricção no sistema.

David Rice: Penso que já ouvi alguém chamar a isto, certa vez, ineficiências estruturais, o que achei uma forma engraçada de o dizer.

Mas gostaria de saber se cabe ao diretor de recursos humanos identificar quais são as ineficiências…

E estamos a dizer ineficiências entre aspas, porque podem não o ser na realidade.

Paula Goldman: Sim, exatamente.

David Rice: Cabe ao diretor de recursos humanos identificar quais são essas ineficiências antes de permitir que a transformação baseada em IA simplesmente as elimine?

Paula Goldman: Esta é uma questão muito interessante, e deixe-me começar por dizer que penso que o papel dos recursos humanos é essencial, absolutamente essencial, para ajudar todas estas funções diferentes dentro de uma empresa a utilizarem a IA de forma a obterem os melhores resultados. E isso implica todo o tipo de coisas para a organização de recursos humanos, incluindo muitos tipos novos de responsabilidades.

Também penso, contudo, que, de certa forma, esta questão tem de ser delegada a cada função, porque são essas pessoas que sabem. A equipa de marketing sabe realmente onde é que o gosto e a autenticidade humana são importantes nas mensagens que estamos a criar. E sabe onde podemos simplesmente pedir à IA que personalize uma mensagem de vinte mil formas diferentes para vinte mil clientes diferentes.

E como encontramos a combinação certa entre essas duas coisas? Mas são ambas. O que é extremamente interessante é que, de repente, a IA está em todo o lado, certo? Já não se trata apenas de uma ou duas aplicações utilizadas por uma empresa. Pelo menos no contexto da Salesforce, está profundamente integrada em tudo o que fazemos, em todas as funções.

Por isso, precisamos de pessoas especialistas nessas funções para determinarem quais são os casos de utilização prioritários. E precisamos que os recursos humanos se envolvam e pensem em como garantir que a experiência humana está realmente presente e no centro da obtenção dos melhores resultados.

David Rice: Uma implicação daquilo de que falámos anteriormente é que os trabalhadores não podem ser simplesmente os destinatários da transformação baseada em IA, certo?

Eles têm informações sobre o trabalho que as pessoas que concebem este tipo de transformações talvez não tenham. E, por isso, as organizações não podem redesenhar todos os fluxos de trabalho através de um comité. A questão é: como é que se consegue uma participação significativa dos trabalhadores sem abrandar a transformação ao ponto de os executivos se sentirem desconfortáveis com ela?

Paula Goldman: Sim, sim. Não, e penso que é uma pergunta justa, mas não acho que… Uma das coisas que digo no meu livro é que os trabalhadores devem ter um lugar à mesa. E penso que a história de que falámos sobre os assistentes sociais é um bom exemplo de como não o fazer é contraproducente. Mas existem formas de o fazer que, na verdade, aceleram os resultados e permitem antecipar os problemas antes de estes se tornarem realmente grandes.

Eis algumas ideias. Baseiam-se no que faço na Salesforce e com a minha equipa. Fazemos coisas como maratonas de inovação, em que os trabalhadores apresentam ideias sobre como utilizar a IA. Um dos meus exemplos favoritos é o de trabalhadores neurodivergentes que exploraram formas de utilizar a IA no Slack para não se sentirem esmagados por todas as diferentes formas de informação com que eram inundados.

E acabámos por utilizar essas ideias no modo de concentração do Slack. Existem muitos exemplos de como envolver as pessoas aumenta esse tipo de inovação. Mas não se trata apenas de maratonas de inovação. Trata-se de pedir feedback na aplicação e de envolver as pessoas na reflexão sobre quais serão as aplicações realmente importantes.

E trata-se de ouvir esse feedback, certo? O objetivo não é simplesmente lançar a IA e dizer que é obrigatório adotá-la. É perceber como as pessoas a estão realmente a utilizar no trabalho do dia a dia para obter melhores resultados. E a verdade é que as pessoas que estão mais próximas dessa realidade sabem como o fazer.

Há outra história no livro sobre uma amiga minha, Amanda Ballantyne, que costumava dirigir a inovação na AFL-CIO. Ela contou-me a história de uma visita a uma fábrica da Stellantis, uma fábrica automóvel, onde existia uma parceria em que os trabalhadores do chão de fábrica ensinavam outros trabalhadores a trabalhar com robótica.

E, como tinham efetivamente feito esse trabalho e trabalhado com robótica, uma das professoras que ela viu tinha criado a sua própria aplicação para os alunos sobre como resolver problemas do robô, certo? Isso nasce da experiência real. Está, na verdade, a ajudar a aumentar a eficiência. E é um exemplo de por que razão não se deve simplesmente impor a tecnologia de cima para baixo.

É preciso envolver realmente as pessoas, e obterá resultados muito melhores.

David Rice: E penso que existe alguma hesitação em fazê-lo, mas acho que todos precisam de ter em mente que há uma grande diferença entre os trabalhadores terem poder de veto e fornecerem inteligência para a conceção. Os trabalhadores da linha da frente sabem coisas sobre…

Penso nisto porque, do meu próprio ponto de vista, trabalhei na hotelaria, nos transportes, em operações e em todas estas áreas diferentes, certo? Os trabalhadores da linha da frente tendem a conhecer os atalhos ou as regras que muitas vezes não aparecem propriamente nos procedimentos operacionais padrão. Têm uma espécie de fluxos de trabalho ocultos.

Paula Goldman: Não, é exatamente isso. É exatamente isso. Por vezes, a IA consegue captar esse conhecimento tácito e ajudar a torná-lo mais acessível às pessoas, o que é ótimo. E depois há momentos em que existem coisas que simplesmente não vão surgir. Não estão explicitamente codificadas. É alguém a ler a situação, ou alguém que compreende realmente como algo tem sido feito durante anos e descobre como fazê-lo. É por isso que queremos essa experiência, certo?

Queremos isso. É isso que nos vai proporcionar resultados muito, muito melhores.

David Rice: Eu apresentaria isto menos como participação e quase menos como consulta aos trabalhadores, e mais como recolha de requisitos. Porque existe um argumento relacionado com a adoção, certo? As pessoas têm maior probabilidade de utilizar um sistema quando reconhecem a sua realidade na conceção do sistema.

Paula Goldman: Cem por cento. Sim. É uma excelente forma de o enquadrar. Sim.

David Rice: Vemos isso em diferentes tipos de tecnologia, certo? É uma preocupação legítima. A minha pergunta seria: como se distingue o conhecimento legítimo da linha da frente da resistência que é basicamente “não quero que o meu trabalho mude”?

Paula Goldman: Isto é muito importante, e fico muito contente por ter feito essa pergunta. Eis o que quero dizer. Estamos a atravessar uma transformação enorme na forma como trabalhamos. Sabe, a mudança é difícil, mas penso que esta é mais uma razão para envolver as pessoas, dar-lhes um lugar à mesa e compreender realmente, ou, como acabou de dizer, fazer uma espécie de recolha de requisitos. Isso produz resultados muito melhores, porque estamos a pedir às pessoas que mudem a forma como trabalham, certo?

É fácil subestimar o facto de elas passarem por uma enorme curva emocional e de haver conhecimento que precisa de ser integrado nesse processo. Então, como fazemos isto bem? Penso que é preciso pensar no que… Uma das perguntas de que falámos foi: o que precisa de continuar a ser humano?

E recolher opiniões sobre isso, certo? Não significa que cada opinião determine o resultado, mas é preciso ouvir realmente e compreender onde é que esse tipo de discernimento e criação de relações, ou simplesmente a resolução de casos-limite, faz uma grande diferença.

Mas envolver as pessoas na conceção daquilo que o trabalho deve ser faz uma grande diferença. Fizemos isto recentemente com a nossa própria equipa e penso que há um pouco aquela ideia de que nos habituamos a uma forma de trabalhar, tornamo-nos muito bons nela e, depois, pedem-nos que a mudemos. E isso é difícil.

As pessoas precisam de ser acompanhadas e de acreditar no processo, e precisam de perceber que, na realidade, isso vai tornar o trabalho melhor, certo? E penso que, quando percebem isso, torna-se muito, muito entusiasmante. Mas é difícil. É, de facto, gestão da mudança.

David Rice: Sim, sem dúvida. Existe outra dimensão na colaboração entre humanos e IA, e penso que a estou a ver cada vez mais como um tema de conversa.

É algo sobre o qual tenho falado com pessoas neste programa há mais de um ano, mas é algo com que os diretores de recursos humanos vão ter de lidar, certo? E é o seguinte: se transferirmos sistematicamente determinadas tarefas cognitivas para a IA, não estamos apenas a redesenhar empregos. Podemos estar a redesenhar a forma como as pessoas desenvolvem experiência e a sua capacidade de influenciar aquilo que resulta do local de trabalho.

Por isso, gostaria de saber como devem os líderes pensar naquilo que os seres humanos precisam de continuar a fazer. Não porque a IA não o consiga fazer — penso que, a certa altura, provavelmente fará tudo melhor do que nós — mas porque fazê-lo é a forma como as pessoas desenvolvem o discernimento de que precisam para ter sucesso nas suas funções. Penso que existe aqui uma distinção entre a IA conseguir executar uma tarefa e os seres humanos deverem deixar de executar essa tarefa.

Paula Goldman: Sim, cem por cento. Na verdade, penso que voltou a apresentar vários pontos excelentes ao mesmo tempo. Comecemos pela diferença entre a IA conseguir fazê-lo e dever fazê-lo, certo? Falámos no início da conversa sobre alguns exemplos disso no contexto do serviço de apoio ao cliente. E existem também outros contextos em que a diferença entre conseguir e dever faz a diferença entre o sucesso e o fracasso.

Estava a pensar, do ponto de vista dos recursos humanos, na tecnologia de incentivo e na tecnologia que ajuda os gestores a fazer avaliações de desempenho mais completas e a dar feedback mais detalhado. Mas existe uma diferença entre a IA ajudar a recolher essa informação e um gestor assumir não só a responsabilidade pelo conteúdo dessa avaliação, mas também por transmiti-la, porque isso faz a diferença entre a motivação e a ausência dela.

É por isso que incentivar alguém a verificar mais frequentemente como está a equipa é muito diferente de deixar a IA fazer essa verificação. Não funciona, certo? Penso, portanto, que a distinção entre conseguir e dever é realmente importante. E a questão do desenvolvimento da experiência é absolutamente crucial, certo? É por isso que vemos tantas novas formas de… Quero dizer, é por isso que há um ressurgimento das conversas sobre aprendizagem profissional, formação, competências e assim por diante.

Penso que esta questão será diferente daqui a cinco ou dez anos, certo? Não teríamos dito, por exemplo — pensemos nisto como uma analogia — que, quando surgiram as folhas de cálculo, as pessoas perderiam a experiência de fazer diferentes cálculos e assim por diante.

Continua a ser necessário conhecer os princípios básicos, mas depois habituamo-nos à tecnologia. Encontramos formas de verificar os resultados. Sabemos em que podemos confiar e em que não podemos. E penso que, por essa razão, também começamos a ver surgir novas funções em que se aprende realmente os princípios básicos através da supervisão da IA, certo?

Aprende-se o essencial compreendendo, por exemplo, que, se estivesse a utilizar IA num contexto de vendas e visse todas estas perguntas recebidas a entrar e a IA a responder-lhes, teria de perceber onde funciona, onde não funciona e como podemos melhorá-la. Por isso, vão ter de surgir novas formas de aprender o negócio, porque a IA está a mudar a forma como o trabalho é realizado.

David Rice: Sim. E vivemos numa época em que, enquanto crescíamos, tivemos todas estas experiências que construíram a nossa experiência. Penso que aquilo que temos de decidir agora é que algumas tarefas podem ter de continuar a ser deliberadamente humanas enquanto tarefas de formação, mesmo sabendo que a IA as consegue executar mais depressa. Mas isso cria uma questão económica desconfortável, porque o diretor financeiro vai acabar por perguntar: “Está bem, mas quem paga pela sua ineficiência de desenvolvimento?”

E penso que essa será uma questão difícil de responder.

Paula Goldman: Mas eu não… Como disse antes, penso que essa é a forma errada de enquadrar a eficiência, certo? Estamos a falar de pessoas que aprendem a gerir sistemas de IA e existem muitos exemplos que mostram por que razão essa gestão, esse discernimento e essa supervisão fazem uma enorme diferença no resultado.

Por isso, isto não é uma ineficiência. Pelo contrário, trata-se de fazer um investimento enorme em IA e garantir que temos pessoas que conhecem o negócio e sabem avaliar que tarefas devem ser delegadas à IA e quais não devem, certo? Quando temos ambas as coisas, as possibilidades são ilimitadas.

Quando não as temos, estamos a investir dinheiro num problema sem o resolver. Por isso, para mim, esta é, na verdade, uma forma melhor de pensar na questão da eficiência.

David Rice: Sim, concordo. A minha preocupação é que estamos a falar de competências que desenvolvemos porque podemos vir a precisar delas e que farão parte do nosso trabalho daqui a cinco anos.

Mas as pessoas que temos de convencer estão habituadas a pensar em trimestres e em ganhos a curto prazo. Existe muito pensamento de curto prazo no mercado. Penso que parte disso está a mudar. Por vezes, questiono-me sobre o desafio de convencer essas pessoas de que temos de manter estas tarefas, porque se tornarão cada vez mais importantes à medida que a tecnologia evolui e a integramos cada vez mais.

Paula Goldman: Sim, sim. Também vimos, pelo contrário, exemplos em que as pessoas reformularam completamente diferentes funções e depois voltaram atrás e disseram: “Na verdade, os seres humanos têm aqui um papel gigantesco”, certo? Sinto que estamos a aprender esta lição e não penso que estas coisas estejam realmente em conflito.

Ou seja, quando se define corretamente o papel humano e se ensina realmente às pessoas como gerir a tecnologia que está a mudar a forma como o trabalho é realizado, obtêm-se melhores resultados muito mais depressa.

David Rice: A maioria dos casos de negócio relacionados com IA é relativamente boa a captar aquilo que desaparece, certo? As horas poupadas, as tarefas automatizadas, a capacidade criada pela redução de trabalhadores e tudo isso.

Penso que é muito pior a medir aquilo que pode desaparecer com isso: o conhecimento tácito transferido, as relações, o discernimento, a orientação e até aqueles momentos informais em que as pessoas interpretam em conjunto um trabalho difícil, certo? Acha que a nossa definição atual do retorno do investimento em IA subvaloriza sistematicamente esse lado humano do trabalho?

Paula Goldman: Está a mudar, mas sim. É por isso que uma das tendências que considero realmente importantes é começarmos a medir o retorno do investimento em IA através dos resultados, em vez de apenas perguntarmos quantas chamadas de clientes foram resolvidas, por exemplo, em vez de quantas horas foram poupadas. São duas formas diferentes de medir o mesmo problema.

Se estiver a utilizar IA para formação, as competências das pessoas foram realmente aumentadas ou não? Se a estiver a utilizar, por exemplo, num contexto jurídico e para investigação, está a obter uma melhoria mensurável na qualidade dos articulados apresentados? Ou, como todos sabemos, está a obter um conjunto de alucinações que são apresentadas em tribunal e fazem com que o seu advogado seja sancionado, certo?

Mais uma vez, quando se muda a forma de analisar a questão e se utiliza uma métrica holística, começa-se a ter em conta tanto aquilo que a IA é capaz de fazer como aquilo que não é, os pontos em que são necessárias pessoas no circuito para verificar as coisas, os momentos em que é necessário discernimento humano ou aqueles em que as pessoas precisam de aprender os fundamentos enquanto trabalham, como já falámos.

Penso que isso é muito positivo e estou bastante confiante de que esse será o caminho que iremos seguir: medir resultados empresariais mais holísticos. E, quando fizermos isso, vamos investir melhor na tecnologia e teremos um roteiro mais claro para a evolução dos empregos das pessoas, de uma forma entusiasmante, estimulante e que lhes dê mais poder e mais oportunidades para fazerem coisas maiores e melhores no trabalho.

David Rice: Sim, concordo consigo.

Penso que estamos a afastar-nos da medição da utilização. Tive esta conversa várias vezes recentemente — digo conversa porque era sempre com a mesma pessoa — mas estamos a começar a ver pessoas dizerem: “Não é isso.” Penso que o que as pessoas estão a começar a perceber é que existem ganhos identificáveis, mas que vamos ter dificuldades com perdas difusas em determinadas áreas, certo?

As horas poupadas podem ser medidas imediatamente. Mas, se tivermos algo como um discernimento mais fraco, talvez não consigamos detetá-lo durante um ano ou dois. Existe uma assimetria: o benefício é registado agora, mas o custo da capacidade é adiado. E penso que cada vez mais pessoas vão perceber isso e dizer: “Está bem, temos de medir isto de outra forma.”

Paula Goldman: Ou até a satisfação do cliente, certo? A IA pode responder a todas as perguntas dos seus clientes, mas isso não significa que vá fechar o negócio ou que o cliente esteja satisfeito com o serviço que recebeu. Mais uma vez, a IA é muito poderosa. Consegue fazer muitas coisas. E isso é muito entusiasmante.

Só é preciso medir a questão da forma correta, para obter o equilíbrio certo entre os locais onde queremos realmente que as pessoas intervenham e a razão pela qual isso é importante.

David Rice: Bem, suponho que a minha pergunta de seguimento natural seria: o que mediria realmente? Escrevi recentemente um artigo chamado “É possível medir o discernimento?”

Ouvi pessoas dizerem: “Não se pode medir o discernimento.” E eu digo: “Na verdade, vimos que existem determinados aspetos. Há sinais e comportamentos que podem ser medidos, certo?” O problema que tenho com a afirmação “é difícil medir isso” é que, nesse caso, a eficiência vai ganhar todos os argumentos. Então, o que mediria se estivesse a analisar esta questão e a pensar: “Quero conseguir demonstrar os impactos a longo prazo”? Se estivéssemos a aprovar um enorme orçamento de transformação, o que teria de aparecer nesse caso de negócio que não aparece atualmente?

Paula Goldman: Pensemos primeiro do ponto de vista do cliente. Depois podemos pensar internamente. Do ponto de vista do cliente, sim, como dissemos, podemos e devemos medir as horas poupadas. Mas também devemos medir a satisfação do cliente. Devemos medir a perda de clientes.

Devemos medir quantos clientes estão a converter-se através desses esforços de vendas, sejam eles apoiados e aumentados pela IA ou não. Mas repare que nenhuma das coisas que acabei de mencionar, e poderia continuar, é nova. São formas holísticas de medir o nosso negócio atualmente. Estamos apenas a viver um período estranho em que estamos obcecados com a IA e, por isso, estamos a concentrar-nos nesta única intervenção.

Mas, quando a integramos realmente no sistema e analisamos essas coisas, percebemos que precisamos de uma combinação de estratégias. Queremos que o cliente chegue ao nosso site e possa fazer qualquer pergunta sobre o nosso produto e obter uma resposta. Se for uma transação simples, pode realizá-la online.

Se for uma questão mais difícil, encaminhamo-la para uma pessoa que possa fechar o negócio e conversar realmente com o cliente sobre o problema que está a experienciar, ajudando-o a reformulá-lo, certo? Por isso, penso que o que estou a tentar dizer é que não precisamos de novas métricas. Precisamos simplesmente de as aplicar.

Precisamos de ter bom senso na forma como as aplicamos.

David Rice: Sim, concordo. E disse algo quando conversámos antes que gostei muito. Disse: “A tecnologia é poderosa, mas não é a protagonista. Somos nós.” Se levarmos isso a sério, então o objetivo da transformação baseada em IA não pode ser simplesmente tornar as pessoas mais produtivas, certo?

Por isso, em que é que as organizações devem querer que os seres humanos se tornem melhores à medida que as máquinas se tornam mais capazes?

Paula Goldman: Deixe-me recuar um pouco. Porque é que escrevi um livro? Faço-me muitas vezes essa pergunta e, acredite, o meu marido também ma faz muitas vezes. Eu estava a ficar um pouco incomodada porque tinha amigos muito inteligentes que, quando surgiu esta última vaga de IA, me contactaram muito preocupados.

Tinham todos estes amigos inteligentes a dizer-me, embora não exatamente nestes termos, que, quer fossem amigos a contactar-me, conversas com conselhos de administração ou conversas com clientes, existia este receio: “Ainda somos importantes? As pessoas estão a tornar-se obsoletas?”

Para mim, era muito claro, através de todas as interações com tantos clientes diferentes e da observação da tecnologia ao longo do tempo, que a realidade era precisamente o oposto. À medida que a IA se torna mais poderosa, a questão do discernimento e da criação de relações torna-se cada vez mais importante. O que está realmente a acontecer é que todos nos estamos a tornar gestores de IA.

Vamos precisar de gerir… Estamos a tornar-nos mais potentes e, para o conseguirmos, precisamos de gerir eficazmente a tecnologia, compreender aquilo em que é boa e aquilo em que não é, e saber quando intervir. Penso que isto responde diretamente à sua pergunta, porque não se trata apenas de construir um cavalo mais rápido, certo?

Trata-se de imaginarmos o que é possível quando podemos fazer tudo o que fazemos na nossa função, quando a IA consegue personalizar interações a uma escala enorme no marketing, responder a todas as primeiras perguntas dos clientes ou, nos recursos humanos, fornecer a todos os trabalhadores toda a informação de que precisam sobre benefícios de forma imediata, permitindo-nos dedicar esse esforço a outra coisa.

O que é possível, certo? Tudo o que acabei de descrever vai tornar-se o mínimo esperado. O que importa é termos pessoas nessas funções que saibam aproveitar essas eficiências e fazer algo melhor pelos seus clientes ou trabalhadores. É por isso que é tão importante termos pessoas que não só sejam fluentes em IA, mas que também tenham autonomia no seu discernimento e sejam incentivadas a pensar em coisas novas.

É esse o momento que estamos a viver. Não um cavalo mais rápido, mas um negócio reinventado, certo? É por isso que sou tão apaixonada por toda esta conversa.

David Rice: Concordo. Tenho ouvido cada vez mais líderes reconhecerem que isto é uma escolha de conceção organizacional, em vez de simplesmente aceitarem a consequência inevitável da entrada desta tecnologia no local de trabalho.

Também ouço mais pessoas dizerem que não se trata necessariamente de todos terem a resposta, especialmente os líderes. Os líderes estão a perceber: “Eu não tenho as respostas.” Mas um bom líder pode fazer as perguntas certas. E, depois, trata-se de discernimento, de enquadrar problemas e de criar confiança nas pessoas para que estas se sintam livres para assumir responsabilidades, certo?

Por isso, sim, a produtividade é um resultado intermédio, mas não penso que seja o objetivo final. A pergunta mais interessante é o que estamos a fazer com a capacidade que isto cria.

Paula Goldman: É exatamente isso. E, a propósito, a produtividade é muito importante. Claro que é. É extremamente importante, mas não estou a desvalorizá-la.

Estou apenas a dizer que, mesmo nesta fase intermédia, temos visto todos estes desastres relacionados com a IA. É preciso haver pessoas a supervisioná-la. Precisamos realmente de pessoas que compreendam os limites de onde a IA deve intervir e onde devem intervir as pessoas. Também precisamos de pessoas que tenham autonomia para reinventar as coisas e manter verdadeiramente os clientes e os trabalhadores no centro da transformação. Penso que são essas as empresas que vão vencer.

Já estou a vê-lo acontecer.

David Rice: Estou a ver empregos a serem redesenhados e penso que os gestores são um excelente exemplo disso, certo? Se a IA puder eliminar o trabalho de elaboração de relatórios e a parte administrativa associada à função, então passamos a querer algo diferente do nosso gestor. Queremos que seja um melhor orientador ou que consiga obter mais dos seus subordinados diretos.

Isto cria espaço para que o façam, mas também cria uma estrutura diferente daquilo que realmente procuramos num gestor. Falo frequentemente sobre como é estranho termos tido, nos últimos cinquenta ou cem anos de trabalho, esta ideia de que, se eu fosse muito bom no meu trabalho individual, seria promovido a gestor.

E depois não tenho qualquer interesse ou capacidade natural para orientar pessoas, certo? Agora podemos libertar essa função. Não precisam de ser brilhantes a fazer o trabalho técnico. Se forem muito bons a partilhar conhecimento e a ajudar as pessoas a encontrar uma forma melhor de fazer as coisas, são gestores. Talvez não tenham sido os melhores a executar o trabalho individual, sabe?

Paula Goldman: Não, isso é… Em primeiro lugar, o que acabou de dizer é uma das minhas grandes preocupações. E, a propósito, penso que estamos num momento em que, de repente, estamos a pedir a quase todos os trabalhadores que gerem a IA. Estamos a fazê-lo com uma falta de formação semelhante. Dizemos simplesmente: “Vá e faça”, certo?

Foi uma das minhas motivações para escrever este livro. Mas, de forma mais abrangente, o que acabou de dizer é um excelente exemplo. Estava a pensar no meu gestor quando comecei a escrever este livro, porque comecei a ter a ideia há alguns anos. O meu gestor na altura chamava-se John Stormer e eu contei-lhe esta ideia.

Não fazia parte do meu trabalho diário. Ele não disse: “Não, isso é uma má ideia.” Também não tentou redirecionar-me subtilmente. Limitou-se a alimentar discretamente a minha imaginação, enviou-me podcasts, enviou-me artigos de notícias e transmitiu silenciosamente a ideia de que aquilo era importante. A partir dessa convicção, todo o livro floresceu e deu-me a confiança para apresentar esta perspetiva ao mundo.

Penso que subestimamos a importância desse tipo de ligação. Mais uma vez, ninguém me pediu para escrever este livro, certo? Nasceu de um lugar de inspiração e ligação, alimentado não só por ele, mas por muitas pessoas diferentes da minha comunidade. É esse tipo de coisa que não queremos perder à medida que a IA se torna cada vez mais poderosa.

É esse o tipo de coisa que queremos integrar na conceção e tornar mais comum. É esse tipo de oportunidade que me arrepia. É isso que queremos alcançar.

David Rice: Estamos no mesmo barco. Paula, esta foi uma excelente conversa. Agradeço-lhe por ter disponibilizado algum do seu tempo hoje.

Paula Goldman: Obrigada pelo convite e também por ter feito perguntas tão boas. Gostei muito.

David Rice: Ouvintes, se ainda não o fizeram, recomendamos vivamente que consultem o nosso AI Signal. Todas as semanas fazemos um resumo executivo com aquilo em que tem de pensar nessa semana, seja uma questão de atenção, uma pergunta que precisa de fazer na próxima reunião da sua equipa de liderança ou uma ferramenta para avaliar o trabalho que está a ser realizado neste momento.

Não deixe de se inscrever. E, até à próxima, pense nas possibilidades. Estamos aqui a redesenhar o trabalho.

Faça avaliações de desempenho e leve os conhecimentos sobre o envolvimento dos trabalhadores para a sua ferramenta de IA favorita. Ligue a Teamflect ao ChatGPT, ao Claude ou a qualquer modelo de linguagem de grande dimensão para verificar objetivos, redigir avaliações, avaliar feedback, criar tarefas e muito mais, tudo através de uma conversa simples. Experimente já a Teamflect gratuitamente.