Como a IA mudou a velocidade com que as organizações devem se adaptar

Por que a IA requer mais do que vontade de aprender

A resposta às mudanças rápidas é muitas vezes enquadrada na aprendizagem contínua, e a aprendizagem certamente é importante. O Fórum Económico Mundial identifica a IA e os grandes volumes de dados entre as competências de crescimento mais rápido, ao mesmo tempo que coloca a curiosidade e a aprendizagem ao longo da vida entre as competências que os empregadores esperam que cresçam em importância. Essa combinação é importante porque as organizações precisam de pessoas que possam aprender novas tecnologias sem presumir que aprender a tecnologia em si resolve o problema maior. Os funcionários também precisam reconhecer quando as habilidades que estão desenvolvendo estão se tornando mais valiosas e quando sua atenção pode ser melhor direcionada para outro lugar.

Você pode ser um aluno entusiasmado e ainda assim aprender a coisa errada. Você pode fazer cursos, participar de conferências, experimentar novas ferramentas e melhorar o que faz, sem questionar se o que você faz é de onde seu maior valor continuará a vir. Essa é uma das razões pelas quais me interessei pela curiosidade adaptativa, que utilizo para descrever a capacidade de reconhecer quando mudanças nas circunstâncias exigem que você redirecione suas perguntas, seu aprendizado e sua atenção. A curiosidade incentiva a exploração, enquanto a curiosidade adaptativa exige que você reconsidere continuamente se essa exploração ainda está direcionada para as áreas onde pode ter maior valor.

Como a IA torna a experiência mais difícil de questionar

Uma das coisas mais difíceis que a IA pode pedir às pessoas é questionar os conhecimentos que passaram anos desenvolvendo. A experiência dá-lhe conhecimento, confiança, credibilidade e um registo de saber o que funciona, mas também pode tornar mais difícil perceber quando uma suposição antiga está escondida dentro do que parece ser conhecimento. Se você resolveu um problema com sucesso 100 vezes, perguntar se o problema ainda precisa ser resolvido da mesma maneira pode parecer desnecessário. No entanto, a rápida mudança tecnológica pode tornar a abordagem bem-sucedida de ontem menos útil, muito mais rapidamente do que as pessoas esperam.

A curiosidade adaptativa torna-se especialmente importante quando a experiência e a mudança colidem. O objetivo não é descartar conhecimentos sempre que surge uma nova tecnologia. É permanecer curioso o suficiente para examinar quais partes da sua experiência ainda se aplicam e quais partes podem estar limitando o que você vê. Alguém novo no seu setor pode saber muito menos do que você, mas ter menos suposições sobre como o trabalho deve ser feito. A vantagem pode ir cada vez mais para pessoas que conseguem combinar experiência com curiosidade suficiente para questionar a sua própria experiência antes que as circunstâncias as obriguem a fazê-lo.

Como a IA está mudando onde as pessoas encontram relevância

A IA também levanta uma questão mais ampla do que quais habilidades as pessoas deveriam aprender em seguida. Se as máquinas inteligentes puderem realizar mais do trabalho que as pessoas tradicionalmente realizam, os indivíduos poderão ter de reconsiderar onde encontram relevância, contribuição e significado. Isso não exige assumir que a IA eliminará os empregos de todos. É necessário reconhecer que a combinação de tarefas que as pessoas realizam, a experiência que as organizações valorizam e a forma como as pessoas contribuem já estão a mudar. Se parte do seu trabalho atual se tornar mais fácil de ser executado por uma máquina, a próxima questão é onde suas habilidades podem ter maior valor.

Essa questão me levou a outra etapa da minha pesquisa, examinando quatro áreas ligadas ao significado: Exploração, Conexão, Criação e Influência. Nessa investigação, 40,8% dos inquiridos obtiveram pontuações relativamente equilibradas nas quatro áreas, enquanto apenas 3,5% mostraram uma concentração muito mais forte numa área do que noutra. Acho isso interessante porque sugere que muitas pessoas podem ter vários lugares para procurar quando seu trabalho muda. Talvez você tenha passado anos criando e descoberto que a conexão se torna mais importante, ou pode ter construído sua carreira influenciando resultados e ficando energizado ao explorar um campo desconhecido. Seu trabalho atual pode ser uma expressão daquilo que lhe dá sentido, sem ser a única expressão possível.

Por que a IA torna a curiosidade adaptativa uma vantagem para a força de trabalho

As pessoas que trabalham em um ambiente orientado por IA podem precisar se sentir confortáveis ​​para fazer perguntas que podem ser perturbadoras. A habilidade que estou melhorando ainda está se tornando mais valiosa? Estou usando a IA para me ajudar a pensar ou permitindo que ela faça muito do meu pensamento? O que presumo que permanecerá verdadeiro porque sempre foi verdade? Onde minhas habilidades poderiam ter valor que eu não considerei? Estas questões vão além da competência técnica porque exigem que as pessoas examinem continuamente para onde estão direcionando seu tempo e atenção.

A IA também altera o valor das perguntas porque as respostas se tornaram extraordinariamente fáceis de obter. Isso poderia fazer com que fazer perguntas parecesse menos importante, mas acredito que o oposto é mais provável. Quando as respostas são abundantes, há maior valor em saber quais as questões que merecem atenção, quais as respostas que merecem ser contestadas e quando a própria questão precisa de ser alterada. Saber mais continuará a ter valor, mas reconhecer mais cedo quando o que você sabe precisa ser aplicado de forma diferente pode se tornar uma vantagem ainda maior.

O que a IA exige das organizações que desejam se adaptar mais rapidamente

As organizações não podem esperar curiosidade adaptativa dos funcionários e, ao mesmo tempo, recompensar as pessoas por permanecerem dentro dos limites familiares. Os líderes precisam de prestar atenção ao que acontece quando alguém questiona um processo estabelecido, experimenta uma ferramenta desconhecida, desafia uma suposição ou aponta que algo bem sucedido pode estar a tornar-se menos útil. Se a resposta for defensiva ou punitiva, os funcionários aprendem rapidamente que a curiosidade é algo que a organização elogia na teoria e desencoraja na prática. Isto torna-se cada vez mais arriscado quando a IA altera o valor das competências e dos processos mais rapidamente do que muitas organizações estão habituadas a avaliá-los.

Os líderes também podem reconsiderar a forma como falam sobre a adoção da IA. Pedir aos colaboradores que utilizem mais IA é muito diferente de pedir-lhes que identifiquem onde a IA poderia eliminar o trabalho de baixo valor, onde o envolvimento humano se torna mais importante, o que os clientes podem esperar a seguir e quais as partes do negócio que merecem ser questionadas. A segunda abordagem exige que as pessoas usem a curiosidade antes de usarem a tecnologia. Incentiva-os a olhar para além da eficiência e a considerar as novas possibilidades que se tornam disponíveis quando as antigas limitações desaparecem.

Por que a IA mudou o que a curiosidade deve fazer

As organizações precisam de pessoas que estejam dispostas a aprender, mas a aprendizagem por si só não será suficiente se continuarem a direcionar a sua atenção para competências, pressupostos ou problemas cujo valor está a diminuir. A curiosidade adaptativa pede às pessoas que percebam o que está mudando, questionem o que ainda se aplica e redirecionem sua atenção quando as evidências lhes disserem que é a hora. À medida que a IA torna as respostas mais fáceis de obter e as formas de trabalho estabelecidas são mais fáceis de automatizar, a vantagem pode pertencer cada vez mais a pessoas e organizações que reconhecem mais cedo quando aquilo que precisam de aprender mudou e estão dispostas a fazer uma pergunta diferente.