Quem usa a IA, como a usa e o que fica na equipa

Quando penso em pôr uma equipa a trabalhar com IA, interessa-me tudo o que acontece depois de dar acesso às ferramentas.

Quero perceber se as pessoas estão a usá-las, para quê, onde estão a encontrar dificuldades e o que está a resultar. Quero também que aquilo que uma pessoa aprende possa ser aproveitado pelos colegas.

Há várias peças que precisam de funcionar em conjunto para isto acontecer.

Uma delas é o acesso aos modelos. Faz sentido conseguir escolher que modelos estão disponíveis para cada pessoa ou equipa, de acordo com o trabalho que fazem. E conseguir rever essas escolhas quando aparece uma opção mais adequada, quando as necessidades mudam ou quando os custos deixam de fazer sentido.

Para quem está a trabalhar, isto devia ser simples. Abrir a ferramenta, ter os modelos de que precisa e saber em que condições os pode usar.

Depois há os métodos de trabalho. Uma pessoa descobre uma boa maneira de preparar um relatório, analisar documentos ou executar uma tarefa recorrente. Vai afinando as instruções, aprende onde é preciso ter cuidado e cria uma skill — essencialmente, um conjunto de instruções que o agente pode seguir.

Esse trabalho tem muito mais valor quando chega às outras pessoas que fazem a mesma tarefa.

E aqui interessa-me conseguir tratar de coisas bastante práticas: distribuir a skill às pessoas certas, saber que versão têm e manter aquilo atualizado. Se alguém corrigiu um problema, essa correção precisa de chegar aos colegas. Se o processo mudou, as instruções precisam de acompanhar a mudança.

Também quero que as pessoas possam contribuir. Quem usa um método todos os dias acaba por encontrar situações que quem o criou não antecipou. Pode faltar um passo, uma verificação ou uma maneira de lidar com uma exceção.

Devia ser natural dizer, no fim de uma tarefa: “Tivemos de corrigir isto. Podemos melhorar as instruções para a próxima vez?” Essa proposta pode depois ser revista e aprovada por quem tem essa responsabilidade. A experiência de uma pessoa passa a melhorar o trabalho das outras.

Para quem gere, há outra vantagem importante: conseguir perceber o que está realmente a acontecer.

Se investimos em formação e disponibilizámos ferramentas, quero saber se as pessoas lhes estão a pegar. Se há métodos a ser usados por várias pessoas e outros que ficaram parados. Se a utilização está concentrada em dois ou três colegas. Se há uma equipa que precisa de mais apoio.

Esses sinais ajudam a decidir onde intervir. Uma skill pouco usada pode ser difícil de encontrar, estar mal explicada ou simplesmente não resolver uma necessidade relevante. Os dados dão-nos um ponto de partida para conversar com as pessoas e perceber o que falta.

O mesmo vale para os custos. Saber quanto se está a gastar, com que modelos e por quem permite fazer escolhas com mais informação. Depois é preciso relacionar esse gasto com o trabalho que está a ser feito e com a qualidade dos resultados.

É esta continuidade que me interessa: as pessoas têm condições para experimentar, os bons métodos chegam aos colegas, as melhorias são aproveitadas e quem gere consegue acompanhar.

Assim, cada experiência útil pode deixar alguma coisa na equipa. E a próxima pessoa já começa um pouco mais à frente.