O talento na era da sua reprodutibilidade técnica

24 de julho de 2023 - 6h00

Dá um trabalho insano avaliar o produto intelectual quando todo mundo pode se utilizar da inteligência artificial (Crédito: Shutterstock)

O que vai acontecer quando a “inteligência” se tornar um recurso abundante? Esta é uma das questões mais importantes para organizações e pessoas que dependem de alta capacidade intelectual para sobreviver em seus mercados. Os economistas que têm se debruçado sobre a questão, como Ajay Agrawal, Joshua Gans e Avi Goldfarb, autores do excelente Power and Prediction: The Disruptive Economics of Artificial Intelligence (https://encurtador.com.br/jDSWY) e David Autor, David Mindell e Elisabeth Reynolds, do não menos importante The Work of the Future: Building Better Jobs in an Age of Intelligent Machines (https://encurtador.com.br/impQZ), apontam para a redução de valor daquilo que é a “simples” organização e análise da informação e uma valorização do senso crítico, que é a capacidade de usar esta abundância de boas análises de forma diferente do que seus concorrentes fazem.

Testei estas hipóteses em um ambiente controlado, com os alunos de um curso sobre Estratégia de Negócios para a Inteligência Artificial, na FGV. Os resultados trazem algumas provocações sobre o futuro do trabalho intelectual. Como é uma discussão polêmica, decidi apresentá-la em primeira mão para meus dois ou três leitores aqui no M&M antes de levar as bordoadas habituais no ambiente acadêmico.

A prova final foi com o uso do ChatGPT totalmente liberado, tendo que discorrer sobre os cinco estágios dos modelos de maturidade de uso da inteligência artificial nas empresas conforme descritos pelo Gartner (https://encurtador.com.br/yzGM4). Para cada fase, era necessário escolher uma organização e explicar brevemente os motivos pelos quais ela se encaixava naquele estágio. Além da resposta, os alunos tinham que entregar também as questões que fizeram ao ChatGPT.

Após ler e comentar cada prova, pedi ao software que analisasse as respostas e comparei a análise dele com a minha. Após ter organizado as provas da melhor para a pior, mas ainda sem dar nota, passei a analisar as perguntas feitas. Depois fui submetendo ao programa as provas de duas em duas, pedindo para ele me apontar qual era a melhor e dar uma nota comparativa dentro de uma faixa que eu já tinha mais ou menos delimitado (um grupo entre 8 e 10, outro entre 6 e 7,9 e assim sucessivamente). Primeira conclusão: dá um trabalho INSANO avaliar o produto intelectual quando todo mundo pode se utilizar da inteligência artificial. Prevejo tempos difíceis para os profissionais de RH e para os responsáveis por selecionar propostas (como concorrências por contas) que incluem análise de dados ou planejamento de mercado.

Mas o mais interessante foi o resultado final, quando levamos em conta as perguntas feitas. Um grupo de alunos simplesmente foi direto ao programa pedindo uma classificação “segundo o modelo do Gartner” e muitos deles receberam uma classificação baseada no chamado Hype Cycle, que é a categorização mais conhecida do Gartner, mas não a que eu pedi (https://encurtador.com.br/lnFLS). Nem se deram ao trabalho de verificar essa incoerência, e obviamente foram penalizados por isso. Mas houve alguns que apontaram o problema e refizeram a pergunta, “advertindo” o ChatGPT sobre a confusão – estes foram “bonificados” na nota.

Uma segunda “curiosidade” foi que ligeiras modificações na forma como as perguntas foram feitas levaram a respostas bastante diferentes e também a crassos erros de avaliação. Por exemplo, algumas respostas apontavam o Google como uma empresa no estágio inicial de uso da inteligência artificial. Novamente, os alunos que deixaram isso passar sem questionamento (poucos) perderam pontos. Os que questionaram o programa, ganharam. Outros fizeram um caminho oposto: forneceram o nome de algumas empresas, pediram a classificação, em alguns casos criando verdadeiros “diálogos” com a máquina para explicar melhor os critérios – foram os que obtiveram geralmente as melhores notas, tanto minhas quanto do próprio ChatGPT.

Ao final, a distribuição das notas ficou bastante “achatada”, com uma grande concentração ao redor da média, poucas notas intermediárias (muito menos do que o habitual) e um punhado de notas bastante altas. Como estou corrigindo provas, e não tendo que escolher uma agência ou um candidato, apliquei uma normalização para ter uma distribuição um pouco mais próxima do esperado para esta situação. Ao comparar o resultado da prova com as outras notas obtidas ao longo do semestre, o que pude verificar foi que para aqueles alunos que já iam ali “na média”, o uso do ChatGPT não mudou muita coisa. O mesmo vale, proporcionalmente, para aqueles alunos que já estavam com um resultado bastante consistente antes da prova. Os grandes beneficiados pelo acesso ao software foram aqueles que tendiam a ir abaixo da média e acabaram conseguindo ter um resultado “correto” do ponto de vista dos requisitos para uma resposta coerente.

A vida para quem fazia um trabalho “mais ou menos” ficou mais difícil, já que agora com um mínimo de esforço quase todo mundo pode fazer algo “médio”. Mas a distância entre o “excepcional” e a “média” ficou bem menos povoada.

Podemos aplicar estes primeiros resultados, com todas suas restrições, para nosso mercado? Ainda é cedo para uma conclusão. Mas algumas coisas são coerentes com a teoria econômica sobre o assunto. A primeira é que muito mais gente (e talvez muitas mais análises e previsões de mercado) passará do medíocre para o “aceitável”. E aí fica a questão: como se destacar se mais gente passou a ter mais chances de ser “médio”? A resposta: saber fazer boas perguntas. Meu palpite é que a combinação de senso crítico, curiosidade e criatividade será um diferencial cada vez mais importante no marketing e em nossas carreiras. E talvez a única chance de sobrevivência diante das transformações no mundo do trabalho e do consumo que veremos nos próximos anos.