Como gerenciar o desempenho quando a nova tecnologia traz mudanças constantes e imprevisíveis. Se existisse uma lei universal sobre a adoção de novas tecnologias, seria esta: as pessoas usarão ferramentas digitais de maneiras que você não pode prever ou controlar totalmente.
A chegada de tecnologias baseadas em IA generativa, usando grandes modelos de linguagem (LLMs) como o ChatGPT e o Google Bard, levanta uma questão crítica para os líderes de todos os tipos de organizações: como você pode gerenciar funcionários quando as capacidades ao alcance deles estão em constante mudança e os efeitos dessas mudanças são imprevisíveis?
Duas características da IA generativa tornam esse problema mais desafiador do que com soluções digitais anteriores. Primeiro, o ChatGPT é um dos produtos mais amplamente difundidos e de adoção mais rápida na história. Apenas dois meses após o lançamento, ele tinha 100 milhões de usuários. O Instagram levou dois anos e meio para adquirir esse número. O Facebook levou quatro anos e meio. Quanto mais rápido a tecnologia se espalha, menos tempo os usuários têm para aprender uns com os outros e imitar padrões de uso. Segundo, ao contrário de praticamente qualquer outra tecnologia digital a que estamos acostumados, as ferramentas habilitadas para IA são projetadas para mudar sozinhas, continuamente. Cada vez que você fornece novos dados a um LLM para produzir texto ou código de computador, a tecnologia aprende e suas capacidades crescem. As coisas que ela pode fazer por você na próxima semana não serão as mesmas que poderia fazer por você nesta semana. Graças ao aprendizado autônomo que caracteriza as ferramentas de IA mais avançadas, seus funcionários não estão aprendendo a usar uma nova tecnologia uma vez, mas quase toda vez que interagem com ela.
Durante um projeto de pesquisa de três anos com 10 empresas intensivas em conhecimento na vanguarda do uso de IA, elaborei uma estrutura – STEP – que pode ajudar os funcionários a aproveitarem as novas tecnologias. STEP consiste em quatro atividades inter-relacionadas para ajudar os líderes a garantir que a IA voltada para os funcionários desempenhe um papel positivo e produtivo em suas organizações: (1) segmentar tarefas para automação por IA ou aumento por IA; (2) transicionar tarefas entre funções de trabalho; (3) educar os trabalhadores para aproveitar as capacidades em evolução da IA e adquirir novas habilidades que seus empregos em mudança exigem; e (4) avaliar o desempenho para refletir o aprendizado dos funcionários e a ajuda que eles dão aos outros.
Várias empresas já adotaram a estrutura STEP. Suas primeiras experiências demonstraram que ela atende a três necessidades críticas: capacita os funcionários a participar ativamente na definição de suas novas responsabilidades, permite que os líderes redistribuam tarefas e reimaginam funções de trabalho de maneiras que agreguem valor à empresa, e fornece uma maneira de lidar com a nova realidade de que a mudança tecnológica não é mais episódica, mas uma força que as organizações e seus funcionários devem gerenciar continuamente.
Este artigo descreve como os líderes podem implementar o STEP e como três empresas (todas as quais solicitaram anonimato) o utilizaram efetivamente. Elas incluem uma agência de marketing que chamarei de MarkCo, uma fabricante de dispositivos médicos que chamarei de HealthCo, e uma agência de planejamento metropolitano que chamarei de UrbanGov. (Divulgação: atuei como consultor pago para MarkCo e HealthCo.) Essas organizações viram o STEP como uma nova maneira de capacitar e incentivar os funcionários a aproveitarem a IA. Lições dessas empresas ajudarão líderes de outras empresas a melhorar a experiência dos funcionários no trabalho e criar novo valor para suas organizações.
Segmentação
Nenhuma IA única fará todas as coisas que uma pessoa faz em uma função de trabalho. Líderes informados devem perguntar: “Como a IA afetará as várias tarefas que meus funcionários realizam?” Para determinar a resposta, peça aos seus funcionários que criem três categorias: (1) tarefas que a IA não pode ou não deve fazer, (2) tarefas para as quais a IA pode aumentar as ações dos trabalhadores e (3) tarefas que podem ser automatizadas pela IA.
A HealthCo adotou o ChatGPT para sua equipe júnior. Os líderes incentivaram os funcionários a primeiro determinar as tarefas para as quais a IA não seria útil. Determinar como cumprir a política federal e como proteger a propriedade intelectual da empresa ao trabalhar com consultores externos rapidamente subiu ao topo da lista.
Em seguida, os funcionários decidiram quais tarefas a IA poderia ajudá-los a realizar. Uma tarefa demorada era garantir que os contratos refletissem com precisão os detalhes das solicitações de propostas (RFPs). Aqui, o ChatGPT foi muito útil. Após ler uma RFP e um modelo de contrato padrão, ele poderia gerar um rascunho de contrato que refletisse os termos do acordo. Os assistentes jurídicos poderiam então revisar o rascunho para áreas específicas de preocupação que precisariam ser alteradas.
Por fim, os funcionários identificaram tarefas que poderiam ser completamente automatizadas. Uma delas era a tarefa laboriosa de enviar e-mails a partes externas solicitando alterações em um contrato. A IA poderia gerar automaticamente esses e-mails ao ler a linguagem revisada do contrato.
Uma vez que os funcionários juniores segmentaram suas tarefas nessas três categorias, eles começaram a descobrir como a IA poderia aumentar ou automatizar algumas delas. Uma análise preliminar na HealthCo sugeriu que, como resultado da implantação, os funcionários conseguiram liberar cinco horas por semana cada um para tarefas adicionais.
Todas as empresas bem-sucedidas que estudei incentivaram os funcionários a liderar a segmentação e pediram que experimentassem as ferramentas. Seus líderes convocaram reuniões nas quais os funcionários discutiram os resultados de suas experimentações. Eles permitiram que os funcionários ajudassem a chegar a um consenso sobre as melhores práticas. Os funcionários se orgulhavam de que seus líderes confiavam neles para aplicar sua experiência, e participar da experimentação e planejamento lhes deu uma visão de como suas empresas usariam a IA, tranquilizando-os de que automatizar parte de seus trabalhos não os colocaria fora do mercado.
Transição
Como a IA ajuda a completar tarefas de trabalho mais rapidamente e com maior precisão (aumento) ou assume algumas delas completamente (automação), alguns funcionários terão menos a fazer após a implantação da IA. Em alguns casos, as empresas podem reduzir o quadro de funcionários. No entanto, entre as 10 empresas que estudei, apenas uma eliminou empregos em resposta às eficiências obtidas ao aumentar e automatizar o trabalho. Duas outras estratégias mais comuns foram transicionar funções de trabalho aprofundando-as ou atualizando-as.
Aprofundar as funções permite que os funcionários dediquem mais tempo a certas tarefas do que conseguiam anteriormente. Atualizar as funções os liberta completamente de algumas tarefas e lhes dá tarefas mais críticas em seu lugar.
A MarkCo adotou um LLM baseado em chat para ajudar os associados juniores a criar materiais de marketing, como apresentações em PowerPoint. Isso lhes deu tempo para se dedicar a outras tarefas que agregavam mais valor à empresa. Alguns funcionários começaram a fazer mais análises de concorrentes. Outros se concentraram em testar e avaliar campanhas. Os gerentes da MarkCo identificaram quais funcionários tinham aptidão e interesse em aprofundar seus conhecimentos nessas áreas e utilizaram a experiência interna para criar e fornecer seu treinamento inicial.
Atualizar funções envolve fazer com que os funcionários realizem tarefas que geralmente eram conduzidas por alguém mais sênior. Por exemplo, na UrbanGov, planejadores juniores muitas vezes gastavam grande parte de seu tempo construindo modelos de uso do solo para desenvolvimento urbano. Durante o processo de segmentação STEP, eles aumentaram e automatizaram certas tarefas, ganhando capacidade para assumir a construção de cenários e outras tarefas de nível superior, algumas das quais eram feitas por planejadores seniores. Isso significava que a UrbanGov precisava encontrar novas tarefas para os planejadores seniores, então o planejador-chefe transferiu sua responsabilidade de gerenciar relacionamentos com planejadores municipais para os planejadores seniores. “Após uma avaliação cuidadosa, decidi dar a eles uma grande parte do meu trabalho”, explica ele. “Isso permitiu que eles se sentissem confortáveis em abrir mão da construção de cenários. Agora posso focar meus esforços em novas direções também, já que estou livre de manter todos esses relacionamentos.”
Aprofundar funções de trabalho foi a estratégia mais comum entre as 10 empresas deste estudo, representando quase 70% de todas as transições. A maioria dos líderes achou mais fácil ajudar os funcionários a identificar novas atividades que agregassem valor dentro de suas funções do que assumir tarefas de funcionários mais seniores.
Educação
As duas primeiras etapas da estrutura STEP exigem que os trabalhadores aprendam novas habilidades, algumas das quais estão diretamente relacionadas ao uso de dados, algoritmos e IA. Os funcionários precisam saber como as ferramentas de IA funcionam, como treinar a IA em documentos ou dados proprietários da empresa (muitas vezes chamado de “ajuste fino”), como criar comandos ou prompts eficazes (“engenharia de prompt”) e como avaliar a validade das previsões da IA. Como as ferramentas de IA estão em constante evolução, os funcionários não podem aprender novas habilidades uma vez e estar prontos. Eles precisam revisar o processo de segmentação e atualizar continuamente seu aprendizado sobre as capacidades da IA e as áreas nas quais suas funções de trabalho irão transitar. Ao longo do período de três anos, líderes e funcionários das empresas com as quais trabalhei passaram pela segmentação e transição em média duas vezes e meia. A educação dos funcionários era, portanto, uma prioridade.
A HealthCo, a MarkCo e a UrbanGov abraçaram a necessidade de requalificação contínua dos funcionários, mas de maneiras diferentes. Para habilidades de IA e dados, a HealthCo criou um “boot camp” para seus funcionários. A MarkCo contratou uma universidade local para criar programas personalizados para ensinar essas habilidades aos funcionários. A universidade elaborou testes que os funcionários tinham que passar para certificar que estavam “prontos para IA”. Todos os anos, os testes mudam de acordo com as evoluções na tecnologia. A UrbanGov, que tinha um orçamento muito menor disponível, comprou assinaturas para cursos curtos sobre IA, simulação e gerenciamento de dados de empresas que oferecem aprendizado corporativo, como LinkedIn e Udacity. Os funcionários da equipe de planejamento foram incentivados a concluir um curso por mês, independentemente de estarem usando IA diretamente ou não.
As empresas que priorizaram a educação tinham duas coisas em comum. Primeiro, elas incorporaram a ética do aprendizado em sua cultura. Líderes e gerentes em toda a empresa apresentavam a IA como uma oportunidade de aprendizado. Não se esperava que os funcionários soubessem usar a IA perfeitamente ou como segmentar suas tarefas em torno dela. Em vez disso, esperava-se que explorassem suas capacidades e tomassem tempo para determinar a melhor forma de incorporá-la ao seu trabalho. Segundo, essas empresas forneciam tempo para que os funcionários participassem das oportunidades de aprendizado que ofereciam. A HealthCo, por exemplo, esperava que os funcionários dedicassem pelo menos dois dias a cada trimestre para participar do boot camp ou atualizar as habilidades aprendidas nele. A UrbanGov destinou três horas por semana para que os funcionários fizessem os cursos online aos quais se inscreveram.
Essa mudança para fornecer educação contínua aos funcionários pode ter outros benefícios também. Uma empresa do estudo descobriu que os funcionários que recebiam oportunidades de aprendizado associadas à implementação de ferramentas de IA generativa eram aproximadamente 30% menos propensos a deixar a organização do que aqueles que não recebiam tais oportunidades.
Desempenho
A etapa final da estrutura STEP exige que os gerentes repensem como avaliam o desempenho dos funcionários. Normalmente, os funcionários são avaliados pela velocidade, eficiência, criatividade ou precisão com que completam determinadas tarefas, e a maioria das discussões sobre o impacto da IA foca em como sua produtividade aumentará. Mas o STEP dá aos funcionários a responsabilidade de determinar se podem usar a IA para serem mais rápidos ou precisos. Como resultado, a avaliação de desempenho mudou de várias maneiras em todas as empresas que estudei. A segmentação e a transição rapidamente alteraram as expectativas em relação às tarefas que os funcionários devem realizar e como. E, como os papéis mudam várias vezes ao ano, muitas vezes tornando obsoletos os objetivos identificados no início de um período de avaliação, as avaliações anuais de desempenho deixaram de funcionar. Todas as empresas do estudo encurtaram seu período de avaliação de desempenho, na maioria das vezes para trimestral.
Além disso, os trabalhadores estavam constantemente interagindo com novas pessoas. Muitas das avaliações de desempenho atualizadas que estudei envolveram a identificação das pessoas com quem um funcionário interagia com mais frequência para determinar se aquele funcionário era um colaborador útil. Os próprios colaboradores geralmente forneciam a avaliação. A vantagem disso era que eles podiam avaliar melhor a ajuda que recebiam do que os gerentes poderiam. E, como as avaliações eram feitas em intervalos curtos, um funcionário podia rapidamente colocar o feedback em prática.
Das empresas com as quais trabalhei, a HealthCo tinha o sistema de avaliação de desempenho mais agressivo e tecnologicamente avançado. Seus cientistas de dados criaram um painel que extraía informações de comunicações por e-mail, uso do Slack e calendários para mostrar de quem os funcionários dependiam mais e quem mais dependia deles. A cada seis semanas — o período de avaliação da HealthCo — o painel enviava automaticamente a todos os funcionários uma lista de seus colaboradores mais frequentes e pedia que avaliassem suas interações com essas pessoas. Os dados eram compilados e compartilhados com os funcionários e seus gerentes, para que os funcionários pudessem avaliar seu desempenho colaborativo e fazer mudanças. Após dois anos usando essa nova abordagem, os funcionários relataram um aumento de 72% na satisfação com o sistema de avaliação da empresa em comparação com os dois anos anteriores.
Lições para Gerentes
À medida que as empresas aplicaram o STEP, os líderes precisaram ajustar sua abordagem para gerenciar seus funcionários. Quatro princípios os ajudaram a enfrentar os desafios associados à IA.
Confie nos funcionários para experimentar.
Líderes que seguiram a estrutura STEP descobriram que se saem melhor quando permitem que os funcionários liderem o processo de descobrir a melhor forma de usar a IA. Eles podem definir objetivos amplos, como aumentar a precisão ou realizar uma tarefa mais rapidamente, mas devem permitir que os funcionários determinem a melhor forma de segmentar seu trabalho. Isso requer confiar neles para tomar boas decisões e reconhecer o fato de que, como as pessoas mais próximas ao trabalho, eles sabem melhor onde a IA pode ter o maior impacto.
Crie condições para o aprendizado e incentive a ajuda mútua.
O aprendizado é o verdadeiro imperativo do uso bem-sucedido da IA. Os funcionários devem aprender e reaprender a usar LLMs e outras ferramentas de IA à medida que mudam, como aplicar as novas capacidades que essas ferramentas proporcionam ao seu trabalho e como realizar novas tarefas que agreguem valor à organização. Como os funcionários precisam aprender com os outros e com eles, torna-se essencial ajustar como são avaliados e recompensados para garantir que estejam motivados a ajudar uns aos outros.
Repense o planejamento da força de trabalho.
Normalmente pensamos nas funções de trabalho em termos das tarefas que envolvem. Mas, à medida que a IA altera a distribuição de tarefas, as funções de trabalho se tornarão mais amorfas. Bons líderes devem descobrir como prever a necessidade de pessoal e como gerenciar recrutamento e promoção em um mundo onde os empregos são dinâmicos, em vez de estáticos. Isso significa que não podem apenas contratar pessoas que tenham profundo conhecimento em uma tarefa específica. Eles precisam garantir que seus especialistas tenham uma gama de habilidades e o potencial para aprender em áreas adjacentes.
Reimagine seu próprio papel.
Na era da IA, bons líderes são aqueles que criam as condições que permitem que seus funcionários se adaptem diante de tecnologias em mudança. Os gerentes precisam desenvolver uma mentalidade digital para si mesmos, seus departamentos e suas equipes. E, quando os funcionários usam IA para começar a realizar tarefas de maior valor, os melhores líderes encontrarão maneiras de fornecer valor pessoalmente tanto para cima quanto para baixo na hierarquia organizacional. O meio da organização pode muito bem ser o lugar onde a criatividade é mais importante.
A organização capacitada por IA está chegando rapidamente. Os líderes devem ajudar seus funcionários a usar a IA para criar valor para si mesmos e suas empresas. O STEP fornece uma estrutura útil para pensar sobre como a IA levará a mudanças no trabalho. Mais importante, pode ajudar os líderes a ensinar os funcionários a ter sucesso com essa nova tecnologia.
Fonte:
Periódico Harvard Business Review, Novembro – Dezembro de 2023
Sobre o autor
PAUL LEONARDI é Professor de Gestão de Tecnologia na UC Santa Barbara e presidente do Departamento de Gestão de Tecnologia. Ele é coautor (com Tsedal Neeley) de “The Digital Mindset: What It Really Takes to Thrive in the Age of Data, Algorithms, and AI” (Harvard Business Review Press, 2022).