Repensando o pessoal e a contratação de tecnologia para a era da IA

Repensando o pessoal e a contratação de tecnologia para a era da IA

Os líderes tecnológicos terão de repensar as competências e parcerias que desenvolvem na era da IA.

Imagem em destaque

A contratação de organizações de tecnologia solidificou o conceito de “trabalhador do conhecimento”, um funcionário focado principalmente em usar o cérebro para resolver problemas a título individual, versus usar seus talentos físicos ou gerenciais. Engenheiros de software, arquitetos de tecnologia e estrategistas digitais são versões diferentes do trabalhador do conhecimento, cada um usando suas habilidades para coletar e sintetizar informações para produzir um resultado.

Com o surgimento de ferramentas de IA de linguagem natural, sendo o ChatGPT uma das mais visíveis, parece que esses tipos de ferramentas visam diretamente o desempenho de funções semelhantes às dos trabalhadores do conhecimento. Embora muitas empresas estejam contemplando mudanças em seus produtos, clientes e na indústria em geral, muito poucas estão considerando como mudar sua contratação e pessoal com base nessas ferramentas.

De Colaborador Único a Maestro

Uma das maiores promessas das ferramentas de IA que imitam os trabalhadores do conhecimento individuais é que dezenas de “trabalhadores” virtuais podem ser adicionados às suas equipes por um custo muito baixo. Isto deu origem a especulações de que bots substituirão classes inteiras de empregos.

Esses tipos de artigos geram manchetes que chamam a atenção, mas perdem o ponto principal de que as mudanças tecnológicas muitas vezes geram mudanças na forma como trabalhamos, em vez de criar um jogo de soma zero em que os trabalhadores desaparecem para sempre. No caso das ferramentas de IA, o trabalhador do futuro pode estar a copiar páginas dos trabalhadores do passado, em vez de ser totalmente eliminado.

Um dos aspectos intrigantes da ascensão do trabalhador do conhecimento foi a redução das funções de gestão intermédia, em que existia uma classe dedicada de trabalhadores principalmente para dirigir e gerir a produção de outros. Tudo, desde a tecnologia aos esforços de redução de custos, reduziu a necessidade e o impacto destes gestores intermédios, ao ponto de o papel ter sido visto com suspeita.

No entanto, a safra atual de ferramentas de IA se assemelha mais a uma nova contratação ou estagiário brilhante do que a um trabalhador do conhecimento autogerenciado. As ferramentas de IA irão fazer afirmações factualmente erradas com autoridade e não têm a capacidade humana para autoavaliar a sua competência e utilizar essa informação para alertar adequadamente as áreas onde não têm experiência.

Assim como os humanos que estão no início de suas carreiras se beneficiam de orientação, mentoria e supervisão, os bots também precisarão de humanos experientes para supervisionar seu desempenho. Os bots também são extremamente orientados para tarefas, executando as tarefas atribuídas de forma imediata e rápida. No entanto, falta-lhes qualquer capacidade de gerir a sua carga de trabalho para além das tarefas atuais e são incapazes de dividir um objetivo complexo ou mal definido em tarefas componentes.

Por exemplo, uma tarefa relativamente simples como “Dê-me cerca de 8 slides para a apresentação executiva da próxima semana”, uma tarefa que qualquer profissional do conhecimento de nível médio poderia realizar com facilidade, confundiria completamente a atual geração de bots. Um trabalhador do conhecimento tem o contexto necessário para concluir esta solicitação e a compreensão de que existem diversas tarefas distintas necessárias para atender a essa solicitação, a maioria das quais poderia ser executada com êxito por bots.

Essas tarefas podem variar desde a realização de pesquisas independentes sobre vários tópicos do setor, conversando com vários colegas de trabalho sobre seus projetos, criando um enredo e escrevendo o conteúdo associado e, finalmente, montando esse conteúdo em slides e compartilhando para revisão.

Curiosamente, as competências da gestão intermédia que muitas organizações consideram redundantes serão extremamente relevantes nestes tipos de cenários. Será necessário um tipo de “condutor” para dividir esses tipos de tarefas em suas partes componentes, atribuí-las aos bots relevantes e, em seguida, revisar e integrar seus resultados discretos em um todo coeso.

A outra função crítica necessária à medida que as empresas começam a implantar bots será a de técnicos que possam “treinar” efetivamente essas ferramentas. A maioria dos bots atuais são generalistas e treinados em dados comumente disponíveis, como conteúdo da web. Embora uma frota de generalistas de baixo custo possa certamente beneficiar a sua organização, a exposição a dados internos acabará por produzir o maior benefício. Habilidades como ser capaz de extrair as finanças do ano passado e fazer uma análise rápida ano após ano são perfeitas para bots, desde que sejam treinados em seus dados internos.

Isto requer recursos técnicos especializados e uma compreensão de quais dados são relevantes. Essas funções têm uma demanda cada vez maior e são um excelente domínio para um parceiro que pode fornecer recursos sob demanda para serem preenchidas. Os parceiros técnicos podem fornecer conhecimentos especializados na formação e melhoria de ferramentas baseadas em IA; no entanto, você ainda precisará de pessoas que saibam quais dados e sistemas são as fontes certas para dados de treinamento.

Encontrando seus condutores

Infelizmente, a tendência de afastamento da gerência intermediária diminuiu a ênfase nas habilidades que ajudariam a criar um “condutor” de bot de sucesso. A capacidade de realizar tarefas complexas, dividi-las em partes componentes, atribuí-las aos recursos certos e, em seguida, remontar e revisar o resultado geralmente falta à maioria dos colaboradores individuais.

Além das habilidades gerais de gerenciamento, seus regentes também exigirão algum grau de conhecimento no assunto. Os bots carecem de “informações” humanas ao fornecer informações incorretas e compartilharão com confiança informações que estão totalmente erradas e não conseguirão desenvolver a característica humana de humildade quando corrigidas.

Idealmente, seus condutores tenham conhecimento de conteúdo suficiente para avaliar os resultados produzidos por seus bots ou tenham acesso a especialistas internos ou externos que podem examinar os resultados de sua equipe de trabalhadores virtuais.

Isso cria uma dicotomia um tanto estranha, em que tarefas e informações rotineiras podem ser geradas por bots, mas é necessário conhecimento profundo para validar o trabalho dos bots, bem como responder a solicitações que são muito complexas para serem concluídas pelos bots.

Seus condutores precisarão gerenciar tanto máquinas sem emoções quanto especialistas altamente especializados, gerenciando a colaboração e integração entre cada uma.

Esses tipos de indivíduos podem não estar atualmente em suas equipes de tecnologia, o que representa um certo desafio. Os líderes serão confrontados com a decisão de transformar trabalhadores do conhecimento em maestros ou procurar parceiros que possam fornecer maestros, professores e os próprios bots. Alternativamente, os gestores intermédios competentes que existem fora das funções tecnológicas tradicionais podem estar bem equipados para se tornarem condutores de IA.

Procure indivíduos que tenham tido sucesso no gerenciamento de equipes de colaboradores individuais e na integração dos resultados de seu trabalho, mesmo que esse indivíduo não seja um especialista profundo.

Para os líderes de tecnologia em uma empresa de desenvolvimento de IA, o que tornou suas equipes bem-sucedidas no passado – conhecimento profundo, capacidade de trabalhar como contribuidores individuais e requisitos mínimos de supervisão ou gerenciamento – não é necessariamente a receita para o sucesso em uma equipe habilitada para IA. o futuro.

Embora muitos considerem os avanços da IA ​​como “assustadores”, os líderes terão de determinar se devem investir em trabalhadores do conhecimento qualificados para que possam desenvolver conhecimentos que excedam as capacidades das IA atuais ou transferi-los para um papel de condutor. Em todos os casos, a loja de tecnologia do futuro e a composição do pessoal nessas funções estão preparadas para mudanças significativas.

Se você gostou disso, não deixe de conferir nossos outros artigos sobre IA.

  • Pequenas IAs generativas: o tamanho importa
  • Cobras, cartas e café: as melhores linguagens para IA
  • Software 2.0: Desenvolvimento de software na era da IA
  • Resolvendo o quebra-cabeça da cadeia de suprimentos com IAs e gêmeos digitais
  • Série de talentos: como a IA pode impulsionar seu talento interno

Fonte: BairesDev

Conteúdo Relacionado

Deepfakes de IA: uma ameaça à autenticação biométrica facial
Vídeos deep fake ao vivo cada vez mais sofisticados...
Desenvolvimento de produtos orientado por IA: da ideação à prototipagem
Aprenda como os processos baseados em IA aprimoram o...
O Rails 8 está pronto para redefinir o Desenvolvimento Web
O Rails 8 sempre foi um divisor de águas...
Como os trabalhadores da Silver aproveitam o GenAI para qualificação
A GenAI está transformando a força de trabalho com...
Otimizando Processos Industriais: Técnicas Avançadas para maior eficiência
A otimização de processos industriais é um desafio constante...
Testes Unitários: Definição, Tipos e Melhores Práticas
Entenda o papel fundamental dos testes unitários na validação...
Teste de carga: definição, ferramentas e melhores práticas
Aprenda como os testes de carga garantem que seu...
Comparação entre testes positivos e negativos: estratégias e métodos
Aprofunde-se nas funções complementares dos testes positivos e negativos...
O que é teste de estresse? Levando o teste de software ao seu limite
Entenda a metodologia por trás dos testes de estresse...
Testes Ad Hoc: Adotando a espontaneidade no controle de qualidade
Descubra a imprevisibilidade dos testes ad hoc e seu...
Nacho De Marco agora é membro do Fast Company Impact Council
A nomeação de Nacho De Marco para o Fast...
Primeiro MPU single-core com interface de câmera MIPI CSI-2 e áudio
O mercado embarcado tem uma necessidade de soluções de...
A Importância da Inteligência Artificial Explicável (XAI) para Desenvolvedores
A Inteligência Artificial (IA) tem se tornado cada vez...
Entendendo Distribuições Multimodais em Testes de Desempenho
Ao relatar estatísticas resumidas para resultados de testes de...
Como Prevenir Alucinações em Aplicativos GenAI com Streaming de Dados em Tempo Real
Como você previne alucinações de grandes modelos de linguagem...
Roteamento de Consulta: Otimizando Aplicativos Generative AI Avançados
Nos últimos anos, a Inteligência Artificial Generativa (Generative AI)...
10 Armadilhas Comuns do Domain-Driven Design (DDD) que Você Deve Evitar
Domain-Driven Design (DDD) é uma abordagem estratégica importante para...
Framework mais utilizado no mercado atualmente: Explorando o Poder do Ionic
No atual cenário tecnológico, a escolha do framework adequado...
Vissza a blogba

Hozzászólás írása

Felhívjuk a figyelmedet, hogy a hozzászólásokat jóvá kell hagyni a közzétételük előtt.