Ultimamente parece que só existe a IA Generativa, que ela irá resolver absolutamente todos os desafios e que nenhuma profissão existirá mais. Vamos com calma! A inteligência artificial aplicada é o que realmente vai impulsionar a economia do conhecimento.
É um fato que toda profissão com alta carga cognitiva será impactada, porém, temos que ter alguns cuidados e entender qual a ferramenta correta para cada caso. Avaliar estrategicamente os desafios antes de sair usando uma ferramenta qualquer é o verdadeiro game change.
Para isto, é importante que nosso conhecimento seja usado e que a IA seja um amplificador, só assim ganharemos produtividade onde realmente importa.
IA e produtividade para trabalhos consultivos
Um estudo colaborativo entre as renomadas instituições, Harvard, Boston Consulting Group (BCG) e MIT, usou o modelo GPT-4 para avaliar a produtividade de 758 consultores da BCG.
Foi uma pesquisa controlada e estruturada, dividida em dois grandes experimentos: um focado em tarefas onde a IA poderia apoiar o consultor e outro em tarefas mais complexas, que testavam os limites do modelo.
O objetivo era entender como a IA pode ser tanto uma impulsionadora quanto uma disruptora da produtividade e da qualidade.
IA como impulsionadora
No primeiro experimento, os consultores foram desafiados a resolver 18 tarefas reais, envolvendo criatividade, análise, escrita persuasiva e proficiência em comunicação. Aqui, a IA mostrou potencial impressionante:
- Aumento na produtividade: Os consultores com acesso ao GPT-4 completaram 12,2% mais tarefas que o grupo de controle, com impacto claro em sua capacidade de entrega.
- Eficiência no tempo: Eles foram 25,1% mais rápidos, uma diferença que, em projetos longos ou com prazos apertados, se traduz em economia de recursos e agilidade na tomada de decisões.
- Melhoria na qualidade: A IA permitiu uma melhora qualitativa de mais de 40% nas tarefas, uniformizando o padrão de entrega. E um ponto interessante é que esse ganho foi percebido em todos os níveis de habilidade dos consultores: quem tinha desempenho abaixo da média teve um aumento de 43% nas pontuações, enquanto quem estava acima registrou um ganho de 17%.
Apesar de todos os impactos positivos, o estudo percebeu que a IA levou a resultados mais homogêneos, ou seja, embora a qualidade tenha subido, houve uma redução na variabilidade das ideias, principalmente em trabalhos de alta carga cognitiva, este indicador demonstra que a IA pode, por vezes, limitar a originalidade e a diversidade de pensamento.
IA como disruptora
No segundo experimento, os consultores precisavam resolver problemas sem o suporte extensivo de contexto, exigindo um nível de solução de problemas que o GPT-4 não conseguiu alcançar com precisão. Os resultados aqui mostram o outro lado da moeda:
- Queda na precisão: Com IA, a probabilidade de acertar caiu em 19%. As respostas muitas vezes eram bem formuladas e convincentes, mas com erros críticos.
- Qualidade aparente: Embora erradas, as respostas soavam profissionais, isso é extremamente perigoso, pois um relatório ou uma recomendação errada, mas bem estruturada, pode facilmente passar despercebida em uma revisão.
Esse ponto evidencia a necessidade de validação crítica por parte dos consultores, e não de uma confiança cega nas respostas da IA. A tecnologia é uma ferramenta, e cabe aos profissionais aplicar um filtro atento para garantir que o que está sendo gerado realmente agrega valor.
E o que fazer?
Modelo pronto e 100% funcional não existe. A tecnologia caminha cada vez mais para uma hiper personalização. Então considero que precisamos dar alguns passos para trás e entender que a IA é uma ciência e não somente uma tecnologia, por ser uma ciência, a IA aplicada ao negócio é o que de fato vai gerar valor.
Aqui na New Rizon, o nosso serviço de IA Aplicada consiste em alguns passos cruciais para reduzir estes problemas apontados pelo estudo, são eles:
- Entender a motivação: O que faz o problema precisar ser resolvido? Como era feito antes e por qual motivo há a necessidade de mudar?
- Avaliar como medir: O que resultado buscado com a IA Aplicada será medido como? O que importa para o objetivo estratégico da organização? E os usuários, que ganho terão?
- Solução inicial: O que temos pronto na empresa que pode ser aproveitado ou integrado a algo que agiliza a primeira validação? O que do Hangar da New Rizon pode ser usado? O que há de SaaS para que possamos licenciar?
- Planejamento da continuidade: Uma solução tecnológica é como um jardim, com 3 meses sem manutenção ela perde totalmente seu valor. Então ao levar algo para a produção, temos que ter o plano de continuidade já traçado para entender se aquela solução é viável e para de pé. Entender como será monitorado, melhorado e principalmente como as pessoas terão seu trabalho impactado por isso, é essencial para que uma solução ganhe aplicação e traga valor real.
Feita essa análise, podemos separar em dois modelos de sucesso para quem deseja usar IA no seu fluxo de trabalho.
- Centauro: As tarefas são divididas com a IA de forma estratégica, utilizando a tecnologia para atividades específicas onde ela tem bom desempenho (por exemplo, rascunho de textos e análises quantitativas), mas as pessoas assumem as tarefas que requerem visão holística ou crítica.
- Cyborg: As tarefas são integradas diretamente com a IA, as pessoas interagem com a IA em praticamente todas as etapas. Embora tirem proveito da agilidade, precisam de um grau elevado de discernimento para evitar erros de precisão.
Quanto mais claro for esse papel, quanto mais alinhado a estratégia da organização, mais bem-sucedida será a implementação da IA nos times.
Para que a IA seja uma verdadeira impulsionadora, é fundamental que as organizações adotem uma postura crítica e, ao mesmo tempo, exploratória. Eis algumas dicas práticas para esse processo:
- Abordagem crítica: Questione as saídas da IA, ela precisa ser usada de forma analítica e cautelosa. Reconhecer as limitações é o primeiro passo para um bom uso.
- Fomentar a inovação: Estruturas e processos que incentivem a experimentação de tecnologia em geral (não só IA) para resolver problemas específicos, mas sem medo de errar, são fundamentais.
- Investir em pesquisa: A jornada para a integração plena da IA está apenas começando, precisamos investir em pesquisa e desenvolvimento, testando novas estratégias de uso e integração.
A IA não substitui o pensamento humano e a criatividade, mas pode ajudar a melhorar a eficiência e a qualidade dos processos existentes. Sua adoção, no entanto, exige uma abordagem madura alinhada a visão da empresa. A IA precisa ser vista como um recurso a ser gerenciado e aperfeiçoado.
