Em um mundo pós-IA, onde um algoritmo pode esboçar textos de marketing – ou mesmo músicas pop e roteiros de filmes – tudo parece possível. Os membros do corpo docente da Harvard Business School discutem como a inteligência artificial pode remodelar a forma como o trabalho é feito.
O lançamento do ChatGPT parece ter reacendeu os temores do dia do juízo final sobre a substituição em massa de trabalhadores por inteligência artificial (IA) . Esses medos são prescientes ou exagerados? Uma pesquisa recente mostra que 62% dos americanos acham que a IA terá um grande impacto no trabalho e nos funcionários nos próximos 20 anos, mas apenas 28% acreditam que a tecnologia os afetará pessoalmente.
Os membros do corpo docente da Harvard Business School compartilham seus pensamentos sobre como a IA remodelará a força de trabalho e as habilidades necessárias para ter sucesso nos próximos anos.
Joseph Fuller: prepare-se para grandes mudanças na força de trabalho
Historicamente, as empresas perguntam: “Como essa nova tecnologia pode melhorar a eficiência de nossos processos existentes?” Essa é uma construção irrelevante ao considerar como aproveitar os recursos da IA generativa. Os processos, desde a negociação de contratos com fornecedores até o desenvolvimento de mensagens de marketing, serão redesenhados desde o início para explorar todo o potencial dessa nova tecnologia.
Quando as empresas estiverem confiantes de que entendem como usar a IA cognitiva para transformar suas operações, o impacto sobre os trabalhadores promete ser dramático. Trabalhadores de colarinho branco cuja segurança no trabalho foi baseada em seu conhecimento de processos complexos e capacidade de integrar informações de várias fontes rapidamente para tomar decisões serão substituídos em grande número.
Essas perdas de empregos serão parcialmente compensadas por ganhos de empregos para especialistas em aprendizado de máquina e empregos emergentes, como engenheiros imediatos. Mas, uma vez que as empresas aprendam a explorar a IA generativa, podemos antecipar uma rápida reestruturação em muitas empresas que envolvem cortes substanciais na equipe de colarinho branco.
Joseph Fuller é professor de prática de gerenciamento em administração geral e co-lidera a iniciativa Gerenciando o futuro do trabalho na HBS.
Ayelet Israel: Por enquanto, a IA ainda precisa de intervenção humana
Em um futuro próximo, a IA será melhor utilizada como uma ferramenta complementar para ajudar os especialistas a realizar seu trabalho. Sim, certas tarefas podem ser concluídas correta e completamente pela IA, mas para esses tipos de tarefas veremos algo como a Revolução Industrial, onde o trabalho das pessoas mudou e elas puderam usar novas ferramentas para se tornarem mais produtivas e se concentrarem em outras tarefas. em vez de.
Ao mesmo tempo, para outras tarefas, a IA fornecerá resultados úteis, mas precisará de humanos para otimizar esses resultados e concluir as tarefas com sucesso. Ao pensar em “trabalho de conhecimento”, é especialmente importante considerar que muitas das ferramentas de IA generativas que vemos atualmente (como o ChatGPT) não foram feitas para revelar a verdade ou exibir o conhecimento correto (embora tenhamos visto tentativas utilizá-los para este fim). Em vez disso, eles foram criados para gerar conteúdo (neste exemplo, texto) que exibe as palavras com maior probabilidade de vir a seguir. Não podemos esperar que o resultado sejam necessariamente declarações verdadeiras.
“ESSAS FERRAMENTAS SÃO CONHECIDAS POR ‘INVENTAR COISAS’ (OU ‘ALUCINAR’) E, PORTANTO, NÃO PODEM SER USADAS SEM AUDITORIAS DE CORREÇÃO.”
Essas ferramentas são conhecidas por “inventar coisas” (ou “alucinar”) e, portanto, não podem ser usadas sem auditorias de correção. Além disso, os usuários podem ter conhecimento ou contexto adicional que a IA não possui (por exemplo, que a IA não foi treinada, conhecimento de propriedade, uma melhor compreensão da tarefa específica em questão, etc.).
Outro risco com esses modelos generativos de IA é que, sem intervenções e auditorias humanas, é provável que gerem conteúdo que perpetua os vieses existentes. Quando treinamos esses modelos em escala com base nos dados existentes, se os dados subjacentes incluírem informações tendenciosas, o resultado também provavelmente incluirá esse viés, a menos que intervenhamos. Um exemplo que vimos na IA de imagem generativa inicial é que, quando pedimos imagens de “um homem”, é muito provável que seja criada uma imagem de um homem branco, provavelmente por causa dos dados nos quais foi treinada. Essa questão de perpetuar vieses levanta muitas questões políticas interessantes sobre quem deve monitorar os resultados e quais regras e valores a IA deve representar.
Ayelet Israel é professora associada da Marvin Bower na Unidade de Marketing e cofundadora do Laboratório de Inteligência do Cliente no Instituto Digital, de Dados e Design (D) da HBS.
Iavor Bojinov: Aqueles que resistem à IA correm o risco de ficar para trás
Como qualquer inovação tecnológica, a inteligência artificial (IA) tem o potencial de transformar as funções, processos e práticas dos trabalhadores do conhecimento. Para entender o potencial da IA, devemos diferenciar entre seus aplicativos voltados para o exterior — aprimorando as ofertas de produtos — e voltados para o interior — voltados para melhorar a eficiência operacional. Os aplicativos de IA voltados para o exterior apresentam oportunidades para a criação de empregos, ampliando o escopo e a escala do portfólio de produtos de uma empresa. Por outro lado, é mais provável que os aplicativos internos afetem os trabalhos dos trabalhadores do conhecimento.
“AUTOMATIZAR ESSAS TAREFAS PERMITIRÁ QUE OS TRABALHADORES DO CONHECIMENTO SE CONCENTREM EM ATIVIDADES QUE AGREGAM VALOR, ONDE A EXPERIÊNCIA HUMANA É INDISPENSÁVEL…”
O surgimento da IA generativa, como o ChatGPT, logo será integrado a várias ferramentas empregadas por trabalhadores do conhecimento, automatizando inúmeras tarefas rotineiras, como anotações, resumo de documentos e redação de mensagens personalizadas para clientes. A automatização dessas tarefas permitirá que os trabalhadores do conhecimento se concentrem em atividades que agregam valor, nas quais a experiência humana é indispensável, como interpretar o contexto e as nuances, exercitar a inteligência emocional, abordar considerações morais e éticas e promover a criatividade e a inovação.
Além disso, espero uma bifurcação da força de trabalho em um futuro próximo: indivíduos que adotam a IA para aumentar sua produtividade, potencialmente gerando ganhos substanciais, e aqueles que resistem à IA e correm o risco de ficar para trás. O último grupo provavelmente enfrentará a substituição por seus colegas habilitados para IA. Assim, a abordagem prudente para os trabalhadores do conhecimento é aproveitar o potencial da IA como uma ferramenta complementar, ampliando suas capacidades e adaptando-se ao cenário de trabalho em evolução.
Iavor Bojinov é Professor Assistente de Administração de Empresas e Richard Hodgson Fellow na HBS.
Edward McFowland III: as habilidades mudarão
No que diz respeito ao cenário apocalíptico em que a IA substitui os empregos de todos, não vejo isso acontecendo tão cedo. À medida que as novas tecnologias penetram nos mercados, muitas vezes elas mudam a forma como as organizações nesses mercados competem. Simultaneamente, e às vezes consequentemente, com essas novas inovações tecnológicas, certos conjuntos de habilidades tornam-se mais importantes, enquanto outros se tornam menos importantes. Acredito que o mesmo acontecerá com a IA generativa. Os programadores, por exemplo, não precisarão escrever tanto código do zero. Os criativos não precisarão ser sua própria musa para a geração de ideias. Tudo isso deve aumentar a produtividade. No entanto, os modelos de IA cometem erros, seja em lógica, eficiência ou inferência. As habilidades para testar, editar e inovar ou melhorar os resultados da IA provavelmente se tornarão mais valiosas.
O advento da calculadora não tornou a matemática menos importante, mas mudou quais habilidades matemáticas se tornaram importantes para as organizações e, principalmente, como ensinamos matemática nas escolas. Tornou-se menos importante para os engenheiros que construíam foguetes na NASA, por exemplo, resolver problemas matemáticos complexos em suas cabeças. A capacidade de estruturar um problema ou objetivo como um conjunto de equações matemáticas que a calculadora poderia resolver tornou-se mais importante. A calculadora tornou-se uma ferramenta inestimável para a ciência de foguetes, mas não eliminou a necessidade de matemática, engenharia ou resolução profunda de problemas por humanos. Na verdade, desde que as calculadoras foram inventadas, “erros de cálculo” de engenharia e gerenciamento ainda ocorrem durante as tentativas de lançar foguetes no espaço porque a tomada de decisões e o julgamento humanos continuam a desempenhar papéis vitais na solução de problemas.
“AS FERRAMENTAS DE IA PODEM CRIAR UM VALOR TREMENDO. OS SERES HUMANOS DEVEM DECIDIR A MELHOR FORMA DE SE ADAPTAR PARA APROVEITAR O POTENCIAL DESSAS NOVAS TECNOLOGIAS, MINIMIZANDO SUAS CONSEQUÊNCIAS NEGATIVAS.”
Se vemos a IA como uma ferramenta de apoio, aumentando a tomada de decisão humana, é importante ensinar as pessoas a estruturar problemas e interações com IA “de maneira ideal” e como reconhecer erros (sutis) na saída de IA. Como acadêmico, meu trabalho é ler o trabalho de meus alunos e colegas, avaliar suas suposições, lógica e conclusões e fazer conexões. Este conjunto inestimável de habilidades deve ser fornecido a todos os usuários de ferramentas generativas de IA. O pensamento crítico tem sido ensinado em muitos níveis de educação por muito tempo, mas assim como a educação matemática mudou com o advento da calculadora, nossa abordagem geral à educação deve se adaptar à tecnologia de IA. Pode até haver uma subdisciplina de pensamento crítico, não de ensaios ou romances, mas de modelos de IA. Pode-se até imaginar sessões interativas de aprendizado nas quais os instrutores usam ferramentas como o ChatGPT para ensinar conceitos aos alunos. Os alunos podem observar e se envolver com a ferramenta de IA e aprender como interrogar ativamente as respostas que ela fornece. Acho que isso pode resultar em sessões de aprendizado bonitas e interativas – muito melhores do que alguém dando uma palestra na frente da sala.
As ferramentas de IA podem criar um valor tremendo. Os seres humanos devem decidir a melhor forma de se adaptar para aproveitar o potencial dessas novas tecnologias, minimizando suas consequências negativas.
Edward McFowland III é Professor Assistente na Unidade de Gestão de Tecnologia e Operações.
Tsedal Neeley: Empresas e trabalhadores devem se concentrar na qualificação
Historicamente, as revoluções tecnológicas criaram mais empregos do que destruíram. A real preocupação que as pessoas devem ter é se serão substituídas por quem tem um mindset digital, que é a capacidade de enxergar novas possibilidades e traçar um caminho para o futuro usando dados, algoritmos, IA e aprendizado de máquina.
A IA serve para aumentar ou melhorar o desempenho humano. Quando os algoritmos computacionais e de aprendizado de máquina executam um número cada vez maior de atividades dentro das organizações, a natureza dos trabalhos muda. Por exemplo, a IA mudou fundamentalmente a natureza das negociações em Wall Street. Ele determina pontuações de crédito para clientes existentes e potenciais, examina candidatos, auxilia na contratação, responde em tempo real a consultas e sugere novos cursos de ação.
“OS SISTEMAS DE IA AJUDAM A PRODUZIR PREVISÕES DE VENDAS ALTAMENTE PRECISAS… DANDO AOS GERENTES E REPRESENTANTES DE VENDAS TEMPO PARA SE CONCENTRAREM NA CONSTRUÇÃO DE RELACIONAMENTOS, GERENCIAMENTO E VENDAS.”
Os sistemas de IA ajudam a produzir previsões de vendas altamente precisas, que tradicionalmente levam dias e semanas para os gerentes reunirem, dando aos gerentes e representantes de vendas tempo para se concentrar na construção de relacionamentos, gerenciamento e vendas. Os engenheiros de software podem usar serviços para gerar automaticamente o código de programação para fins básicos, permitindo que eles escrevam códigos com mais eficiência enquanto gastam mais tempo em outras atividades, como design de sistema e alinhamento com a experiência do usuário.
Em última análise, indivíduos e organizações devem se concentrar na qualificação e na escala para aproveitar ao máximo as novas tecnologias.
Tsedal Neeley é Naylor Fitzhugh Professor of Business Administration e coautor do livro Digital Mindset: What it Really Takes to Thrive in the Age of Data, Algorithms and AI.
