Soluções de inteligência artificial (IA) e aprendizado de máquina (ML) estão sendo adotadas em todos os setores atualmente. Muitas vezes, essas iniciativas envolvem a implantação de modelos de ML em ambientes operacionais onde o resultado do modelo acaba sendo um widget nas telas ou um número nos relatórios que são apresentados a centenas, senão milhares, de funcionários da linha de frente. Podem ser subscritores, agentes de crédito, investigadores de fraude, enfermeiros, professores, avaliadores de sinistros ou advogados. Nenhuma indústria está imune a estas transformações.
Estas iniciativas são normalmente conduzidas de cima para baixo. A gestão monitoriza e procura formas de melhorar os KPIs e, cada vez mais, as iniciativas de IA/ML são identificadas como um meio para esse fim. Certamente, há muita comunicação entre líderes executivos, financeiros, de ciência de dados e operacionais sobre essas iniciativas. Infelizmente, em muitas das organizações com as quais trabalhei, o grupo de pessoas que normalmente fica de fora da discussão são os funcionários da linha de frente.
À medida que as iniciativas são implementadas e os widgets ou outros indicadores são incorporados nos procedimentos operacionais padrão diários (SOP) modificados, o impacto destas iniciativas na moral dos trabalhadores da linha da frente é muitas vezes ignorado. Se os gestores não procurarem proativamente educar a força de trabalho com uma perspectiva saudável, estarão deixando ao acaso a interpretação que essas pessoas terão.
Neste artigo, descreverei algumas das reações comuns, muitas vezes latentes, que os funcionários têm às iniciativas de IA/ML, juntamente com uma abordagem que a gestão pode adotar para promover uma mentalidade positiva e informada. Não vou gastar muito tempo com as consequências de não conseguirmos gerir a recepção da IA pela força de trabalho. Os gestores já sabem que cada iniciativa que implementarem terá apenas o sucesso que os trabalhadores da linha da frente desejarem. Se não os conseguirmos envolver, estas iniciativas estarão condenadas.
O espectro de reações
Quando os líderes corporativos revelam novas iniciativas de IA/ML que terão impacto nas rotinas diárias dos profissionais da linha de frente, surge um espectro de reações:
- Perspectiva positiva. Alguns indivíduos dentro da organização podem ver estas inovações como um avanço positivo. Eles reconhecem os benefícios potenciais e estão ansiosos para abraçar a mudança, acreditando que ela irá melhorar o seu fluxo de trabalho e produtividade. Esta não é a reação comum, mas os defensores da mudança podem encarar a questão desta forma.
- Insegurança. Não é incomum que um subconjunto de funcionários sinta uma sensação de paranóia ou insegurança quando confrontado com implementações de IA/ML. Eles podem questionar por que foram escolhidos para esta mudança, temendo que isso possa ser um reflexo do seu desempenho no trabalho ou mesmo da segurança no emprego. Essas pessoas se preocupam silenciosamente: “Uh-oh, por que eles me deram isso, eles acham que não estou fazendo um bom trabalho, estou com problemas?”
- Medo de deslocamento de emprego. O medo do deslocamento do emprego é uma preocupação legítima para muitos. Eles temem que a IA possa eventualmente substituir completamente suas funções. Eles veem essas iniciativas e pensam: “Ah, não, IA. Isso vai tirar meu emprego?
- Reações defensivas e territoriais. Provavelmente haverá alguns indivíduos que se orgulharão de seus conhecimentos e experiência e que zombarão da noção de que a IA poderia ajudá-los. Eles questionarão como uma máquina poderia compreender seus clientes (ou outro foco de seu trabalho) melhor do que eles. Essas pessoas veem as iniciativas de IA/ML como um sinal de que a administração não aprecia seu conhecimento e experiência ou o valor que elas agregam à organização.
- Ceticismo e atitudes cansadas. E há também aqueles que viram a sua quota-parte de iniciativas corporativas ir e vir e acreditam que “isto também passará”. Podem revirar os olhos perante a perspectiva de mais uma mudança imposta de cima, duvidando da sua eficácia e impacto. Em vez de se comprometerem a fazer a mudança funcionar, eles aguardarão o momento com indiferença.
Todas essas reações estarão presentes em sua força de trabalho quando você implementar uma nova iniciativa de IA/ML. Estas reações devem ser abordadas e uma perspetiva saudável e informada deve ser partilhada em toda a organização.
Promover uma perspectiva saudável
Se não quisermos que os funcionários adoptem estas perspectivas – que são em grande parte motivadas pela falta de compreensão – temos de decidir que perspectiva queremos que eles tenham e depois dar-lhes a formação necessária.
Comunicar uma perspectiva saudável sobre uma iniciativa de IA/ML pode ser algo como o seguinte, que foi escrito para uma operação como uma organização de sinistros de seguros.
À medida que milhares de chamadas e e-mails fluem todos os dias, precisamos tomar as medidas certas, nos momentos certos. Saber quais ações tomar e como lidar com cada reclamação vem do conhecimento. Adquirimos esse conhecimento através da experiência – ou seja, através dos dados – que coletamos em cada interação. É claro que este é o conhecimento que, em parte, torna os nossos funcionários na linha de frente tão valiosos. Nossa fonte tradicional de conhecimento operacional são as mentes de nossos funcionários. Mas há outra fonte de dados: os servidores escondidos em nossos edifícios ou em um data center remoto. Nossos funcionários têm observações e insights que não existem nesses servidores. E da mesma forma, esses servidores têm insights que não existem em nossas mentes.
Seria irresponsável deixar que as informações contidas naquele servidor simplesmente permanecessem ali. É como se uma empresa petrolífera ficasse numa reserva e simplesmente se recusasse a perfurar. Se esse servidor for a reserva de petróleo, o aprendizado de máquina é a broca que pode extrair o sinal. Então, da próxima vez que você tomar uma das muitas decisões que você toma todos os dias sobre quais ações tomar, queremos que você se apoie na sua experiência e aplique seu julgamento, mas é claro, queremos que você esteja o mais informado possível ao tomar essa decisão. julgamento.
É isso que esses modelos de IA/ML fazem; eles extraem os padrões presentes nos dados armazenados em nossos data centers e, uma vez que fornecemos isso a você, a decisão certa cabe a você tomar o resto do caminho. Os modelos dirão: “De todas as reivindicações que recebemos com esta aparência, 80% delas vão para litígio”. (Observe que isso significa que 20% não o fazem!) Seu trabalho exige julgamento; estamos fornecendo todas as informações que temos para que você faça o julgamento mais informado possível.
Ser real com os funcionários
Vamos dedicar um minuto para ver como podemos abordar diretamente algumas das preocupações que discutimos anteriormente.
Para as pessoas inseguras do grupo que temem que a iniciativa de IA/ML signifique que estão fazendo um mau trabalho, diga-lhes que você os ouve, assegure-lhes que este não é o caso e reitere a perspectiva acima.
As preocupações com a segurança no emprego, em algum nível, são bem fundamentadas. A IA está tirando o trabalho de alguém hoje? A resposta curta é não. As empresas normalmente não lançam iniciativas de IA/ML e depois procuram demitir pessoas, mas todos sabemos que a IA ameaça empregos em algum nível. Devemos reconhecer isso às nossas equipes, para não parecermos desconectados e fora de contato. Ao mesmo tempo, devemos sublinhar que a IA é apenas uma tecnologia nova, como qualquer outra tecnologia que foi introduzida durante séculos. Com o tempo, alguns trabalhos serão automatizados.
Já ouvi dizer que se uma máquina pode fazer um trabalho, ela deveria fazer isso. Isso faz sentido porque as pessoas são capazes demais para serem designadas para tarefas mecânicas. Deixe a máquina fazer o que puder para que as pessoas fiquem livres para fazer o trabalho verdadeiramente complexo e cheio de nuances. O que isto significa é que, com o passar dos anos, a nossa força de trabalho irá normalmente mudar lentamente através do desgaste, e não abruptamente através de despedimentos. Então, a IA substituirá algum de nós na próxima semana? Provavelmente não. Teremos menos perspectivas de emprego dentro de 10 a 20 anos por causa da IA? Potencialmente sim. A solução para isso é garantir que estamos evoluindo nossas habilidades para nos mantermos atualizados e sob demanda.
Quanto à percepção de que a IA sabe mais sobre os clientes, reitere a perspectiva acima de que a IA é um complemento ao julgamento humano, não um substituto. Inteligência aumentada é um nome mais adequado porque o ser humano permanece informado.
Para os funcionários céticos em relação às iniciativas corporativas, reconheça que o ceticismo pode originar-se de várias fontes e é uma questão separada, não relacionada especificamente à IA/ML.
Educação e comunicação são fundamentais
Na jornada de integração de IA/ML, a comunicação eficaz com todos — incluindo o trabalhador da linha de frente — é fundamental para que essas iniciativas tenham sucesso. As organizações podem realizar reuniões municipais, reuniões gerais, grupos focais e sessões educacionais. Eles podem publicar artigos wiki, enviar boletins informativos regulares por e-mail e realizar entrevistas regulares em vídeo com colegas. Eles podem até ministrar aulas regulares sobre IA/ML – não para tornar seus funcionários da linha de frente cientistas de dados, mas para abrir a caixa preta e desmistificar a tecnologia. Eduque suas equipes sobre o que é e o que não é IA. Quanto menos opaco o tornarmos, menos misterioso e ameaçador será.
A integração bem-sucedida de modelos de IA e ML nas operações diárias depende da compreensão e da abordagem das reações dos funcionários da linha de frente. Quando os nossos trabalhadores da linha da frente não estão informados, deixamos que a sua imaginação dê sentido a tudo. Muitas vezes, a nossa imaginação preenche as lacunas com os nossos medos, inseguranças e ansiedades, levando-nos a imaginar o pior.
Educar os trabalhadores da linha de frente sobre as realidades da IA. Eles ficarão mais felizes e produtivos, e suas iniciativas de IA/ML serão mais bem-sucedidas.
Bill Surrette é cientista de dados sênior da CLARA Analytics, fornecedora de tecnologia de inteligência artificial para otimização de sinistros de seguros. Bill tem mais de 20 anos de experiência no setor de seguros de propriedades e acidentes, tendo trabalhado para várias das maiores operadoras dos EUA em funções atuariais e de ciência de dados. Ele também passou vários anos em uma startup de IA/ML, prestando consultoria a clientes em seus projetos de ciência de dados.
–
Generative AI Insights oferece um local para líderes de tecnologia – incluindo fornecedores e outros colaboradores externos – explorarem e discutirem os desafios e oportunidades da inteligência artificial generativa. A seleção é ampla, desde aprofundamentos tecnológicos até estudos de caso e opiniões de especialistas, mas também subjetiva, com base em nosso julgamento de quais tópicos e tratamentos servirão melhor ao público tecnicamente sofisticado do InfoWorld. A InfoWorld não aceita material de marketing para publicação e reserva-se o direito de editar todo o conteúdo contribuído. Contato [email protected].
