Massachusetts Institute of Technology: Reinventar a organização para a IA Gen e os LLM

Trata-se, evidentemente, de uma afirmação ousada. Em bora as abordagens tradicionais à organização tenham sido frequentemente ameaça das pelos avanços tecnológicos (alguém se lembra da breve mania da holacracia?), as organizações têm-se revelado extraordinariamente dura douras. De facto, cada nova 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 ágil tirou partido das novas formas de trabalhar com software e de comunicar pela internet para renovar a maneira como 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 limitado, pelo que foi necessário dividir as organizações em partes mais pequenas. A tomada de decisões é complicada, pelo que adoptámos níveis de gestão e autoridade. A tecnologia muda, mas os trabalhadores e os gestores são apenas pessoas, e a única forma de acrescentar inteligência a um projecto era acrescentar pessoas ou fazê-las trabalhar de forma mais eficiente mediante ferramentas que as ajudassem a comunicar ou a acelerar o seu trabalho.

Mas isto já não é verdade. Qualquer pessoa pode acrescentar inteligência, 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 inquérito 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 como seu.

Esse uso sombrio de IA é possível em parte porque os LLM são excepcionalmente adequados para lidarem com funções organizacionais – eles trabalham à escala humana. As ferramentas baseadas em LLM podem ler documentos e escrever emails, adaptar-se ao contexto e ajudar nos projectos sem exigirem que os utilizadores tenham formação especializada ou software complexo e personalizado. Embora as instalações empresariais de LLM em grande escala tenham algumas vantagens, como a privacidade e a integração de dados, as pessoas com acesso ao ChatGPT-4 podem simplesmente começar 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 este comportamento está a acontecer? Enfrentamos o mesmo desafio que os operadores ferroviários originais enfrentaram há 150 anos: como reconstruir uma organização em torno de uma mudança fundamental na forma como o trabalho é feito, organizado e comunicado.

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 educação por meio de simulações baseadas em IA. Dada a nossa missão, adoptámos desde cedo o poder dos LLM. A nossa equipa de apoio ao cliente utiliza a IA para gerar documentação em tempo real, tanto na nossa wiki interna como para os clientes. O nosso CTO ensinou a IA a criar 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 adicionar gráficos de marcadores de posição, para programar, para idealizar, para traduzir os emails para o suporte internacional, para actualizar o HTML nos nossos websites, para escrever material de marketing, para transformar documentação complexa em passos simples e muito mais.

Adicionámos efectivamente várias pessoas à nossa pequena equipa, e a compensação total destes membros da equipa virtual é inferior a 95 euros por mês em subscrições do ChatGPT Plus e custos da interface de programação de aplicações.

Mas, em muitos aspectos, isto é apenas o começo. Estamos a considerar a possibilidade de alterar completamente os processos organizacionais. Aprendemos que podemos fazer com que a IA actue como um testador de software para obter feedback inicial sobre as nossas concepções (pesquisas mostram ser possível 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 certo. E essas reuniões podem centrar-se na construção e não apenas 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 apenas 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 apenas projectos prontos a utilizar, construídos com GPT-4, e não a versão mais imaginativa deste tipo de futuro. Já podemos imaginar um mundo onde agentes autónomos de IA começam com um conceito e vão até ao código e à implementação com o mínimo de intervenção humana. Este é, de facto, um objectivo declarado da próxima fase 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 como supervisores.

CONTROLAR VERSUS TREINAR: A DECISÃO É SUA

É claro que o futuro 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 aberta ou subtil.

As empresas têm experimentado 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 alta velocidade com o surgimento das ferramentas de IA pré-LLM, em particular 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 condução são analisados por um algoritmo para ver se é suficientemente eficiente para manter o seu emprego. 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 como 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 como tomam decisões são ocultados aos trabalhadores.

Poderíamos imaginar como os LLM sobrecarregariam este 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 como um conselheiro amigável pode limar as arestas do controlo algorítmico, cobrindo a caixa de Skinner (uma câmara de condicionamento) com papel de embrulho brilhante. Mas continuaria a ser o algoritmo a mandar. Analisando o passado, vemos que este é um caminho provável para muitas empresas, que muitas vezes vêem a tecnologia como uma forma de exercer mais controlo sobre os trabalhadores.

Mas também existem outras possibilidades, mais utópicas. Não precisamos de submeter 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 decidir se e como 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 como a IA melhora o trabalho e não o piora?

TRÊS PRINCÍPIOS PARA REORGANIZAR O TRABALHO EM TORNO DA IA

Os gestores têm de começar a ter um papel activo na resposta a esta pergunta. Tal como tudo o que está associado à IA, não existe uma autoridade central que indique as melhores formas de utilizar a IA – as organizações terão de o descobrir por si próprias. Utilize estes princípios de liderança para orientar o seu pensamento:

1. Identifique e recrute os seus actuais utilizadores de IA. Tal como referido anteriormente, muitas pessoas usam a IA, mas escondem-na dos seus próprios gestores. A melhor maneira de uma organização avançar com a IA é obter a ajuda desses trabalhadores. E isso exigirá uma grande mudança na forma como 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. Actualmente, 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 claro. Por conseguinte, as empresas terão de incluir a maioria possível 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 criação de bibliotecas de sugestões ChatGPT de crowdsourcing.

Contudo, para que esta abordagem funcione, os líderes precisam de descobrir uma forma de diminuir o medo associado à revelação da utilização da IA. Os líderes podem minimizar a ansiedade de que os funcionários sejam despedidos como resultado da utilização da IA, ou prometer que os trabalhadores poderão utilizar o tempo ganho através da IA para trabalhar em projectos mais interessantes, ou mesmo utilizar o tempo para melhorar o equilíbrio 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 conhecer. 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 casa para sempre. Com os potenciais ganhos de produtividade possíveis devido aos LLM, as recompensas são um pequeno preço a pagar 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 bem para a IA. Estas abordagens são demasiado centralizadas e lentas. O departamento de TI não pode construir facilmente um modelo 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 como fazer a IA funcionar numa determinada empresa, ou mesmo sobre as melhores formas de utilizar a IA em geral. Os grupos de inovação e os conselhos de estratégia dentro das organizações podem ditar a política, mas não conseguem descobrir como utilizar a IA para fazer o trabalho – só as equipas de trabalho o podem fazer.

E, dado que as IA funcionam mais como pessoas do que como software (apesar de serem software), muitas vezes são melhor geridas como membros adicionais da equipa do que como soluções de TI externas impostas pela administração. As equipas terão de descobrir as suas próprias formas de utilizar a IA através da experimentação ética, 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 experimentar, dentro das directrizes definidas por razões de segurança e gestão.

3. Construa para um futuro não tão distante. Tudo o que referi já é possível actualmente 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 construir para a tecnologia actual. Se o tipo de ganhos de eficiência que vemos com as primeiras experiências de IA se mantiverem, as organizações que esperarem para experimentar ficarão para trás muito rapidamente.

Se for realmente possível reduzir um processo de semanas para dias, isso representa uma mudança profunda na forma como o trabalho é feito, e quererá que a sua organização chegue lá primeiro ou, pelo menos, esteja pronta para se adaptar à mudança. Também deve construir e planear com a mentalidade de que as ferramentas evoluirão rapidamente. Essa mentalidade não favorece soluções de cima para baixo que demoram meses ou anos a implementar.

Só há duas formas de reagir a uma mudança exponencial: demasiado cedo ou demasiado 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 como das ferramentas que estes modelos podem utilizar. Pode parecer demasiado cedo para pensar em mudar a sua organização para acomodar a IA, mas há uma forte possibilidade de que rapidamente se torne demasiado tarde.

Artigo publicado na Revista Executive Digest n.º 218 de Maio de 2024