「Na era da IA, quem será eliminado？」Dois ex-alunos de Harvard e da McKinsey, Bradley e Harvey, discutiram este tema no vídeo «Num mundo de decisão em outra dimensão, a busca pela precisão pode ser sem sentido».
Bradley começou por dizer que a IA não consegue «ler o ambiente», mas essa é a chave para concretizar as coisas. No setor de consultoria de gestão, o que mais consome tempo é ponderar que conteúdo incluir. Como por exemplo, «esta palavra pode provocar reações emocionais em alguém?» Questões assim são difíceis para a IA julgar, e exigem uma compreensão profunda do contexto ao vivo.
Harvey comentou que, para quem foi treinado e tem bom olho, usar IA é como dar asas a um tigre. Porque ele sabe o que é «bom», e pode melhorar o que a IA fornece. Mas um recém-entrada no mercado, sem essa sensibilidade, aceita tudo que a IA dá. No futuro, o ideal é usar a IA para alcançar 80 pontos e depois aprimorar até 100. Mas quem não tem julgamento, entrega direto 80 pontos. Independentemente de quanto a IA ajude, é preciso completar essa última etapa. Desde que você saiba onde está a diferença.
A IA não consegue «ler o ambiente», mas essa é a chave para fazer as coisas acontecerem.
Bradley afirmou que a IA não consegue «ler o ambiente», pois ainda não consegue entender verdadeiramente as possíveis reações emocionais das pessoas. Mas isso é fundamental para «realmente concretizar uma ideia». É preciso sentar, interagir com as pessoas, para captar esses detalhes sutis. No cenário empresarial, isso se torna uma lição crucial e de maior diferença.
Após a emergência da IA, a análise de dados será lentamente substituída por ela, um processo irreversível. Mas, no final, tudo se resume a uma coisa: quem consegue interpretar esses dados analisados, tomar boas decisões e fazer a equipe concordar e avançar.
Essa é a parte mais difícil. Muitas decisões ainda dependem do julgamento humano.
O autor acrescenta: os grandes modelos de linguagem, como o nome indica, são treinados alimentando-os com uma quantidade enorme de dados, para que possam prever a próxima palavra mais provável. Eles usam um banco de dados vasto para entender o contexto anterior e posterior, e gerar conteúdo. Sabem que «maçã cai» é uma frase comum, mas não compreendem a gravidade. Da mesma forma, eles têm dificuldade em entender situações abstratas como «ler o ambiente». Mas, na análise de dados, a diferença está na eficiência do modelo.
Usar IA para fazer relatórios? O verdadeiro segredo é o julgamento.
Bradley exemplifica com apresentações. Antes, na academia, gastava-se muito tempo ajustando o formato, analisando, organizando o conteúdo, e depois apresentando e discutindo. Mas na consultoria, o que realmente consome tempo é «ponderar que conteúdo incluir» e «como dizer a mesma coisa de formas diferentes».
Harvey acrescenta que, ao usar uma palavra, ela pode ser sensível para algumas pessoas no local, ou provocar uma reação emocional intuitiva. Quando a amígdala de alguém é ativada, ele basicamente fecha os ouvidos.
A IA é limitada por natureza e tem dificuldade em fazer julgamentos abstratos e subjetivos, como «esta palavra pode provocar uma reação emocional?». Assim, mesmo que ajude na eficiência, o mais importante ainda é o «humano» fazer a avaliação do contexto geral.
Aqui, «julgamento» é a palavra-chave. Harvey explica que, ao fazer esses julgamentos, você demonstra que conhece as pessoas no local, seu background, o que estão pensando.
Por isso, sempre que alguém diz: «A IA consegue fazer apresentações, então os consultores vão desaparecer», Harvey responde que, se for só para entregar relatórios de análise, a IA pode substituir. Mas se o objetivo da apresentação for «promover mudanças», o julgamento é fundamental. Se você deixar a IA representar você completamente, também assume um risco: ela pode fazer julgamentos de valor que se tornam seus. Mas a questão é: qual é o valor que a IA atribui? Em certo sentido, ela ainda é uma caixa preta.
O foco do PowerPoint é fazer um ponto.
Harvey destaca um ponto importante: uma apresentação não é apenas para cumprir uma tarefa, mas para «fazer um ponto». PowerPoint, por seu nome, serve para transmitir uma opinião. Precisa de uma apresentação para comunicar seu ponto de vista, mas não basta só isso; é preciso outras habilidades.
Ele explica que o papel do gerente é, de certa forma, usar essa visão, como: o que é considerado bom? Quando deve devolver para refazer? Como lidar com as pessoas? Essas são as habilidades mais importantes de liderança.
Quem tem visão usa IA como uma ferramenta poderosa; quem não tem julgamento, apenas aceita tudo.
Harvey reforça que, para quem foi treinado e tem bom olho, usar IA é como dar asas a um tigre. Porque ele sabe o que é «bom», e pode melhorar o que a IA fornece. Mas um recém-entrada no mercado, sem essa sensibilidade, aceita tudo que a IA dá, o que é perigoso.
Os verdadeiramente competentes usam IA para atingir 80 pontos e depois refinam até 100. Mas quem não tem julgamento, entrega direto 80 pontos. Hoje em dia, 80 pontos não tem valor, pois a IA consegue fazer isso em um minuto. O mercado busca 100 pontos, independentemente do quanto a IA ajude, você precisa completar essa última etapa. Desde que saiba onde está a diferença.
A chave para o futuro do trabalho: aprender a julgar, corrigir e elevar seus próprios padrões de forma proativa.
Harvey diz que agradece a quem o guiou e corrigiu ao longo do caminho. Quando foi criticado, isso ajudou a desenvolver seu julgamento. Agora, as tarefas que antes dependiam de humanos podem ser feitas por IA. Então, ainda vale a pena treinar novos talentos?
Ele destaca uma decisão crucial: as organizações do futuro tenderão a reter quem estiver disposto a se esforçar até atingir 100 pontos. Se você entregar só 80, a IA pode te substituir. Quanto maior o impacto e o alcance das decisões, maior a capacidade de julgamento dos líderes.
Características pessoais como irritabilidade, gentileza, introversão ou extroversão não importam; o que importa é a «visão». Cada passo tem seu significado, inclusive as críticas e correções, que hoje parecem valiosas. Mas o problema atual é que ninguém mais tem obrigação de ensinar você. Incentiva os jovens a buscar feedback ativamente. Antes, era esperar ser corrigido; agora, é perguntar proativamente: «Como posso melhorar? Como posso fazer melhor?»
Hoje, todos buscam «alguém que consiga atingir 100 pontos». Portanto, a habilidade mais importante no futuro do trabalho é: aprender a julgar, corrigir e elevar seus próprios padrões de forma proativa.
Porque, no final, ninguém mais fará isso por você.
Este artigo mostra que a IA consegue fazer 80 pontos, mas quem não consegue chegar a 100 está condenado a ser eliminado! Ex-alunos de McKinsey e Harvard recomendam que os recém-chegados façam assim. Publicado originalmente na ABMedia.
