A inteligência artificial já mudou a velocidade das
entregas profissionais. Em poucas horas, é possível analisar grandes volumes de
informação, estruturar uma proposta, identificar padrões ou desenvolver uma
solução que antes exigiria dias. O ganho de produtividade é inegável. Mas
existe uma questão que precisa acompanhar essa transformação: quanto mais
confiamos na capacidade da tecnologia de produzir respostas, mais precisamos
ser capazes de questioná-las.
O risco não está apenas em a IA errar. Está em
deixarmos de perceber quando ela está errada.
Um estudo conduzido por Steven Shaw e Gideon Nave,
pesquisadores da Wharton School, ajuda a dimensionar esse desafio. Eles
compararam dois grupos de participantes em uma série de testes. Um deles
trabalhou sem inteligência artificial. O outro pôde consultar uma IA que,
dependendo da situação, apresentava recomendações corretas ou incorretas.
Quando as recomendações estavam corretas, o
desempenho dos participantes que utilizaram a IA ficou cerca de 25% acima do
observado no grupo que trabalhou sem a tecnologia. Quando a IA fornecia
respostas erradas, porém, o resultado ficava aproximadamente 15% abaixo daquele
alcançado pelo grupo que não utilizava a ferramenta. O dado mais preocupante é
que, mesmo quando as recomendações estavam incorretas, elas foram seguidas em
mais de 80% das vezes.
Os pesquisadores chamam esse comportamento de
“rendição cognitiva”: ocorre quando deixamos de utilizar a tecnologia apenas
como apoio e passamos a transferir para ela parte do nosso próprio julgamento.
A questão, portanto, não é confiar ou não na
inteligência artificial, mas saber como confiar.
No ambiente empresarial, a IA pode ampliar a
produtividade comercial e analítica, apoiar a gestão do funil de vendas, a
elaboração de propostas e a análise de contratos e mercados. Mas uma resposta
rápida não é necessariamente uma boa decisão. Uma recomendação pode fazer
sentido a partir dos dados disponíveis e, ainda assim, desconsiderar uma particularidade
do negócio, do cliente ou do momento.
É por isso que o julgamento humano continua
indispensável. A tecnologia pode sugerir caminhos, mas cabe à liderança avaliar
o contexto, questionar recomendações e assumir a responsabilidade pela decisão.
Existe ainda outro desafio: a velocidade. A IA
permite que profissionais desenvolvam soluções em horas, ou em minutos,
enquanto processos internos de aprovação podem levar dias ou semanas. Esse
descompasso, associado ao conceito de clock drift, pode fazer com que
empresas não consigam aproveitar a velocidade que a tecnologia oferece. Por
outro lado, acelerar decisões sem considerar confidencialidade, propriedade
intelectual e riscos também pode gerar problemas.
O desafio da governança não é escolher entre
controle e velocidade, mas criar condições para que ambos coexistam. Cabe à
liderança estabelecer limites, definir alçadas, delegar decisões, acompanhar
resultados e preservar o julgamento humano.
Para empresas em crescimento, essa questão é ainda
mais relevante. Escalar exige transformar conhecimento individual em capacidade
organizacional, estruturar processos e deixar claras as responsabilidades. A IA
pode acelerar esse processo, mas não substitui quem responde pelo resultado.
Precisamos, portanto, mudar a pergunta. Em vez de
perguntar apenas “o que a IA recomenda?”, é preciso questionar: por que ela
recomenda isso? Quais informações sustentam essa conclusão? Em que
circunstâncias essa recomendação poderia estar errada?
A verdadeira vantagem competitiva não estará apenas
em usar IA, mas em combinar sua velocidade e capacidade de processamento com a
experiência, o contexto e o julgamento das pessoas. A IA pode aumentar a
produtividade. Pode aumentar a velocidade. Mas, quando estiver errada, ainda
precisaremos de alguém capaz de dizer: “isso não faz sentido”.
Essa continua sendo uma responsabilidade humana.
Nenhum comentário:
Postar um comentário