Leila Navarro vem trazendo para sua reflexão sobre inteligência artificial um conceito já consolidado na psicologia e que ganhou força recente nas discussões internacionais sobre ética da IA: a agência humana.
Vamos pensar juntos na seguinte cena: estamos diante de uma gerente que precisa escolher quem será promovido para uma posição importante.
Há vários candidatos, avaliações de desempenho, histórico de entregas, comentários de gestores e uma quantidade de informação que levaria algumas horas para organizar.
Ela coloca os dados em uma ferramenta de inteligência artificial e, poucos segundos depois, recebe uma análise impecavelmente estruturada, com pontos fortes, fragilidades e uma recomendação final.
A resposta parece coerente, os argumentos fazem sentido e a apresentação é tão segura que a decisão começa a parecer quase óbvia.
É justamente aí que surge uma pergunta mais interessante do que discutir se a ferramenta acertou: em que momento a inteligência artificial deixou de ajudar aquela profissional a decidir e começou a ocupar o lugar do julgamento que deveria ser dela?
Essa questão está no centro de uma discussão que Leila Navarro vem trazendo para seu trabalho sobre comportamento humano, inteligência artificial e futuro.
Em seus conteúdos recentes sobre a visão humana na era da IA, ela chama atenção para uma diferença que parece pequena, mas tende a se tornar cada vez mais importante dentro das organizações: delegar uma tarefa para a tecnologia não é a mesma coisa que delegar a capacidade de escolher, questionar e responder pelas consequências da escolha.
Delegar uma tarefa para a inteligência artificial não é a mesma coisa que delegar a capacidade de escolher, questionar e responder pelas consequências da escolha.
Durante muito tempo, a conversa sobre inteligência artificial no trabalho foi dominada pela pergunta sobre o que as máquinas seriam capazes de fazer. Agora que elas já escrevem, pesquisam, analisam dados, resumem documentos, produzem apresentações, sugerem estratégias e participam de decisões, talvez esteja chegando a hora de fazer a pergunta pelo outro lado: o que acontece com aquilo que nós deixamos de fazer?
O problema não começa quando a inteligência artificial erra
É relativamente fácil defender a necessidade de supervisão humana quando uma ferramenta entrega uma resposta evidentemente absurda. O erro grosseiro chama atenção, provoca desconfiança e normalmente faz alguém revisar o que aconteceu.
O cenário mais delicado aparece quando a resposta é boa.
Uma recomendação bem escrita, sustentada por números e apresentada com segurança reduz naturalmente a fricção necessária para aceitá-la. O profissional deixa de começar do zero, o que é uma enorme vantagem, mas pode também deixar de percorrer parte do caminho mental que antes o obrigava a comparar informações, formular hipóteses, perceber contradições e construir um critério próprio.
A literatura sobre interação entre seres humanos e sistemas automatizados já conhece esse problema há anos. O nome mais usado é automation bias, ou viés de automação: a tendência de confiar excessivamente em recomendações produzidas por sistemas automatizados, reduzindo a busca e a verificação independente de informações.
Pesquisas recentes sobre colaboração entre humanos e inteligência artificial mostram que essa confiança excessiva depende de fatores como experiência profissional, letramento em IA, dificuldade da tarefa, confiança no sistema e complexidade necessária para verificar sua resposta.
Isso significa que o desafio não pode ser resumido ao conselho de “sempre confira a IA”. Em algumas situações, conferir uma resposta exige quase tanto conhecimento quanto produzi-la.
Se um sistema analisa milhares de currículos, calcula riscos financeiros ou cruza grandes volumes de informação para sugerir uma estratégia, a pessoa que recebe o resultado pode não ter condições de reconstruir todo o raciocínio. Quanto mais difícil a verificação, maior pode ser a tendência de usar a recomendação como atalho.
A conveniência, nesse caso, não elimina o julgamento humano de uma vez. Ela pode enfraquecê-lo aos poucos.
O próximo problema da inteligência artificial talvez não seja aquilo que a máquina consegue fazer, mas aquilo que o ser humano deixa de fazer porque se acostumou a receber respostas prontas.
Agência humana é mais do que continuar apertando o botão final
A expressão agência humana ajuda a entender o que está em jogo.
No contexto da inteligência artificial, agência humana é a capacidade de compreender o contexto, formar julgamento, fazer escolhas conscientes, interferir quando necessário e assumir responsabilidade pelas consequências dessas escolhas, mesmo quando sistemas tecnológicos participam do processo.
Essa é também uma das ideias que Leila Navarro vem desenvolvendo em seus conteúdos mais recentes sobre o papel humano diante da evolução da inteligência artificial.
O detalhe importante está na palavra compreender.
Não basta manter um ser humano formalmente responsável pela última aprovação se ele apenas confirma aquilo que a máquina apresentou. Uma empresa pode dizer que existe supervisão humana porque alguém clica em “aprovar”, enquanto, na prática, todo o raciocínio anterior já foi terceirizado.
Organizações internacionais como OCDE e UNESCO também passaram a tratar agência, supervisão e responsabilidade humanas como princípios importantes para sistemas de inteligência artificial confiáveis.
Não se trata, portanto, de nostalgia por um mundo anterior às máquinas. A questão é descobrir como aproveitar uma inteligência muito poderosa sem transformar o profissional numa espécie de operador passivo das respostas que recebe.
Uma resposta fluente não é necessariamente uma resposta verdadeira
Há uma característica da inteligência artificial generativa que torna essa discussão particularmente importante: ela é capaz de apresentar respostas com enorme fluência mesmo quando a qualidade do raciocínio não acompanha a qualidade da linguagem.
Esse descompasso pode ser perigoso porque seres humanos também usam a forma como pista de credibilidade. Um relatório confuso convida à desconfiança; uma análise clara, organizada e articulada parece mais confiável antes mesmo de avaliarmos profundamente seu conteúdo.
Estudos recentes sobre IA generativa e decisões organizacionais vêm mostrando resultados diferentes conforme a etapa da decisão. A tecnologia pode trazer ganhos evidentes em atividades de coleta, organização e síntese de informações, enquanto a fase de escolha exige uma relação bem mais cuidadosa com confiança, contexto e responsabilidade.
Essa distinção ajuda a escapar de duas posições pouco úteis. De um lado, a ideia de que inteligência artificial será sempre melhor porque trabalha com mais dados. De outro, a tentativa de preservar artificialmente qualquer decisão importante como uma atividade exclusivamente humana.
Na prática, há tarefas em que a IA amplia nossa capacidade de maneira extraordinária, enquanto existem decisões nas quais contexto, responsabilidade, experiência, valores e consequências difíceis de quantificar continuam exigindo julgamento humano.
O trabalho mais sofisticado não está em escolher entre humano ou máquina. Está em descobrir onde cada um deveria entrar no processo.
Para quem também quer construir autoridade como palestrante
palestrante
Você tem conhecimento. O mercado já entende claramente por que deveria ouvir você?
Construir uma carreira de palestrante exige mais do que dominar um tema. Posicionamento, autoridade, conteúdo, narrativa e presença digital ajudam o mercado a compreender qual problema você resolve e por que sua voz é relevante.
A Assessoria para Palestrantes da Palestras de Sucesso trabalha justamente essa construção.
A IA pode aumentar nossa capacidade e, ao mesmo tempo, diminuir nosso envolvimento
Esse talvez seja um dos paradoxos menos confortáveis dessa transformação.
Quanto melhor a ferramenta fica, menos esforço é necessário para produzir determinados resultados. Isso libera tempo, reduz trabalho repetitivo e permite que profissionais façam coisas que antes exigiam equipes inteiras. Seria estranho tratar esse ganho como um problema.
A dificuldade aparece quando economizar esforço deixa de significar eliminar tarefas desnecessárias e começa a significar eliminar justamente o esforço cognitivo que ajudava a formar uma competência.
Uma pessoa que usa IA para resumir um documento economiza tempo. Se ela passa anos sem precisar enfrentar documentos complexos, porém, vale perguntar o que acontece com sua capacidade de leitura, síntese e interpretação. Um profissional que recebe alternativas estratégicas pode tomar decisões melhores, mas, se deixa de formular alternativas por conta própria durante muito tempo, talvez esteja também exercitando menos uma habilidade que antes fazia parte de seu trabalho.
Leila Navarro toca nesse ponto ao diferenciar simplesmente saber operar uma tecnologia de desenvolver um verdadeiro letramento em inteligência artificial.
Saber usar uma ferramenta responde à pergunta “como faço?”. Um nível mais profundo de compreensão acrescenta outras: como esse sistema chegou à resposta, quais limites possui, o que estou delegando e o que deveria permanecer comigo?
Essa conversa ganhou relevância também no debate internacional sobre competências profissionais. Relatórios recentes sobre o futuro do trabalho indicam crescimento da importância de habilidades cognitivas superiores, competências socioemocionais, adaptabilidade e capacidade de atuar com autonomia em ambientes cada vez mais mediados por inteligência artificial.
Em outras palavras, quanto mais capaz fica a tecnologia, menos sentido existe em formar profissionais cujo único diferencial seja executar aquilo que ela também consegue executar.
Quando a recomendação entra antes do pensamento
Considere duas formas de usar exatamente a mesma inteligência artificial.
Na primeira, um gestor analisa um problema, formula uma hipótese, registra aquilo que considera relevante e só depois consulta a ferramenta para buscar contrapontos, dados ou alternativas que talvez tenha ignorado.
Na segunda, ele abre a IA antes mesmo de pensar sobre o problema e pergunta o que deveria fazer.
As duas pessoas utilizam a mesma tecnologia, mas a relação cognitiva é bastante diferente.
No primeiro caso, a máquina entra como interlocutora. No segundo, pode começar a funcionar como ponto de partida do julgamento.
Isso não significa que seja errado perguntar à IA primeiro. Em situações rotineiras, esse pode ser justamente o uso mais eficiente. O problema aparece quando essa lógica se instala também em decisões nas quais critérios, consequências e responsabilidade deveriam ser construídos por quem decide.
Uma empresa talvez não precise proibir a delegação. Precisa aprender a distinguir delegação de execução de delegação de autoria.
O verdadeiro risco é uma empresa cheia de pessoas que sabem usar IA, mas não conseguem contrariá-la
É provável que o domínio das ferramentas passe rapidamente de diferencial competitivo para requisito básico. A própria discussão empresarial sobre inteligência artificial já deixou de ocupar apenas departamentos técnicos e entrou definitivamente em liderança, vendas, estratégia, marketing, recursos humanos e gestão.
Por isso, o próximo indicador de maturidade talvez não seja quantas pessoas da empresa utilizam IA.
Uma pergunta mais interessante seria saber quantas conseguem discordar dela com bons argumentos.
Isso exige repertório, conhecimento de domínio e uma segurança intelectual difícil de desenvolver numa cultura que recompensa velocidade acima de reflexão. Também exige que a empresa não trate contestação como atraso toda vez que uma resposta automatizada parece suficientemente convincente.
O risco de uma organização altamente automatizada não está apenas no algoritmo produzir um erro. Está em ninguém possuir mais o hábito, o tempo ou a confiança necessários para perceber que aquela resposta deveria ser contestada.
Pesquisas sobre sistemas human-in-the-loop, nos quais pessoas continuam participando da supervisão ou da decisão, reforçam que simplesmente colocar alguém no processo não resolve automaticamente o problema. A qualidade dessa supervisão depende de critérios claros, informação suficiente, tempo para revisão e capacidade real de interferência.
O humano não pode estar no circuito apenas para legitimar a máquina.
Futurabilidade talvez seja justamente saber permanecer autor
Essa discussão conversa diretamente com outro conceito desenvolvido por Leila Navarro: Futurabilidade.
Na abordagem dela, preparar pessoas para o futuro não significa simplesmente tentar descobrir quais tecnologias dominarão os próximos anos. Significa desenvolver capacidade de lidar com mudança, incerteza e transformação sem assumir uma postura puramente reativa.
Futurabilidade não é adivinhar qual tecnologia virá depois. É desenvolver capacidade para lidar com mudança, incerteza e transformação sem abrir mão do protagonismo humano.
Essa perspectiva ganha outra dimensão na era da inteligência artificial.
Talvez futurabilidade não seja aprender mais rápido todas as ferramentas novas, porque haverá sempre outra chegando. Talvez esteja também na capacidade de usar ferramentas cada vez mais competentes sem perder clareza sobre aquilo que queremos que elas façam, aquilo que não queremos delegar e os critérios pelos quais ainda estamos dispostos a responder.
Durante alguns anos, perguntamos quais empregos a IA poderia substituir. Agora começa a surgir outra pergunta, menos espetacular e talvez muito mais próxima do cotidiano: quais capacidades humanas podem enfraquecer não porque foram substituídas, mas porque deixamos de exercitá-las?
Pensamento crítico, autoria, julgamento e responsabilidade não desaparecem de uma empresa no dia em que uma nova plataforma é contratada. Eles podem se deteriorar silenciosamente toda vez que uma resposta pronta é aceita sem que ninguém tenha um motivo próprio para concordar com ela.
A melhor relação com a inteligência artificial talvez comece com uma pequena desconfiança
Isso não significa transformar cada interação com IA num interrogatório ou conferir manualmente tudo aquilo que a tecnologia produz. Se fizermos isso, eliminamos boa parte do ganho que torna essas ferramentas interessantes.
A maturidade está em saber onde a verificação é importante.
Um texto interno de rotina não exige o mesmo rigor de uma recomendação que pode determinar contratação, crédito, investimento, desligamento ou mudança estratégica. Quanto maior a consequência, mais importante se torna entender de onde veio a resposta, quais premissas estão embutidas nela e quem possui autoridade para contestá-la.
O debate também não deveria terminar em “confie” ou “não confie”. Confiança útil é calibrada. Uma boa relação com a IA inclui reconhecer onde ela costuma superar nossas capacidades, onde seus resultados precisam ser interpretados e em quais situações não temos informações suficientes para simplesmente aceitar uma recomendação.
Talvez seja esse o ponto mais fértil da provocação feita por Leila Navarro.
A inteligência artificial não precisa pensar menos para que continuemos pensando. Ela pode analisar melhor, pesquisar mais rápido, ampliar possibilidades e assumir uma enorme quantidade de trabalho operacional. O avanço real acontece quando essa capacidade aumenta também a qualidade das perguntas, dos critérios e das decisões humanas.
Depois de tudo o que delegamos para a IA, ainda sabemos explicar por que decidimos aquilo que decidimos?
A pergunta que ficará cada vez mais importante dentro das empresas, portanto, talvez não seja apenas o que mais podemos delegar para a inteligência artificial. Também será necessário entender o que precisamos continuar sabendo fazer mesmo quando a máquina consegue fazer por nós.
Leila Navarro e os desafios humanos da era da IA
Leila Navarro
Sua empresa está preparada para um futuro em que a tecnologia faz cada vez mais?
Leila Navarro leva para o palco reflexões sobre inteligência artificial, Futurabilidade, comportamento humano, protagonismo e as competências necessárias para trabalhar e liderar em um mundo de transformação acelerada.
