Operations · Sênior

Com IA, o difícil deixa de ser produzir e passa a ser decidir

Três autores mostram que a IA barateia a execução e desloca o valor para julgamento, menos passagens de bastão e uma fronteira clara entre fluxo humano e fluxo de agentes.

Gerado por IA
Este texto foi gerado automaticamente por IA a partir dos artigos listados no fim da página, curados pelo Sidebar.io, e revisado por Felipe Arena antes de publicar. As ideias são dos autores originais.

Quase toda equipe de produto e design já está encaixando IA no que faz hoje: gerar telas, escrever requisitos, abrir pull requests (propostas de mudança no código). O problema é que o ganho de velocidade no trabalho de um não resolve o que acontece entre as pessoas e entre as ferramentas. Neste post, três autores olham para esse "entre": o papel de quem decide, o desenho do fluxo e o encontro entre o fluxo humano e o do agente de IA.

Quando produzir fica barato, escolher fica caro

A designer de UX Carrie Webster, em artigo na Smashing Magazine, argumenta que a IA assume tarefas de produção, mas não a razão de ser da profissão. Ela descreve uma mudança de "criadora de entregas" para "diretora de intenção". Em vez de pedir "desenhe um dashboard", a pessoa define o objetivo: um painel que reduza a carga cognitiva de quem usa pela primeira vez.

Webster reconhece onde a IA é boa: gerar muitas variações rápido (revisar trinta conceitos em vez de esboçar três), aplicar de forma consistente tokens de cor, espaçamento e regras de acessibilidade, e achar padrões em dados de uso. Mas lembra que isso mostra o "o quê", e não o "porquê". Entender usuários, decidir o que não deve ser construído e traduzir a estratégia da empresa em impacto humano continuam sendo trabalho de gente. Nas palavras dela, quando as opções são baratas e abundantes, o discernimento vira uma habilidade escassa.

Uma consequência prática: se gerar é fácil, a desculpa de "tempo limitado" para entregar algo fraco perde força. A responsabilidade pela qualidade aumenta.

O gargalo é a tradução entre papéis

O texto do autor identificado como FD, no Substack Robonomics, vai para o nível da organização. A tese: muita gente pergunta como acelerar o fluxo atual, e quase ninguém pergunta por que ele tem esse formato. Segundo FD, reuniões de status e comitês existem principalmente para rotear informação, porque mover conhecimento entre pessoas custa caro. Cada passagem de bastão exige que alguém transforme uma intenção em documento e outra pessoa o interprete, perdendo fidelidade a cada etapa. Para FD, "o gargalo real é o custo de tradução".

O exemplo é um ciclo conhecido: o PM passa semanas em um documento de requisitos, o design vira telas, a engenharia estima oito semanas, os requisitos mudam, o documento é reescrito, e uma funcionalidade média leva de três a seis meses. Num fluxo comprimido, o PM chega a um protótipo interativo em um dia e testes são escritos junto com o código, eliminando a fila entre desenvolvimento e QA (a etapa de testes).

As sugestões de FD incluem times pequenos de 3 a 5 pessoas com todas as habilidades necessárias, PMs que validam ideias direto com protótipos e dados, e gestores cujo valor está em julgamento e mentoria, não em agregar informação. A pergunta central que o autor propõe é: o que construiríamos se desenhássemos esta organização do zero, sabendo o que a IA faz hoje?

Fluxo humano e fluxo do agente não são a mesma coisa

Se agentes de IA vão fazer parte do time, surge outro problema, descrito por Sean Escriva no post The workflow collision. Ele compara o Kanban do time (quadro com colunas de tarefas, em que as pessoas puxam o próximo item) com o ciclo de vida de um agente, e mostra que os dois partem de premissas opostas:

  • Quem escolhe o trabalho: no Kanban, a pessoa puxa a próxima tarefa. O agente é acionado por um operador. Escriva explica que isso é uma fronteira de segurança, pois um agente que pegasse qualquer item novo transformaria o texto da tarefa em porta de ataque.
  • Quantidade de estados: o time prefere poucos (o exemplo dele tem seis). O agente pode precisar de cerca de dez fases granulares, cada uma um ponto de retomada e de auditoria.
  • Planejamento: o time explora o problema em sessões colaborativas, na hora certa. O agente gera um plano completo, passa por revisão adversarial e recebe aprovação humana antes de implementar.
  • O que é falha: para um time que aprende, uma hipótese errada é resultado útil. Para o ciclo do agente, falha é defeito de processo.

A saída, diz Escriva, não é escolher um lado: "não é uma fusão, é uma composição". O ciclo do agente roda dentro do estado "Em andamento" do time, como subprocesso. O humano decide o que importa e por quê; o agente governa como aquele pedaço é executado. Ele observa ainda que, para tarefas avulsas, nem é preciso um ciclo de vida: isso só se justifica em trabalho de várias etapas, que dura horas ou dias.

O que os três têm em comum

Os textos chegam ao mesmo ponto por caminhos diferentes. A IA reduz o custo de executar, então o valor se desloca para decidir a intenção (Webster), reduzir passagens de bastão desnecessárias (FD) e desenhar com cuidado a fronteira entre pessoas e agentes (Escriva). Em todos, a ferramenta é a parte fácil; o difícil é o desenho do trabalho ao redor dela.

Para levar

  • Use a IA para gerar opções e trate os resultados como ponto de partida para conversa, não como resposta final (Webster).
  • Invista em habilidades que a IA não substitui bem: pesquisa com pessoas, ética, facilitação e estratégia.
  • Mapeie as passagens de bastão do seu processo e identifique quais existem só para mover informação; essas são candidatas a mudar (FD).
  • Experimente ir da ideia ao protótipo em um dia antes de escrever um documento longo de requisitos.
  • Ao incluir agentes no time, não force o quadro humano a espelhar as fases do agente nem o contrário: defina onde um termina e o outro começa (Escriva).

Fontes

  1. 01 Human strategy in an AI-accelerated workflow — Carrie Webster, Smashing Magazine
    via Sidebar.io
  2. 02 Org design in the age of AI — FD, Robonomics
    via Sidebar.io
  3. 03 The workflow collision — Sean Escriva, Webframp
    via Sidebar.io
← Todos os textos do The Token Corp