Não inventámos nada. Há dois mil e quinhentos anos, um filósofo grego já tinha pensado nisto: máquinas que trabalhassem por conta própria, sem ninguém a movê-las. Aristóteles imaginou que, se as marionetas de Dédalo (uma espécie de Prof. Pardal e Elon Musk da Antiguidade) obedecessem sozinhas à nossa vontade, se a lançadeira tecesse a tela sozinha, os arquitetos deixariam de precisar de operários e os mestres de servos. Em 2026, essa hipótese é realidade. As máquinas já andam, já tocam música, falam connosco e nós com elas. Chamam-se Inteligência Artificial. Falta responder à pergunta que Aristóteles não fez: quando a ferramenta já sabe fazer, o que resta ao homem saber fazer?
A pergunta não é sobre empregos, é sobre nós, e obriga-nos a olhar primeiro para dentro. De vez em quando temos de nos perguntar qual é o sentido da vida, porque cá andamos. Ou, como diz Mary Oliver de uma forma muito mais bonita: “Tell me, what is it you plan to do with your one wild and precious life?” Creio que o sentido da vida é tornarmo-nos melhores, tentarmos ser a nossa melhor versão. Porém, acredito que o que nos faz crescer não são as coisas rápidas e fáceis, são as difíceis: o esforço, a persistência, a concentração. Amadurecemos com as dificuldades da vida. Daí a pergunta incómoda: o que acontece ao carácter quando eliminamos a dificuldade? O que nos espera quando não temos resistências, quando não temos de nos esforçar?
Não podemos deixar de nos sentir maravilhados (e seduzidos) pela rapidez destes sistemas. Para a minha geração, a geração X, ver aparecer em segundos peças, contratos e documentos que levámos uma vida a aprender a fazer é, convenhamos, fascinante. Mas ser possível (e até muito conveniente), não responde à pergunta essencial: devemos fazê-lo?
Vejamos. Estas máquinas alimentam-se de dados. Para as ensinar, temos de codificar todo o nosso saber, transformá-lo em dados e em métricas. Confesso uma reação quase alérgica sempre que oiço (e oiço cada vez mais) frases do género: “só se gere o que se mede”, “traduz isso em números”, “o que não se pode medir não se pode gerir”. Porque há toda uma dimensão humana subjetiva, uma componente do trabalho valiosa que é impossível de medir completamente (e a própria tentativa de a quantificar pode até desvirtuá-la): a dedicação, a empatia, a atenção ao detalhe, o espírito de equipa, a criatividade, o saber que se sabe sem se saber. E, consequentemente, o que não é medido não é valorizado e, aos poucos, torna-se irrelevante.
Critérios e métricas para o que não vemos
Ora, o que não passa por essa medição é, muitas vezes, o essencial. E a utilização massiva de IA vai acelerar exponencialmente esta erosão. É a singularidade de quem vive e sente a realidade e encontra a exceção que o sistema pode não encontrar, o que não estava no processo, a coisa que ninguém disse. É a originalidade de quem reformula o problema e pergunta se estamos sequer a responder à pergunta certa! O sistema trabalha a partir do que já conhece, aliás, não é por acaso que Alan Turing lhe chamou um jogo de imitação. É a confiança, sobretudo nos serviços, do cliente que quer ser servido por alguém que o escuta, compreende e lhe responde, e não por um laço que se simula. É o discernimento de quem questiona se aquela é a solução para o problema quando a regra e os dados não chegam. E é a diferença entre a excelência e a mera conformidade.
Conseguimos colocar tudo isto numa métrica? Devemos? Podemos prescindir destes intangíveis?
É aqui que se joga o futuro. A adoção da IA precisa de um critério, e não apenas de uma métrica: a centralidade da pessoa humana e uma relação de complementaridade entre o ser humano e os sistemas de IA. Usar a combinação dos dois para fazer melhor do que qualquer um faria sozinho. A IA pode poupar-nos ao rotineiro, ampliar o nosso conhecimento, mostrar-nos o que não víamos e libertar-nos tempo para refletir, discernir, criar, cuidar das relações e tomar decisões.
Não se trata de resistir à máquina. Trata-se de a pôr ao serviço do humano.
Devemos humanizar as máquinas e não mecanizar os homens.
Contudo, a decisão de mecanizar os homens não é tomada de forma consciente. Ela acontece lentamente, de forma insidiosa, nas escolhas que fazemos sobre o que entregamos às máquinas. Nas promessas e entusiasmos com a rapidez e eficiência.
Senão, vejamos: imaginemos duas empresas em 2026, diante da mesma tecnologia.
A empresa A adotou a IA com entusiasmo. Começou pelas tarefas rotineiras, depois pelas análises, documentos e recomendações. Os resultados eram bons: mais rapidez, menos erros, menores custos. Sempre que a IA fazia alguma coisa melhor, parecia lógico deixá-la fazer. As pessoas foram ficando com a supervisão, a validação e as exceções. O conhecimento passou progressivamente para o sistema, os processos ficaram mais uniformes e os indicadores cada vez melhores. Uma vez que as máquinas já quase não falhavam, foram diminuindo os humanos. Redução de custos. Não houve uma decisão errada. Houve muitas decisões razoáveis tomadas segundo o mesmo critério: eficiência.
A empresa B adotou a mesma tecnologia, mas definiu primeiro um critério: complementaridade. Entregou à máquina o repetitivo, o processamento, a pesquisa, aquilo em que podia poupar tempo e ampliar capacidades. Mas não fez outsourcing das capacidades humanas. As pessoas continuaram a conhecer os clientes, analisar os casos, discutir, escrever, decidir, errar, corrigir e responder pelas decisões. Por vezes demorava mais tempo e ficava mais caro. Continuaram a formar os mais novos, porque sabiam que não há experiência sem prática, nem discernimento sem experiência. A IA ajudava a fazer melhor, não substituía aquilo que as pessoas precisavam de continuar a saber fazer.
Trinta anos depois, não sabemos sequer se ambas chegaram a 2056. Mas não há dúvida de que as probabilidades da B são bem mais elevadas.
A empresa A pode ter-se tornado enorme e extraordinariamente rentável. Mas pode também ter sido ultrapassada por concorrentes que compraram sistemas igualmente bons, ou não ter resistido a uma crise que não cabia nos modelos. Ao transformar grande parte do seu saber em dados, processos e sistemas, ganhou eficiência, mas tornou-se mais fácil de imitar e mais dependente da tecnologia. A empresa B conservou alavancas difíceis de copiar: experiência, relações, julgamento, cultura e uma forma irrepetível de resolver problemas. E conservou redundâncias: sistemas e pessoas capazes. Porque há diferenças que só se revelam quando as coisas correm mal. Um ciberataque deixa os sistemas indisponíveis. Para quem concentrou todo o seu saber nos sistemas, um evento destes pode ser uma morte súbita. A empresa B também passará um mau bocado, mas tem um seguro contra este risco: profissionais experientes, com capacidade de decidir com informação incompleta, improvisar, falar com os clientes e assumir responsabilidades.
Para as suas pessoas, talvez a diferença entre as duas — se ambas lá chegarem — se resuma a duas perguntas.
Em qual das duas gostaria que o seu filho fosse trabalhar?
E, ao fim de trinta anos, em que pessoa gostaria que esse trabalho o tivesse transformado?
Talvez em 2056 a pergunta já não seja se conseguimos construir máquinas que se parecem connosco. Será se, entretanto, nós começámos a parecer-nos demasiado com elas. Afinal, o problema nunca foi a lançadeira tecer sozinha. O problema é o que fazemos nós depois disso.
Este artigo foi publicado na edição nº 34 da revista Líder, cujo tema é ‘Depois do Amanhã’. Subscreva a Revista Líder aqui.
