INTRODUÇÃO
A tecnologia tem sido pauta no mundo em que vivemos. Isso se deve, especialmente, a dois fenômenos: o big data (volume exponencial de dados produzidos e armazenados) e o desenvolvimento da inteligência artificial (machine learning e deep learning). Entretanto, pouco se tem falado sobre os recursos humanos, sobre a integração entre todo esse formidável aparato tecnológico e as pessoas que irão utilizá-lo no desempenho das suas funções. É sobre isso que irei tratar no presente artigo.
1) A INTELIGÊNCIA ARTIFICIAL E A DEFINIÇÃO DO PROBLEMA DE NEGÓCIO: a definição de qualquer problema da instituição é tarefa das pessoas, não das máquinas.
Entusiastas da inteligência artificial geralmente vendem a ideia de que existem soluções prontas para qualquer tipo de problema vivenciado nas instituições ou organizações de trabalho. Não raras vezes, são vendidas "soluções de prateleira", como se modelos de inteligência artificial pudessem ser vendidos em generalidade para suporte e correção de quaisquer problemas. Ledo engano.
Um modelo de machine learning ou máquina de aprendizado (considerada um dos segmentos da inteligência artificial) depende de um ciclo, de um processo para ser formatado e colocado em atividade. Atenção: não existe um "robozinho" milagreiro que baterá à sua porta perguntando "em que lhe posso ser útil?".
Em artigo anterior ja havia afirmado que inteligência artificial não se confunde com singularidade das máquinas, como no filme "Eu Robô". Em verdade, as máquinas de aprendizado possuem suporte em modelos matemáticos e/ou estatísticos que recebem um grande volume de dados para, enfim, entregar um modelo preditivo (uma previsão).
Dito isso, o fluxo do processo de implementação de uma inteligência artificial deve preceder de uma profunda análise interna da instituição sobre o que, efetivamente, quer-se resolver. Melhor dizendo, qual ou quais problemas se pretende resolver com o uso das tecnologias disponíveis. É pressuposto básico e essencial que sejam bem definidos os problemas.
É nessa etapa - considerada por muitos a mais importante de todo o processo - que entra a primeira razão pela qual se defende que os recursos humanos são a peça central: não será a tecnologia a definir os problemas, mas sim as pessoas envolvidas na instituição.
Será a sensibilidade humana, aquilo que foi observado como sendo um problema a ser resolvido, que definirá qual ou quais ferramentas deverão ser utilizadas.
Número 1: a definição de qualquer problema a ser resolvido é tarefa das pessoas, não das máquinas.
2) A INTELIGÊNCIA ARTIFICIAL E O PRÉ-PROCESSAMENTO DE DADOS: as features e os dados que alimentarão a máquina de aprendizado são desenvolvidos e tratados pelas pessoas.
Digamos que uma instituição queira implementar um sistema de inteligência artificial que preveja qual é a chance de o usuário voltar a depender dos seus serviços. Algum desavisado poderia dizer que já ouviu falar de um algoritmo incrível que faz exatamente isso e sugere que basta associá-lo aos sistemas internos e pronto! Lá teremos um belo e eficiente modelo preditivo. Incrível! Mas não é assim que funciona...
Para implementar o projeto acima citado, a instituição teria que juntar pessoas que dominam o ambiente de negócios. Essas pessoas, após a definição do problema, sentam-se à mesa por diversas e diversas vezes para tratar quais são as features ou características dos clientes, criando padrões de usuários que voltam e de usuários que não voltam a usar os serviços. É com essa modelagem de padrões que se definirão as métricas a serem utilizadas no modelo preditivo.
Esse processo é um dos mais complexos e morosos dentro da implementação de uma máquina de aprendizado. E adivinhe: é o ser humano quem o faz!
Depois de criar as características essenciais que rotulam e definem os modelos, é preciso coletar e realizar a exploração dos dados existentes na instituição. E adivinhe: os dados não estão limpos. Eles deverão ser tratados, preparados, corrigidos. Uma série de atividades do cientista de dados que ocupa cerca de 60% a 70% de todo o processo de implementação da tecnologia. E olha aí de novo: é o ser humano quem faz esse trabalho pesado.
Número 2: as features e os dados que alimentarão a máquina de aprendizado são desenvolvidos e tratados pelas pessoas.
3) A INTELIGÊNCIA ARTIFICIAL E O CONTROLE/MONITORAMENTO: o treinamento e o monitoramento dos resultados do algoritmo é tarefa das pessoas.
Depois do árduo trabalho desempenhado pelas pessoas, entra em ação o algoritmo. Para muitos, a estrela do filme. Entretanto, como visto anteriormente, os "coadjuvantes" suaram - e muito - para entregar ao algoritmo o primeiro bloco de dados para o treinamento do modelo preditivo. Enfim, temos um modelo preditivo de inteligência artificial? Ainda não!
Agora, entra a fase de treinamento do modelo, de monitoramento das respostas da máquina de aprendizado e da otimização dos resultados. As pessoas envolvidas terão um trabalho bastante duro de treinar o algoritmo até que ele encontre uma acurácia aceitável para que, enfim, possa entregar as sonhadas previsões.
Trata-se de um processo iterativo, em que as pessoas envolvidas irão alimentar o algoritmo, verificar os resultados, voltar ao início para corrigir algumas features ou mesmo a base de dados e recomeçar tudo novamente. Um ou mais ciclos desse processo. E veja só quem é responsável: as pessoas.
Número 3: o treinamento e o monitoramento dos resultados do algoritmo é tarefa das pessoas.
4) A INTELIGÊNCIA ARTIFICIAL E A CULTURA DA EMPRESA: uma tecnologia eficiente só funciona em ambientes que valorizam e centram nas pessoas. A tecnologia é apenas uma ferramenta.
Imagine que Lucas tenha 15 anos. Lucas pediu ao seu pai um carro, pois alegava ter problemas para chegar até a escola (ele odiava ter que acordar tão cedo e queria um meio de transporte mais veloz). Seu pai, o detentor do poder, chegou à conclusão de que a solução para tanto seria a aquisição de uma máquina "Ferrari". Dizia o pai: "veja que incrível a minha ideia: uma Ferrari chega a 100 km/h em poucos segundos. O Lucas chegará à escola 5 vezes mais rápido do que chegaria".
Agora pare e reflita: de que adianta uma Ferrari para um garoto de 15 anos, sem habilitação, experiência e perícia para conduzir a veloz máquina. Mais do que isso: a máquina sequer poderia ser explorada em sua plenitude, porquanto esbarraria no limite de velocidade.
Percebe o quanto a máquina, por si só, não soluciona o problema do Lucas, da pessoa envolvida na questão?
É mais ou menos isso o que ocorre quando queremos implantar à força uma solução tecnológica dentro das instituições. É preciso mais do que simplesmente adquirir a máquina.
As instituições ou organizações devem ter a sua cultura centrada no ser humano, nas pessoas, nos usuários internos e externos. São elas e para elas que os produtos e serviços são desenvolvidos. A tecnologia é um meio, uma ferramenta, e não um fim, um objetivo central.
Veja que, atualmente, as instituições mais promissoras e prósperas têm investido pesadamente no desenvolvimento dos seus funcionários, treinando-os não só tecnicamente, mas também e especialmente capacitando-os para saber trabalhar em equipe.
Você certamente já ouviu falar de design thinking, metodologias ágeis e squads. Em todos eles, o primado é o ser humano, é o trabalho em equipe, é a potencialização do diálogo entre as pessoas. Perceba mais uma vez: as pessoas!
Todo esse movimento centrado no ser humano cria um ambiente propício e saudável, apto a receber novas ferramentas de trabalho (dentre elas, as tecnológicas). O trabalho continuará sendo desempenhado por pessoas! A tecnologia continuará a ser apenas uma ferramenta!
Número 4: uma tecnologia eficiente só funciona em ambientes que valorizam e centram nas pessoas. A tecnologia é apenas uma ferramenta.
CONCLUSÃO
É natural que a tecnologia cause um impacto maior do que qualquer outro tema na atualidade. Digamos que, em tese, falar sobre máquinas super inteligentes é muito mais atraente do que falar sobre a importância das pessoas no processo de trabalho.
Por outro lado, essa euforia toda, essa ânsia de se criar soluções a todo custo, até mesmo para problemas que sequer existem, não podem relegar o ser humano a segundo plano. Isso pode custar caro para uma instituição e para as pessoas envolvidas.
Não podemos encarar as tecnologias atuais como sendo substitutas do fator humano, mas sim complementares a ele. Para isso, é necessário mais do que simples algoritmos. Aliás, existem inúmeros algoritmos prontos para uso. Essa parte, destaca-se, é a mais simples dentro da implementação de uma solução baseada em inteligência artificial.
Nas 4 razões destacadas, percebemos a importância das pessoas dentro do processo. É justamente esta a mensagem que gostaria de deixar fixada: use as ferramentas, mas valorize e prepare as pessoas para bem utilizá-las (cultura da instituição).
Analise, converse, ouça as partes envolvidas. Não faça por conta própria. Muitas vezes, vale lembrar, existem soluções muito mais simples que resolvem problemas que se pensava ser objeto de um complexo modelo de inteligência artificial.
São as pessoas que resolvem problemas!
Por fim, tenha em mente que o ser humano continua e continuará a ser o centro de todo o processo. Pensar de maneira diversa é aceitar que não se produz resultados para pessoas, mas sim para máquinas. E, por certo, não foi para isso que as instituições hoje existentes foram criadas. Certamente, não!
