Uma das características que associamos à expertise é a de alguém que possui um acervo de conhecimento acumulado que pode ser acessado, sintetizado e aplicado a novas circunstâncias. Referindo-se a Warren Buffet como um exemplo, o autor Shane Parrish o descreve como o “arquivo de conhecimento armazenado no cérebro de Warren Buffett”.
No caso de Buffett, ele dedicou muito tempo lendo profundamente sobre ideias e negócios nos quais estava interessado e visitou uma grande diversidade de empresas por horas a fio para entender tudo, desde a produção até o gerenciamento. Até hoje, ele lê centenas de relatórios anuais de empresas de uma ampla gama de setores em que ele não participa. Considerando suas ações, podemos concluir que ele é um consumidor voraz de informações.
Parrish argumenta que Buffet faz algo diferente do que muitos de nós fazemos: a maioria de nós consome “informação com prazo de validade”, enquanto Buffet consome informação de “longa meia-vida”. Por que isso é importante? Porque ele se foca em um tipo de informação que pouco muda ao longo do tempo, o que lhe permite acumular ainda mais conhecimento.
Informações com prazo de validade x conhecimento acumulado
Conforme descreve Parrish, as informações com prazo de validade têm um ciclo de vida muito curto. Elas são vendidas para você, não têm nuances e são facilmente digeríveis.
Ela também é fornecida em grandes quantidades e de inúmeras maneiras que reforçam nosso hábito de buscar informações rápidas e prontas. Isso é o que James Gleick reconheceu em 2011 como “uma inundação, na qual a informação é barata, abundante e onipresente”, o que hoje em dia é ainda mais verdadeiro.
Não é porque as pessoas querem ser triviais em seus esforços de aprendizado. Há pressões relacionadas a prazos e tempo que restringem a frequência ou por quanto tempo podemos ir além em nossos interesses. O volume de informações publicadas todos os dias é esmagador, assim como a enorme variedade de mídias disponíveis. Ficou mais fácil e além disso, nos acostumamos a depender muito dos computadores para guardar o conhecimento que buscamos.
O conhecimento acumulado está associado à expertise que uma pessoa desenvolve através de aprendizado e desenvolvimento consistentes ao longo do tempo. Um especialista pode compor seu conhecimento em um conjunto de habilidades (por exemplo, um analista com excelente proficiência em planilhas e fórmulas), em uma profissão (por exemplo, um engenheiro versado em vários idiomas e tecnologias) ou em uma competência (por exemplo, um consultor que orienta executivos em tomada de decisões e inovação).
Esse tipo de conhecimento é adquirido através da persistência, aprendizado ao longo da vida e esforços consistentes durante longos períodos de tempo. Em vez de confiar em outras pessoas para que elaborem informações rápidas para nós, podemos nos aprofundar nos detalhes e pensar por conta própria. Em qualquer situação nova, esse tipo de especialista adaptativo tem a vantagem da flexibilidade cognitiva e do reconhecimento de padrões para guiá-lo a tomar decisões mais claras.
A IA está chegando
Embora GPT signifique Generative Pre-Trained Transformer (Gerador pré-treinado de transformação), pode ser útil manter um significado anterior e igualmente válido: General Purpose Technology (Tecnologia de uso geral), como defende Ethan Mollick. Podemos enquadrar o GPT como análogo à Revolução Industrial ou à Internet. Ele alerta para o fato de que muitos líderes acreditam que o principal objetivo da tecnologia é a eficiência, na qual a IA se torna uma forma de cortar custos.
Em vez disso, qualquer vantagem real sobre como a IA “virá da experiência de seus funcionários, que é necessária para desbloquear todo o potencial de expertise latente da IA”. Precisamos de especialistas, com esse conhecimento profundo e composto para criar e ampliar os recursos que poderão se tornar disponíveis por meio da IA.
A IA ainda é nova o suficiente para que estejamos apenas especulando como as tecnologias de IA afetarão o aprendizado e a expertise. Como trabalhadores do conhecimento, poderemos enfrentar desafios como:
- Conjuntos de competências obsoletas. Algumas competências serão principalmente conduzidas pela IA, e ela será mais proficiente nelas. É praticamente certo que isso acontecerá.
- Dependência de IA. Se antes já estávamos terceirizando a capacidade de conhecimento para os computadores, isso só vai piorar. A terceirização da tomada de decisões para a IA é um assunto de discussão que está em alta sobre um dos potenciais cenários futuros mais temidos.
- Vieses, dados distorcidos, informações falsas e intenções maliciosas. Qualquer informação em que confiamos para compor nosso conhecimento pode se tornar cada vez menos confiável. Ao sermos solicitados a incorporar a IA na prática, também haverá questões éticas relacionadas à privacidade/uso de dados que precisaremos usar.
- Competição pela expertise humana. Enquanto IA ficará incubida de resolver problemas complexos, avaliar opções e tomar decisões estratégicas.
Um caminho a seguir
Embora as ferramentas estejam mudando e mais diligência seja necessária, os especialistas continuarão a ter um papel importante no trabalho e na sociedade. Há alguns aspectos de como a relação deles com a construção do conhecimento será aprimorada com a IA:
- Automação de tarefas. Em qualquer área, haverá tarefas em que a IA se sairá melhor e aqui fazemos duas considerações. Isso é bom, pois permitirá mais tempo para se concentrar em tarefas de nível mais alto e que envolvem criatividade, bem como em inovação (e tenho certeza de que a IA pode proporcionar alguma inspiração), mas ainda precisamos de humanos no circuito que entendam os princípios e processos subjacentes dessas tarefas.
- Insights de dados. Mesmo com especialistas no assunto, há tantos dados disponíveis que, às vezes, se torna um um caso de “não sabermos o que não sabemos”. A IA pode processar grandes quantidades de dados rapidamente, fornecendo insights que levariam muito mais tempo para serem descobertos por humanos.
- Mais formas de experimentar. Os especialistas com profundo conhecimento em seus domínios são realmente bons em identificar padrões e aplicar insights de um conjunto de problemas a outro. O que a IA provavelmente pode ajudar é potencializar a capacidade deles testarem cenários hipotéticos, checar/verificar padrões ou extrapolar em uma “intuição” para ver até onde ela vai.
- Acelerar a resolução e a análise de problemas. Uma das vantagens dos conjuntos de recursos de IA é que eles podem aprender com exemplos. O uso de “modelos” ou resultados de experts ajudará o especialista da área a aplicar o que ele sabe mais rapidamente, assim como também permite que outros profissionais também se beneficiem. Os especialistas de toda a empresa devem estar envolvidos no aprendizado e do treinamento dos modelos de IA.
- Aprendizagem personalizada. As plataformas de IA podem adaptar o conteúdo e aprimorar os recursos disponíveis para a aprendizagem contínua. Mas, assim como Buffet, você deve sempre procurar as fontes destes materiais que a IA traz. A aprendizagem profunda não acontecerá se você usar a IA generativa como uma forma de trapaça para se tornar um “expert” – ela realmente não é otimizada para isso.
- Verificador de ideias pessoais. Os especialistas buscam pontos de vista opostos como uma forma de checar os seus próprios pontos de vista e fortalecer seu conhecimento e às vezes, não há ninguém por perto que possa desempenhar esse papel. A IA está preparada para isso – você pode atribuir a ela uma função ou um ponto de vista e ela o defenderá, e você pode usar essas interações para testar melhor o seu ponto de vista.
- Ética e modelagem da IA. A implementação da IA de forma responsável e ética é essencial. Sabemos que já existem vieses e características enganosas que estão evoluindo nos LLMs. Os especialistas precisam estar presentes para moldar o desenvolvimento da IA.
Continue a buscar novas informações, aprofunde-se nos assuntos que lhe interessam e construa uma base de conhecimento robusta que possa ser utilizada ao longo de sua carreira. A forma como você faz isso pode estar mudando, mas a aprendizagem contínua seguirá sendo um comprometimento que vale a pena.
Como a IA continua a evoluir, será inevitável que os especialistas precisem adotar as seguintes mudanças e aproveitar as ferramentas de IA para aprimorar seu aprendizado e crescimento profissional:
- Permaneça curioso. Mantenha a mente aberta e esteja disposto a explorar novas tecnologias que sejam (ou não) de IA em sua jornada de aprendizado. O conhecimento acumulado será o trabalho de uma vida inteira de aprendizado consistente e profundo que acontece de várias maneiras – lendo, interagindo, observando, fazendo.
- Invista no aprendizado. Aproveite as vantagens das plataformas educacionais baseadas em IA para permanecer à frente na sua área de atuação e expor você a novos recursos e dados originais que podem moldar seu conhecimento e expandir os contextos e aplicações que você poderá utilizar.
- Mantenha-se adaptável. Seja flexível e esteja pronto para se adaptar a novas formas de trabalho à medida que a IA continua a transformar as maneiras como aprendemos e trabalhamos.
A próxima geração de especialistas verá a IA como uma co-inteligência no longo jogo de conhecimento acumulado.
