O medo é um problema de implementação, não um problema de pessoas.
A maior resistência à IA no trabalho é racional. Aqui está como conduzir uma implementação que sua equipe confie, desde o primeiro caso de uso até a revisão de 90 dias.
Lançamentos de IA: Evitando Armadilhas Comuns
A maioria dos lançamentos de inteligência artificial (IA) esbarra nos mesmos problemas. A ferramenta funciona, o piloto parece promissor, e seis semanas depois, apenas três pessoas a utilizam. Lideranças interpretam isso como resistência à mudança, mas geralmente não é. É uma resposta racional a um acordo incerto.
Ao entregar um sistema que realiza parte do trabalho de alguém sem mais explicações, eles preencherão o silêncio da maneira deles. Assumirão o pior cenário, aguardarão e continuarão fazendo o trabalho da forma antiga caso o novo método os coloque em desvantagem. Esse comportamento é barato para eles, mas caro para você.
Responda à pergunta do trabalho antes que alguém a faça
A primeira coisa que sua equipe quer saber é se esse sistema os substituirá. Se você não disser, eles tomarão uma decisão sem você.
Diga isso de forma específica e clara. "Ninguém perderá o emprego devido a esse sistema nos próximos doze meses" é uma frase que um diretor pode assumir compromisso. "A IA aumenta, em vez de substituir" não é — as pessoas já ouviram isso e sabem que significa nada.
Se houver mudanças na equipe, diga isso também, e explique o que acontecerá com os afetados. Uma resposta dura dada cedo custa menos do que uma vaga que vaza ao longo de seis meses. E se você não puder assumir nenhum compromisso, não está pronto para o lançamento; está pronto para ter uma conversa diferente com sua diretoria.
Comece com o trabalho que as pessoas já odeiam
A intuição é escolher o processo de maior valor. Escolha, em vez disso, o mais irritante.
Conciliar duas planilhas que nunca correspondem. Redigir a mesma proposta padrão. Ler quarenta tickets de suporte para encontrar os três importantes. Ninguém defende esse trabalho, ninguém se identifica profissionalmente com ele, e todos percebem quando ele desaparece. Você ganha seus primeiros defensores de graça.
O processo de alto valor ainda estará lá no quarto mês, e até lá, você terá uma equipe que viu a coisa funcionar e tem opiniões sobre para onde levá-la.
Escreva as regras em uma página
A ambiguidade é o que faz as pessoas cautelosas. A maior parte dela se esclarece com um breve documento que responde, em linguagem simples:
- O que você pode e não pode colocar no sistema — nomes de clientes, contratos, dados de salário, código-fonte
- Quais saídas precisam de uma revisão humana antes que sejam vistas por fora da empresa
- Quem avisar caso o sistema erre, e o que acontece em seguida
- Se usar ou não usar a IA afeta como seu trabalho é avaliado
A última linha é a mais importante. Se as pessoas suspeitarem que o uso de IA está sendo rastreado e pontuado, elas a usarão defensivamente e mal. Diga claramente como ela influencia a avaliação, mesmo que a resposta seja "não influencia".
Recrute o cético, não o entusiasta
Seus entusiastas adotarão qualquer coisa e convencerão ninguém. A pessoa que você quer no piloto é a experiente, bem respeitada, que acha que essa tecnologia provavelmente é superestimada.
Eles encontrarão os verdadeiros modos de falha em uma semana, porque sabem o que é um resultado correto. E se eles acabarem dizendo "isso me economiza uma tarde", esse comentário carrega peso, nada que a liderança possa comprar. Dê a eles um canal genuíno para relatar problemas e resolva-os rápido o suficiente para que relatar valha a pena.
Facilite dizer que o sistema errou
Todo sistema de IA produz erros confiantes. O lançamento bem-sucedido ou falho depende do que acontece em seguida.
Se sinalizar um resultado errado exigir um e-mail ao TI, ninguém sinalizará nada, os erros acumularão silenciosamente e a confiança será perdida. Coloque o botão de relatório na ferramenta. Tenha uma pessoa designada para ler os relatórios. Publique o que mudou. As equipes perdoam sistemas que erram às vezes; elas não perdoam quando são ignoradas ao dizerem que estão errados.
Julgue o lançamento, não a tecnologia
Novamente, 90 dias depois, as perguntas úteis são sobre comportamento. Quantas pessoas usaram a ferramenta nas últimas duas semanas, não desde o lançamento. Quais equipes abandonaram e o que disseram quando perguntado por que. Quanto tempo leva para responder a um resultado sinalizado. Onde alguém voltou silenciosamente ao processo antigo e estavam certos?
Esses números te dizem se a mudança pegou. Benchmarks de modelo não.
Carregar esse peso — a política, o design do piloto, a primeira conversa difícil — é a maior parte do trabalho, e é a parte que costuma ser esquecida. É também a parte que passamos mais tempo com nossos clientes.