A resposta ficou barata. A pergunta, não.

Em 2023, pesquisadores de Harvard, do MIT e da Wharton fizeram um experimento com 758 consultores do Boston Consulting Group. Não eram estagiários. Eram profissionais selecionados em um dos processos mais exigentes do mercado.

Metade recebeu acesso ao GPT-4. Todos receberam tarefas realistas de consultoria.

Em um conjunto de tarefas, o resultado foi o que qualquer entusiasta de IA esperaria: quem usou a ferramenta concluiu mais tarefas, trabalhou mais rápido e entregou com qualidade significativamente superior.

Mas os pesquisadores tinham desenhado uma armadilha. Uma das tarefas parecia simples, mas exigia combinar dados de planilha com pistas espalhadas em entrevistas, algo que o modelo, na época, fazia mal. Nessa tarefa, os consultores que usaram IA tiveram probabilidade 19 pontos percentuais menor de chegar à resposta correta do que os que trabalharam sozinhos.

Os autores chamaram isso de fronteira tecnológica irregular. A IA é excelente em algumas tarefas e surpreendentemente fraca em outras que parecem igualmente fáceis. E, pior: a resposta errada chega com a mesma fluência, a mesma formatação e a mesma confiança da resposta certa.

Quero propor que esse experimento contém, em miniatura, a nova descrição de cargo do líder.

O gargalo mudou de lugar

Por muito tempo, o gargalo das organizações foi o acesso à informação. Quem sabia mais decidia melhor, e a hierarquia era, em boa medida, o canal por onde o conhecimento circulava. Fazia sentido que o chefe soubesse mais.

Esse gargalo se desfez. Um estudo de Erik Brynjolfsson com mais de 5 mil atendentes mostrou que um assistente de IA aumentou a produtividade dos menos experientes em 34%, e quase nada a dos mais experientes. A ferramenta, em essência, distribuiu para todos o conhecimento que antes pertencia aos melhores.

Quando o conhecimento se distribui, o valor migra.

E, pelo que vejo, ele migra para três lugares.

1. Formular a pergunta

Uma resposta perfeita para a pergunta errada é pior do que nenhuma resposta, porque dá à equipe a sensação de progresso enquanto ela corre na direção errada.

A IA responde ao que você pergunta. Ela não questiona se aquela é a pergunta certa. Quando o time pede "como reduzir o tempo de atendimento", ninguém no prompt pergunta "o tempo de atendimento é realmente o que está afastando os clientes?".

Quase toda equipe tem uma história assim: semanas investidas em resolver um problema que, visto de outro ângulo, nem era o problema. A diferença raramente estava na qualidade da solução. Estava na qualidade da pergunta que a antecedeu.

Formular bem é, cada vez mais, o trabalho mais sênior de uma equipe.

2. Fornecer o contexto

Nenhum modelo sabe o que a sua empresa decidiu não fazer, o que já foi tentado e falhou, quem confia em quem, e em que estado emocional o time chega à terceira reestruturação do ano.

Peter Drucker já descrevia o trabalhador do conhecimento como alguém que entende mais da própria função do que o chefe. Se isso já era verdade antes, agora é ainda mais.

O líder que tenta competir em conhecimento técnico perde.

O líder que fornece contexto, o que não está escrito em lugar nenhum, torna o conhecimento do time utilizável.

3. Julgar a resposta

É aqui que o experimento do BCG fica desconfortável. Os consultores não erraram por falta de competência. Erraram porque confiaram em uma resposta que parecia boa. Os pesquisadores observaram que parte deles simplesmente adotou o que a ferramenta produziu, sem questionar.

Julgamento não é desconfiar de tudo. É saber onde está a fronteira: em que tipo de tarefa a ferramenta é confiável e em que tipo ela produz erros elegantes.

E essa calibragem não se aprende em curso. Aprende-se revisando, discutindo, errando com segurança.

O que muda na prática

Três práticas que qualquer líder pode começar na próxima semana:

Comece as reuniões pela pergunta, não pela solução. Antes de discutir o que fazer, dedique dez minutos a validar se o problema está bem formulado. Parece perda de tempo. É o tempo mais bem investido da reunião.

Documente as renúncias. Mantenha um registro curto das decisões que a equipe tomou de não fazer, e por quê. É o contexto que se perde primeiro quando alguém sai, e é o que nenhuma ferramenta recupera.

Transforme a revisão de respostas de IA em treino de julgamento. Quando alguém trouxer uma análise gerada por IA, não pergunte só "está certo?". Pergunte "como você sabe?". A pergunta obriga a equipe a mapear a própria fronteira.

A pergunta que fica

Se o valor do líder estava em saber mais, a IA o tornou dispensável. Se estava em fazer o time pensar melhor, ela o tornou indispensável.

A diferença entre os dois não está na tecnologia. Está na forma como cada um entende o próprio trabalho.

Qual das duas descrições está mais próxima do que você faz hoje?

Esta é a primeira de quatro edições sobre como o trabalho mudou de natureza e o que isso exige de quem lidera. Na próxima semana: por que o desgaste virou um passivo que não aparece no balanço. Se esta edição chegou até você encaminhada, assine para receber as próximas.

Referências: Dell'Acqua et al. (2023), "Navigating the Jagged Technological Frontier", Harvard Business School; Brynjolfsson, Li e Raymond (2023), "Generative AI at Work", NBER; Peter Drucker, "Management Challenges for the 21st Century".