Trata-se, evidentemente, de uma asserção ousada. Em bora as abordagens tradicionais à organização tenham sido frequentemente prenúncio das pelos avanços tecnológicos (alguém se lembra da breve mania da holacracia?), as organizações têm-se revelado sobremaneira dura douras. De facto, cada novidade vaga de tecnologia trouxe inovações que fortaleceram as organizações tradicionais. Henry Ford aproveitou os avanços nos relógios mecânicos e nas peças uniformizadas para introduzir linhas de montagem e formas mais precisas de dividir o trabalho. Em 2001, o desenvolvimento expedito tirou partido das novas formas de trabalhar com software e de discursar pela internet para renovar a maneira uma vez que as organizações desenvolvem produtos. Os avanços tecnológicos e as organizações são parceiros há muito tempo.
Mas a IA generativa, e os LLM que a alimentam, são diferentes. Todos os métodos anteriores de organização eram intensamente humanos, construídos com base nas capacidades e limitações humanas. É por isso que os modelos organizacionais tradicionais persistiram durante tanto tempo. A atenção humana continua a ser finita, pelo que precisámos de delegar as nossas tarefas a outros. O número de pessoas que podem trabalhar em equipa é restringido, pelo que foi necessário dividir as organizações em partes mais pequenas. A tomada de decisões é complicada, pelo que adoptámos níveis de gestão e poder. A tecnologia muda, mas os trabalhadores e os gestores são unicamente pessoas, e a única forma de acrescer lucidez a um projecto era acrescer pessoas ou fazê-las trabalhar de forma mais eficiente mediante ferramentas que as ajudassem a discursar ou a açodar o seu trabalho.
Mas isto já não é verdade. Qualquer pessoa pode acrescer lucidez, de certa forma, a um projecto, incluindo uma IA. E as provas mostram que as pessoas já o fazem — só não o dizem aos seus chefes: um interrogatório no Outono de 2023 revelou que mais de metade das pessoas que utilizam IA no trabalho fazem-no sem aprovação e 64% fizeram passar o trabalho de IA uma vez que seu.
Esse uso sombrio de IA é provável em secção porque os LLM são excepcionalmente adequados para lidarem com funções organizacionais – eles trabalham à graduação humana. As ferramentas baseadas em LLM podem ler documentos e redigir emails, adaptar-se ao contexto e ajudar nos projectos sem exigirem que os utilizadores tenham formação especializada ou software multíplice e personalizado. Embora as instalações empresariais de LLM em grande graduação tenham algumas vantagens, uma vez que a privacidade e a integração de dados, as pessoas com entrada ao ChatGPT-4 podem simplesmente debutar a fazer com que a IA trabalhe para elas. E, claramente, é precisamente isso que estão a fazer.
O IMPACTO DA IA E DOS LLM NOS PROCESSOS ORGANIZACIONAIS
O que significa para as organizações o facto de reconhecermos que nascente comportamento está a sobrevir? Enfrentamos o mesmo repto que os operadores ferroviários originais enfrentaram há 150 anos: uma vez que reconstruir uma organização em torno de uma mudança fundamental na forma uma vez que o trabalho é feito, organizado e expedido.
Já experimentei um pouco disto na Wharton Interactive, uma pequena empresa de software dentro da Wharton School da Universidade da Pensilvânia, dedicada a transformar a instrução por meio de simulações baseadas em IA. Dada a nossa missão, adoptámos desde cedo o poder dos LLM. A nossa equipa de espeque ao cliente utiliza a IA para gerar documentação em tempo real, tanto na nossa wiki interna uma vez que para os clientes. O nosso CTO ensinou a IA a fabricar guiões na linguagem de programação personalizada que utilizamos (uma versão modificada do Ink, uma linguagem para jogos interactivos). Utilizamos as nossas ferramentas de IA para juntar gráficos de marcadores de posição, para programar, para idealizar, para transcrever os emails para o suporte internacional, para actualizar o HTML nos nossos websites, para redigir material de marketing, para transformar documentação complexa em passos simples e muito mais.
Adicionámos efectivamente várias pessoas à nossa pequena equipa, e a indemnização totalidade destes membros da equipa virtual é subordinado a 95 euros por mês em subscrições do ChatGPT Plus e custos da interface de programação de aplicações.
Mas, em muitos aspectos, isto é unicamente o primícias. Estamos a considerar a possibilidade de modificar completamente os processos organizacionais. Aprendemos que podemos fazer com que a IA actue uma vez que um testante de software para obter feedback inicial sobre as nossas concepções (pesquisas mostram ser provável obter um feedback simulado razoavelmente bom de personas de IA). A IA pode registar e combinar as nossas ideias com relativamente pouca supervisão humana, de modo a podermos saltar algumas reuniões, e pode fornecer orientações para manter as reuniões que temos no caminho patente. E essas reuniões podem centrar-se na construção e não unicamente no planeamento. Em vez de uma longa sessão de compilação de informações, podemos pedir à IA que crie páginas web e imagens com base nas nossas ideias. Não estamos unicamente a reunir; podemos imediatamente pedir alterações e ver um protótipo dos resultados da página web, mesmo sem experiência em programação.
As mudanças são profundas. As discussões teóricas tornam-se práticas. O trabalho de “rascunho” é eliminado. E, ainda mais importante, horas de reuniões são eliminadas, e as reuniões restantes são mais impactantes e úteis. Um processo que costumava demorar uma semana pode ser reduzido a um ou dois dias. E estes são unicamente projectos prontos a utilizar, construídos com GPT-4, e não a versão mais imaginativa deste tipo de porvir. Já podemos imaginar um mundo onde agentes autónomos de IA começam com um noção e vão até ao código e à implementação com o mínimo de mediação humana. Nascente é, de facto, um objectivo pronunciado da próxima período de desenvolvimento de produtos da OpenAI. É provável que, se as taxas das “alucinações” da IA Gen diminuírem em versões futuras, tarefas inteiras sejam na maioria feitas por estes agentes terceiros, com os humanos a actuarem uma vez que supervisores.
CONTROLAR VERSUS TREINAR: A DECISÃO É SUA
É simples que o porvir das organizações repletas de IA pode seguir em muitas direcções. Ao gerirem o trabalho ou, pelo menos, ao ajudarem os gestores a gerirem o trabalho, as capacidades acrescidas dos LLM convidam a uma mudança radical, que pode ser positiva ou negativa. Uma única IA pode falar com centenas de trabalhadores, dando conselhos e monitorizando o desempenho. As ferramentas de IA podem orientar – ou manipular. Estas ferramentas podem orientar as decisões de forma ocasião ou subtil.
As empresas têm testado formas de controlo computorizado dos trabalhadores muito antes desta geração de IA. Os relógios de ponto, as câmaras e outras formas de monitorização são comuns há mais de um século. Mas estas abordagens entraram em subida velocidade com o surgimento das ferramentas de IA pré-LLM, em pessoal a utilização de algoritmos para controlar o trabalho e os trabalhadores.
Pense no trabalhador que faz biscates e espera que a Uber lhe dê um bom fluxo de clientes, apesar de ter recebido uma classificação baixa de um passageiro zangado. Imagine o condutor da UPS cujos minutos de transporte são analisados por um algoritmo para ver se é suficientemente eficiente para manter o seu ocupação. Katherine Kellogg, professora de Gestão e Inovação na MIT Sloan School of Management, em conjunto com Melissa Valentine e Angèle Christin, ambas professoras da Universidade de Stanford, descreveram uma vez que estes novos tipos de controlo diferem das formas de gestão anteriores. Enquanto anteriormente os gestores dispunham de informações limitadas sobre o que os trabalhadores faziam, os algoritmos fornecem uma imagem abrangente e quase instantânea, utilizando grandes quantidades de dados de muitas fontes para seguirem os trabalhadores. Estes algoritmos também funcionam de forma interactiva, canalizando os trabalhadores em tempo real para qualquer tarefa que a empresa pretenda. E os algoritmos são opacos – os seus preconceitos e até o modo uma vez que tomam decisões são ocultados aos trabalhadores.
Poderíamos imaginar uma vez que os LLM sobrecarregariam nascente processo, criando um panóptico ainda mais abrangente (e preocupante): neste tipo de sistema, todos os aspectos do trabalho são monitorizados e controlados pela IA. A IA monitoriza as actividades, os comportamentos, os resultados e os resultados dos trabalhadores e dos gestores. A IA define objectivos e metas para eles, atribui-lhes tarefas e funções, avalia o seu desempenho e recompensa-os em conformidade. Mas, ao contrário dos algoritmos frios e impessoais da Lyft ou da Uber, os LLM também podem dar feedback e orientação para ajudar os trabalhadores a melhorarem as suas competências e produtividade de uma forma que muitos humanos considerariam calorosa e persuasiva. A capacidade da IA para agir uma vez que um mentor amigável pode limar as arestas do controlo algorítmico, cobrindo a caixa de Skinner (uma câmara de condicionamento) com papel de pacote luzidio. Mas continuaria a ser o algoritmo a mandar. Analisando o pretérito, vemos que nascente é um caminho provável para muitas empresas, que muitas vezes vêem a tecnologia uma vez que uma forma de praticar mais controlo sobre os trabalhadores.
Mas também existem outras possibilidades, mais utópicas. Não precisamos de sujeitar inúmeros seres humanos às máquinas supremas. Pelo contrário, os LLM podem ajudar-nos a prosperar. Nos primeiros estudos sobre a IA, há indícios de um caminho a seguir. Os trabalhadores, embora preocupados com a IA, tendem a gostar de a utilizar quando esta elimina as partes mais aborrecidas e irritantes do seu trabalho, deixando-os com as tarefas mais interessantes. As organizações centradas na IA poderão tornar-se mais significativas e de maior valor para os trabalhadores empenhados, apoiando a retenção de talentos.
No entanto, isto não é inevitável, pelo que gestores e líderes têm de resolver se e uma vez que se comprometem a reorganizar o trabalho em torno da IA de modo a ajudar e não a prejudicar os seus trabalhadores humanos. É necessário perguntar: qual a sua visão sobre uma vez que a IA melhora o trabalho e não o piora?
TRÊS PRINCÍPIOS PARA REORGANIZAR O TRABALHO EM TORNO DA IA
Os gestores têm de debutar a ter um papel activo na resposta a esta pergunta. Tal uma vez que tudo o que está associado à IA, não existe uma poder meão que indique as melhores formas de utilizar a IA – as organizações terão de o deslindar por si próprias. Utilize estes princípios de liderança para orientar o seu pensamento:
1. Identifique e recrute os seus actuais utilizadores de IA. Tal uma vez que referido anteriormente, muitas pessoas usam a IA, mas escondem-na dos seus próprios gestores. A melhor maneira de uma organização proceder com a IA é obter a ajuda desses trabalhadores. E isso exigirá uma grande mudança na forma uma vez que as organizações operam. Os líderes têm de reconhecer que os funcionários que descobrem a melhor forma de utilizar a IA podem estar em qualquer nível da organização, com diferentes histórias e registos de desempenho.
Por outras palavras, as competências de IA da sua empresa podem estar em qualquer lugar. Agora, há algumas provas de que os trabalhadores com os níveis de competências mais baixos são os que mais beneficiam da IA e, por isso, poderão ter mais experiência na sua utilização, mas o quadro ainda não é simples. Por conseguinte, as empresas terão de incluir a maioria provável da sua organização na elaboração dos seus planos de IA. Terão de proporcionar uma formação alargada a estes trabalhadores e oferecer ferramentas que os ajudem a partilhar as lições com a equipa, por exemplo, através da geração de bibliotecas de sugestões ChatGPT de crowdsourcing.
Porém, para que esta abordagem funcione, os líderes precisam de deslindar uma forma de diminuir o pânico associado à revelação da utilização da IA. Os líderes podem minimizar a impaciência de que os funcionários sejam despedidos uma vez que resultado da utilização da IA, ou prometer que os trabalhadores poderão utilizar o tempo proveito através da IA para trabalhar em projectos mais interessantes, ou mesmo utilizar o tempo para melhorar o estabilidade entre a vida profissional e pessoal.
Se os seus colaboradores não acreditarem que se preocupa com eles, manterão a utilização da IA escondida. E terá de os incentivar a darem-se a saber. Isto significa não só permitir a utilização da IA, mas também oferecer recompensas substanciais às pessoas que encontrem oportunidades substanciais para a IA melhorar os processos de trabalho. Pense em prémios monetários substanciais. Promoções. Escritórios privados. A possibilidade de trabalhar a partir de morada para sempre. Com os potenciais ganhos de produtividade possíveis devido aos LLM, as recompensas são um pequeno preço a remunerar por uma inovação verdadeiramente revolucionária. E grandes incentivos também mostram que a organização leva a sério esta questão.
2. Deixe as equipas desenvolverem os seus próprios métodos. Todas as formas habituais de as organizações responderem a novas tecnologias não funcionam muito para a IA. Estas abordagens são muito centralizadas e lentas. O departamento de TI não pode edificar facilmente um protótipo de IA interno, e certamente não um que concorra com um dos principais LLM. Muitos CIO assumem o controlo da gestão da IA por razões de segurança, ao mesmo tempo que lidam com o facto de alguns trabalhadores poderem esconder a sua utilização da IA. Os consultores e integradores de sistemas não têm conhecimentos especiais sobre uma vez que fazer a IA funcionar numa determinada empresa, ou mesmo sobre as melhores formas de utilizar a IA em universal. Os grupos de inovação e os conselhos de estratégia dentro das organizações podem ditar a política, mas não conseguem deslindar uma vez que utilizar a IA para fazer o trabalho – só as equipas de trabalho o podem fazer.
E, oferecido que as IA funcionam mais uma vez que pessoas do que uma vez que software (apesar de serem software), muitas vezes são melhor geridas uma vez que membros adicionais da equipa do que uma vez que soluções de TI externas impostas pela gestão. As equipas terão de deslindar as suas próprias formas de utilizar a IA através da experimentação moral, e depois precisarão de uma forma de partilhar esses métodos entre si e com a liderança da organização. Os incentivos e a cultura terão de ser alinhados para que isto aconteça, e as directrizes terão de ser muito mais claras para que os colaboradores se sintam livres para testar, dentro das directrizes definidas por razões de segurança e gestão.
3. Construa para um porvir não tão distante. Tudo o que referi já é provável presentemente com o ChatGPT-4. Mas estão a chegar modelos mais avançados – e rapidamente. A mudança organizacional leva tempo, pelo que as organizações que adaptam os processos à IA devem fazê-lo tendo em conta as versões futuras da IA, em vez de se limitarem a edificar para a tecnologia moderno. Se o tipo de ganhos de eficiência que vemos com as primeiras experiências de IA se mantiverem, as organizações que esperarem para testar ficarão para trás muito rapidamente.
Se for realmente provável reduzir um processo de semanas para dias, isso representa uma mudança profunda na forma uma vez que o trabalho é feito, e quererá que a sua organização chegue lá primeiro ou, pelo menos, esteja pronta para se apropriar à mudança. Também deve edificar e planear com a mentalidade de que as ferramentas evoluirão rapidamente. Essa mentalidade não favorece soluções de cima para grave que demoram meses ou anos a implementar.
Só há duas formas de reagir a uma mudança exponencial: muito cedo ou muito tarde. As actuais ferramentas de IA são imperfeitas e limitadas em muitos aspectos. Embora isso restrinja o que a IA pode fazer, as capacidades da IA estão a aumentar exponencialmente, tanto em termos dos próprios modelos uma vez que das ferramentas que estes modelos podem utilizar. Pode parecer muito cedo para pensar em mudar a sua organização para acomodar a IA, mas há uma possante possibilidade de que rapidamente se torne muito tarde.
Item publicado na Revista Executive Digest n.º 218 de Maio de 2024