CONDUZINDO O IMPACTO DA IA DA SALA DE AULA À SALA DE REUNIÕES
A implementação e facilitação da IA devem ser deixadas apenas para especialistas em tecnologia? Como a liderança afeta a IA? Aqui estão insights do congresso Beyond Boundaries, organizado pela D’Amore-McKim School of Business, sobre como a liderança empresarial molda a adoção e o sucesso da IA.
A IA está trazendo mudanças significativas para a sociedade, os negócios e o meio acadêmico. Para as escolas de negócios, é fundamental entender como organizações, líderes e educadores podem lidar com esse ambiente em rápida transformação. Na D’Amore-McKim School of Business (DMSB; Northeastern University), levamos essa questão a sério e a tornamos um ponto central na missão da nossa escola: educar líderes empresariais socialmente responsáveis, capazes de trabalhar, navegar e criar em um ambiente habilitado por IA. Para enfatizar a importância dessa missão em nossas atividades de pesquisa, ensino e interação com empresas, a DMSB lançou uma série de congressos chamada Beyond Boundaries. No primeiro congresso dessa série, exploramos a relação entre liderança empresarial e IA. O evento reuniu educadores, estudantes e especialistas em IA, incluindo o mestre de xadrez Garry Kasparov, para discussões aprofundadas e para identificar coletivamente como navegar neste novo cenário.
A seguir, discutimos os principais insights que surgiram desse congresso.
A principal conclusão que emergiu do primeiro congresso Beyond Boundaries é a importância da liderança como catalisadora e facilitadora para aproveitar a IA de maneira bem-sucedida – tanto nos negócios quanto no meio acadêmico. A discussão revelou que os líderes, e não os especialistas em tecnologia, são os responsáveis finais por estabelecer as regras sobre como implantar a IA, definir expectativas e métricas de desempenho e oferecer orientação sobre como usar a IA de maneira ética e útil. Eles têm essa responsabilidade porque sua principal função em qualquer projeto de adoção de IA é alinhar a tecnologia aos objetivos e à finalidade organizacional. Somente por meio desse alinhamento é possível criar valor para todos os envolvidos.
Nesse contexto, as habilidades mais importantes que os líderes devem possuir estão relacionadas ao conhecimento e à antecipação da psicologia humana – em todos os níveis da organização – e à capacidade de determinar quando os humanos devem intervir no uso da IA. Hoje, enquanto grandes volumes de dados estão disponíveis e oferecem informações valiosas, isso também resulta em grande desinformação e dificuldade na tomada de decisões. Cabe aos humanos saber como interagir com a IA para fazer ajustes e cabe aos líderes fornecer um ambiente orientador.
COMO AS EMPRESAS DEVEM USAR A IA?
Os sistemas de IA estão alcançando níveis de desempenho próximos aos humanos em diversas tarefas – especialmente em atividades rotineiras e de gerenciamento de dados que ocorrem em sistemas fechados. No entanto, os humanos precisam saber como e quando intervir.
Em outras palavras, quando devemos parar de analisar os dados e usar os insights obtidos para tomar decisões reais? Essa habilidade exige fazer julgamentos e quem melhor para isso do que os próprios humanos? De fato, a vantagem está na pessoa que sabe quando tomar uma decisão, o que requer confiar na intuição e no instinto. Essa é a diferença entre um bom tomador de decisões e um excelente. Como disse Garry Kasparov durante o congresso: “Pequenos ajustes aqui e ali trazem os maiores retornos. Não precisamos desafiar a superioridade das máquinas em 95% dos casos.” Isso significa desenvolver habilidades para saber quando intervir e ter humildade para permitir que o algoritmo funcione de forma autônoma no restante do tempo.
David De Cremer, reitor da D’Amore-McKim School of Business, observou que “engenharia é fácil, os humanos são complicados.” O ponto-chave é saber quando trazer as qualidades humanas para o jogo. No passado, as máquinas nos tornavam mais rápidos; hoje, as máquinas nos tornarão mais inteligentes, pois fornecerão informações. Mas como os líderes podem garantir que essa nova sabedoria se traduza em valor real? “Fazer as perguntas certas” é o que transforma essa sabedoria em valor e o que diferencia um líder preparado para a era da IA de um que não está.
Para isso, os líderes precisam saber o que sua organização representa e o que querem alcançar para a sociedade e seus stakeholders.
Consequentemente, as escolas de negócios precisam estar cientes de que devem formar os futuros líderes usando a IA como uma ferramenta que gera informações, as quais são usadas pelos alunos para dar um toque autêntico e definir objetivos, transformando o conteúdo em conhecimento aplicável que possa beneficiar múltiplos stakeholders. Como tudo isso influenciará a adoção da IA nos negócios, nas salas de aula e na sociedade? A seguir, detalhamos como essa adoção pode se manifestar.
Como as empresas devem se adaptar para criar valor com essa nova tecnologia?
1. GRANDES EMPRESAS
É necessário que a liderança esteja ativamente envolvida e altere o modelo operacional. Se os líderes não estiverem engajados, é bem provável que suas organizações não sobrevivam. No momento, em muitas empresas, o chefe de análise de dados está sob pressão: tantas novas ideias estão surgindo de cima para baixo e de baixo para cima, e os líderes precisam tomar decisões difíceis. Como a IA é uma ferramenta cara, torna-se custoso para grandes empresas permanecerem por muito tempo na fase experimental de adoção da tecnologia. Por isso, as grandes empresas precisam pensar e antecipar ao máximo onde a IA pode criar o maior valor – e implantá-la nessas áreas.
Especificamente, os líderes precisam ser capazes de tomar decisões deliberadas e coerentes sobre onde está o maior valor no uso da IA, seja no retorno sobre o patrimônio, na receita, na eficiência operacional, na alavancagem financeira e assim por diante. Essas decisões devem orientar o foco da liderança. Em seguida, os líderes precisam de um plano estratégico sobre como alavancar a IA para atingir esses objetivos. Trata-se de uma forma diferente de pensar sobre tecnologia, diferente do que os líderes faziam no passado. Ou seja, enquanto no passado as decisões tecnológicas eram tomadas separadamente, agora precisam fazer parte do portfólio da liderança para alcançar o maior valor e retorno para o negócio.
2. PEQUENAS EMPRESAS
As pequenas empresas estão em uma posição diferente, pois têm menos margem para cometer erros e enfrentam mais restrições de recursos do que as grandes empresas. Elas devem ser enxutas e ágeis. A agilidade é o que diferencia as pequenas empresas dos concorrentes. Envolver humanos no processo também é difícil, pois simplesmente há menos pessoas envolvidas. Além disso, para as pequenas empresas, torna-se desafiador avaliar o valor potencial – já que um pequeno erro pode comprometer toda a empresa. Assim, uma decisão importante para as pequenas empresas que implementam IA é quando e onde assumir o risco.
Uma analogia simples é o que aconteceu com o blockchain cerca de 5 a 6 anos atrás. O fracasso ocorreu para pequenas empresas que esticaram seu modelo de negócios ao limite para acomodar a tecnologia blockchain, enquanto o sucesso veio para aquelas empresas que enxergaram onde e como o blockchain criaria oportunidades-chave para seus modelos de negócios.
3. DESAFIO EMPRESARIAL
Os silos continuam sendo um desafio dominante dentro das organizações, dificultando a criação de uma estratégia eficaz sobre como se comunicar entre diferentes áreas. A resposta provavelmente está em promover mudanças na estrutura organizacional e eliminar os silos por meio do uso compartilhado de dados e tecnologia. É claro que as organizações não sobreviverão se não eliminarem os silos.
Usar a tecnologia como ferramenta para conectar e eliminar silos exige o uso da IA. De fato, a IA pode ajudar a integrar dados entre diferentes setores e facilitar processos empresariais mais transparentes. Especificamente, o compartilhamento de dados entre diferentes departamentos e a identificação de objetivos comuns sobre quais perguntas precisam ser respondidas podem deixar claro que esforços colaborativos são necessários para abordar questões cruciais de negócios.
Os dados também podem ajudar a organização como um todo a entender quais são exatamente seus desafios empresariais e os líderes precisam usar esses insights para orientar as decisões operacionais, voltadas ao cliente e financeiras. Perguntas-chave que precisarão ser feitas nessa abordagem são:
- Qual é a oportunidade e qual é o tempo necessário para gerar valor?
- Qual é o custo de oportunidade de tomar a decisão errada?
4. RISCOS E RESPONSABILIDADE
Uma das maiores questões para as empresas diz respeito aos riscos e à responsabilidade, como a falta de capacidade de documentar o ROI ou de mostrar que suas decisões revelam valor para o negócio. Isso é especialmente importante quando a IA e a gestão de dados estão conduzindo suas decisões, especialmente as de curto prazo. Tentar descobrir como calcular o valor e como atribuí-lo de volta ao negócio será relevante e deve estar alinhado com a quebra de silos e com a inclusão de todos os envolvidos. Então, quem está recebendo o crédito e como medimos o retorno? À medida que as pessoas interagem, como medimos o valor de forma precisa? E quanto à responsabilidade? Quem recebe o crédito e quem assume a responsabilidade? Uma coisa é clara: com a chegada da IA, a barra foi significativamente elevada.
É essencial examinar o impacto da IA no desempenho e desenvolver métricas de avaliação adequadas.
Como as escolas de negócios educam a próxima geração de líderes para tomar essas decisões difíceis?
1. DEFININDO EXPECTATIVAS
Os educadores precisam liderar com uma visão clara de como usar a IA em seus esforços de ensino. Eles devem fazer isso comunicando efetivamente essa visão no contexto das aplicações de IA, das expectativas de desempenho e das considerações éticas. Uma questão crítica a ser abordada aqui é o grau em que uma ferramenta de IA como o ChatGPT pode auxiliar aqueles que ensinam e aqueles que assistem às aulas, e se o fato de possuírem conhecimento da área ou serem novatos em IA importa. É essencial examinar o impacto da IA no desempenho e desenvolver métricas de avaliação adequadas.
Os padrões na sala de aula devem se adaptar quando a IA se tornar universalmente acessível, pois as expectativas de desempenho inevitavelmente mudarão.
Outro desafio envolve detectar o uso de IA na sala de aula e definir expectativas claras sobre seu uso. Essa situação exige novas regras para redações e diretrizes sobre o uso de ferramentas como o ChatGPT. Será essencial estabelecer o equilíbrio adequado entre o desempenho gerado por IA e o próprio esforço do aluno nas interações com a IA, para garantir que a experiência de classe se torne um ambiente onde as informações geradas sejam aplicadas de maneira autêntica e útil. Tal abordagem incorporará um foco na preparação dos alunos para reconhecer o papel da IA na forma como podem transformar conteúdo em conhecimento que tenha valor tanto para eles como líderes quanto para a organização.
2. APRENDENDO A USAR A IA
Um desafio significativo é que as pessoas frequentemente têm dificuldades em determinar quando e como utilizar a IA de forma adequada. Elas podem usar mal a IA, buscando feedback quando já realizaram um bom trabalho, em vez de quando precisam de melhorias. A IA é uma ferramenta valiosa para aqueles com uma mentalidade de crescimento, e uma oportunidade na sala de aula é ensinar os alunos como e quando usar a IA de forma eficaz como seu copiloto. Esse ensino é um papel crucial para os educadores como líderes da sala de aula.
3. REQUALIFICAÇÃO
A requalificação é uma noção popular dentro das organizações, e é imperativo que comecemos com ela o mais cedo possível – ou seja, na sala de aula. Mas qual o real valor que a requalificação revela? A pesquisa não é totalmente clara sobre isso. Primeiramente, alguns estudos sugerem que a IA é particularmente útil para acelerar o aprendizado de iniciantes, por exemplo, ao fornecer acesso ao conhecimento tácito embutido nas práticas de trabalho de colegas mais experientes.
Nesse caso, a IA poderia ajudar a nivelar o campo de jogo. Por outro lado, pesquisas no mundo dos negócios também forneceram evidências de que a IA é mais útil para especialistas humanos. Isso acontece quando os especialistas estão em uma posição melhor para decidir quando e como usar a IA, e depois avaliar a saída da IA e aproveitá-la. Em contraste, trabalhadores com menos qualificação não estão nessa situação e correm o risco de usar a IA de maneira errada ou usá-la da forma equivocada.
Por exemplo, estudos mostram que psiquiatras iniciantes que reescrevem seu perfil com IA aumentam demais o preço, pois superestimam a melhoria gerada pela IA. No geral, pode haver um retorno positivo para as habilidades existentes e, então, a IA provavelmente aumentará as tendências já existentes e, assim, também aumentará a desigualdade. As escolas de negócios precisam examinar quais processos são mais propensos a ocorrer e criar experiências de sala de aula onde todos os alunos se beneficiem da requalificação.
COMO A IA NOS NEGÓCIOS IMPACTARÁ A SOCIEDADE?
Finalmente, a implementação da IA nos negócios também terá um impacto significativo na sociedade. Se a implementação da IA pode levar a uma redução de custos para as empresas por meio de esforços de automação e fazer com que empregos desapareçam, quais serão os custos para a sociedade e como lidamos com isso como líderes empresariais? Como garantimos que as empresas possam aproveitar o poder da IA de maneira que beneficie não apenas a organização, mas todos os seus stakeholders, incluindo a sociedade como um todo?
O tipo de liderança socialmente responsável que é necessária terá que lidar com como garantir que as demissões não se traduzam em desastres sociais, que a ambição de criar mais tempo livre para todos ao implementar a IA seja significativa para as pessoas e, finalmente, clara sobre como elas gastarão seu tempo, enquanto ainda conseguem ganhar a vida e, assim, contribuir para o funcionamento da sociedade.
Pesquisas mostram que os humanos precisam ser desafiados, então a responsabilidade dos líderes empresariais não para quando os funcionários são substituídos por IA e recebem um pacote de compensação final. As empresas precisam trabalhar com os governos para criar oportunidades para o capital humano que beneficiarão a sociedade diretamente.
Isso significa que os líderes empresariais também precisam ser treinados para perceber que as responsabilidades empresariais também incluem fornecer soluções para os grandes desafios sociais e, nesta era, isso significa pensar sobre qual será a melhor forma de democratizar a IA.
A principal conclusão da nossa primeira conferência “Beyond Boundaries” é que, nos negócios, na academia e na sociedade, os líderes empresariais não podem escapar de sua responsabilidade de refletir sobre as consequências de curto e longo prazo da adoção da IA e usar essas reflexões para orientar como suas organizações aproveitam a IA. Líderes e organizações que entendem essa responsabilidade e desenvolvem a habilidade de agir de acordo com ela serão os que prosperarão.
Fonte:
Periódico European Business Review, novembro-dezembro de 2024
Sobre os autores:
Nada Sanders é uma líder de pensamento internacionalmente reconhecida e especialista em previsão, cadeias de suprimento globais, risco e resiliência, e integração homem-tecnologia, além de ser Professora Distinta na D’Amore-McKim School of Business da Northeastern University. Ela é autora de sete livros, incluindo The Humachine: Humankind, Machines, and the Future of Enterprise, 2ª edição (Routledge, 2024), amplamente publicada em periódicos acadêmicos de destaque, e foi classificada como top 2% dos Cientistas pelo Estudo de Stanford. Ela é Fellow do Decision Sciences Institute, já serviu no Conselho de Diretores do International Institute of Forecasters (IIF), do Decision Sciences Institute (DSI), e foi presidente da Production Operations Management Society (POMS), uma organização que, em 2020, criou um prêmio em seu nome por sua contribuição. Ela é uma palestrante principal frequente, consultou inúmeras empresas da Fortune 100 e faz parte do Conselho de Consultores Econômicos da Association of Industries of Massachusetts (AIM).
Koen Pauwels é o Vice-Decano de Pesquisa e Professor Distinto da Northeastern University e Diretor Geral Fundador da sua Iniciativa Digital, Analytics, Technology and Automation (DATA). Ele foi Cientista Pesquisador Principal na Amazon Ads, com recomendações sobre construção de marcas e alocação de orçamento que chegaram a centenas de milhares de anunciantes. Koen obteve seu Ph.D. na UCLA, onde foi escolhido um dos 100 Alunos Inspiradores. Após obter a titularidade na Tuck School of Business da Dartmouth, ele ajudou a fundar a startup Ozyegin University em Istambul. Nomeado um dos 2% principais cientistas do mundo, e ‘O Melhor Acadêmico de Marketing do Planeta’, Koen publicou mais de 100 artigos sobre a eficácia de marketing. Essa pesquisa foi premiada tanto por gerentes quanto por acadêmicos. Koen é editor-chefe do International Journal of Research in Marketing. Seus livros incluem Modeling Markets and Advanced Methods for Modeling Markets para analistas e Break the Wall: Why and How to Democratize Digital in Your Business, e It’s Not the Size of the Data – It’s How You Use It: Smarter Marketing with Analytics and Dashboards para gerentes.
Christoph Riedl é professor de Sistemas de Informação na D’Amore-McKim School of Business, Northeastern University. Ele obteve seu PhD na Technische Universität München, Alemanha. A pesquisa do Dr. Riedl se concentra em inteligência coletiva, crowdsourcing e colaboração em equipes humano-IA.
Rick J. Arrowood é Professor na D’Amore-McKim School of Business da Northeastern University e Professor Visitante no programa Executive MBA da University of Central Punjab em Lahore, Paquistão. Ele se especializa em Gestão, Desenvolvimento Organizacional e Liderança, com foco de pesquisa nos aspectos comportamentais do uso da tecnologia por docentes e alunos em salas de aula tradicionais e online. Rick também faz consultoria para empresas de tecnologia em saúde nos EUA e no Paquistão. Ele é autor de numerosos estudos de caso, publicados em periódicos de destaque, e serve no conselho editorial do Journal of Education and Education Policy Studies. Suas funções anteriores incluem servir em diversos conselhos de organizações sem fins lucrativos, lecionar nos programas de mestrado duplo da Northeastern University na Austrália e no Vietnã. Além disso, ele fundou o The Leader Brew Podcast para compartilhar as histórias de ex-alunos que fazem a transição da sala de aula para o mundo real.
David De Cremer é o Decano da Família Dunton e professor de gestão e tecnologia na D’Amore-McKim School of Business, Northeastern University (Boston). Ele é o fundador e ex-diretor do Center on AI Technology for Humankind em Singapura e membro do conselho consultivo da EY (antiga Ernst & Young) para seus projetos globais de IA. Antes de se mudar para Boston, foi professor titular de gestão e organizações na NUS Business School, National University of Singapore, e professor titular da KPMG em estudos de gestão na Cambridge University. Ele foi nomeado um dos 30 principais gurus de gestão e palestrantes do mundo pela organização GlobalGurus, um dos “30 principais pensadores da próxima geração de negócios” da lista Thinkers50 e está continuamente incluído no Top 2% de cientistas do mundo. Além de ser amplamente publicado nas principais revistas de gestão e psicologia, ele é autor best-seller e seu último livro The AI-savvy Leader: 9 Ways to Take Back Control and Make AI Work (publicado pela Harvard Business Review Press, 2024) foi nomeado livro do mês de junho de 2024 pelo Financial Times, selecionado como leitura obrigatória para o verão de 2024 pelo Next Big Idea Club, e #1 lançamento novo no amazon.com.