Embora a AI tenha sido usada para corrigir erros de português e verificar questões estilísticas e de conteúdo, todas as palavras nesse artigo foram escritas por mim. Se eu não me dar ao trabalho de escrever, você não precisa se dar ao trabalho de ler.
–
A maioria do que se ganha em AI é exógena. E, em certo sentido, isso vai além de toda a questão do julgamento humano.
Tire, por um momento, todo o teatro de AI e considere o que a tecnologia realmente consegue fazer no momento. Claro, há um fator multiplicativo enorme, mas também há uma estrutura igualmente enorme que precisa ser criada (incluindo datacenters do tamanho de cidades inteiras) — desde o que a faz funcionar até como ela é aplicada na prática. Não é à toa que estamos vendo não só o surgimento de termos como harness — que literalmente significa cabresto ou arreio — mas também todas as outras ressurgências de métricas e frameworks de controle, como TDD e SDD.
Um consenso que se estabeleceu recentemente é a noção de que o julgamento humano é essencial no uso de qualquer solução construída com AI. É tanto uma forma de lidar com a ansiedade causada pela adoção de uma tecnologia que tem poucos precedentes no impacto sobre determinados mercados quanto, ao mesmo tempo, um reconhecimento das limitações dessa tecnologia — e não vou especular aqui sobre os rumos futuros, algo que ainda continua sendo um exercício um tanto quanto fútil.
A tese do julgamento humano me parece um tanto quanto simplista, porém.
Tome um exemplo concreto como o processo de recrutamento. A promessa inicial era que a aplicação judiciosa de AI seria suficiente para acelerar o processo em todos os níveis. Entrevistas automáticas, currículos analisados com fidelidade máxima e assim por diante. É bem óbvio, para quem está envolvido extensivamente com a área, que essa realidade não se materializou.
Pelo contrário, a percepção geral é que AI tornou o recrutamento um problema ainda maior em todos os âmbitos. Uma breve enumeração, em uma conversa recente com um time de recrutamento: vagas mal escritas por AI em sua totalidade; currículos igualmente mal escritos para tentar passar por ATS mal configurados ou criados com vibe coding sem qualquer validação; entrevistas técnicas que podem ser dribladas com uma AI qualquer monitorando a tela de um celular; dezenas a centenas de pessoas aplicando automaticamente para vagas para as quais não estão qualificadas e, inversamente, vagas continuando abertas durante meses ou, literalmente, anos; e a lista continua indefinidamente — e isso sem contar a ameaça onipresente da eliminação de fatias inteiras de trabalho.
Uma coisa tem aparecido no meio do ruído, porém. Algumas organizações, sem muito alarde, continuam recrutando perfeitamente bem — da mesma forma como algumas organizações absorveram AI em seu processo de desenvolvimento perfeitamente bem. Do outro lado, mesmo organizações que estavam adotando AI e se convencendo da necessidade do julgamento humano continuavam a ter resultados que iam de ruins a péssimos. Por quê?
Conversando com essas organizações, a resposta é relativamente óbvia, mas parece igualmente esquecida no meio do resto: o que estava funcionando antes continua funcionando.
Permita-me elaborar.
Tome o recrutamento novamente como exemplo, em uma das empresas onde trabalhei no passado. Nessa empresa, o recrutamento sempre foi prioridade — se não a prioridade número zero, uma das três maiores, ao lado da manutenção da cultura e dos resultados. Do envolvimento de todos no processo desde a contratação, dos gates humanos para treinar e amplificar a produtividade distribuída entre todas as pessoas em todos os níveis hierárquicos, de uma metrificação quase religiosa e de uma revisão contínua do que está funcionando ou não, tudo já contribuía para que a máquina funcionasse bem e fizesse proveito de todos os indivíduos na empresa.
A aplicação de AI, nesse caso, apoiada por décadas de experiência, serviu simplesmente para amplificar o sinal que existia antes (e um tanto do ruído também).
Problemas aconteceram, claro, como na adoção de qualquer tecnologia. Aconteceram, como experimentei literalmente, na adoção de um mero SaaS para acompanhar o processo de entrevistas, por ter tornado mais burocrático e formal um processo que acontecia, em larga escala, na cabeça das pessoas e era registrado em notas mais ou menos soltas. Para repetir um adágio (ou clichê, se preferir) druckeriano, esse foi um exemplo perfeito em que a cultura engoliu a estratégia no café da manhã.
A ausência de responsabilidade individual é um dos maiores problemas na adoção de AI. E não estou falando de delegação para um agente, mas de algo intrínseco a determinadas culturas. Esse atrito não é um overhead — é um dos principais sistemas de backpressure para manter o processo canalizado com a velocidade e a contenção apropriadas. Uma cadência azeitada é um processo em si.
Mas responsabilidade individual também não é o final da jornada. O processo também precisa ser coletivo. Múltiplas entrevistas e responsabilidades distintas criam um mapa dimensional que é um contraponto à homogeneização comum em implementações superficiais de AI (ou mesmo, como mencionado antes, na simples adoção de um SaaS).
Em última instância, o investimento concreto em cultura, processo e uma governança subjacente ancorada em uma capacidade coletiva foi o melhor filtro para impedir que um ciclo de garbage-in-garbage-out se estabelecesse quase automaticamente — efeito colateral, até então imprevisível, de uma tecnologia ainda em maturação e entendimento. Provavelmente não há exemplo melhor da necessidade de estabelecer o julgamento humano a priori e de — não a impossibilidade, mas o custo exorbitantemente maior — estabelecê-lo a posteriori.
Colocar julgamento “humano” em um processo contendo duas entrevistas com o gestor, a área de RH e um sistema de avaliação automático não muda o fato de que o julgamento humano, nesse caso, já inexiste. O que acaba se formando é um sistema vácuo falando para outro sistema vácuo.
A conclusão aqui não é investir mais em julgamento humano como um fim em si. Da mesma forma como a adoção de agilidade contemplava uma integralidade da prática humana, a adoção de AI demanda a mesma análise. Sem isso, qualquer resultado é simplesmente um acidente em progresso.
Agradecimentos
Um agradecimento à Bruna Carvalho pela provocação em um dos canais dos quais participo na Impulso. Ela gerou não apenas uma conversa por lá, mas também a curiosidade de entender o que estava funcionando em outras organizações, as conversas que vieram depois nessa direção e, por fim, este texto.
