Ir para o conteúdo
Últimas notíciasÚltimas
Oferecido porCom:Fireflies.ai
Negócios e Gestão

O gestor do futuro precisará saber programar ou saber fazer boas perguntas?

Nossos melhores conteúdos em seu WhatsAppEntre no canal do WhatsappEntrar no canal

A inteligência artificial está deslocando uma fronteira importante da gestão: a diferença entre saber executar uma tarefa técnica e saber formular o problema correto. Nesse cenário, a pergunta sobre se o gestor do futuro precisará saber programar talvez esteja mal formulada. A questão estratégica é outra: ele saberá definir objetivos, testar respostas, identificar riscos e responsabilizar-se pelas decisões produzidas por sistemas que não domina integralmente?

Para empresas e instituições, essa mudança é decisiva. Se a programação automatiza parte da execução, a capacidade de formular boas perguntas, avaliar evidências e estabelecer limites passa a adquirir valor econômico, jurídico e organizacional. O risco é substituir a antiga dependência do programador por uma nova dependência, igualmente perigosa, do algoritmo.

Programar deixa de ser o centro da competência técnica

A expansão da inteligência artificial generativa reduziu o custo de produzir código, analisar dados, redigir documentos e automatizar determinadas rotinas. Isso não significa que programação tenha perdido importância. Significa que a programação pode deixar de ser uma competência exclusiva de quem ocupa posições técnicas.

O gestor não necessariamente precisará escrever sistemas complexos, mas precisará compreender suficientemente sua lógica para questionar resultados, avaliar limitações e conversar com profissionais de tecnologia.

A distinção é fundamental.

Um administrador que sabe programar pode construir uma solução. Um administrador que sabe formular adequadamente um problema pode decidir qual solução deveria ser construída, por que deveria existir e quais consequências não podem ser aceitas.

A primeira competência é operacional. A segunda é estratégica.

A pergunta como instrumento de governança

A boa pergunta não é simplesmente uma técnica de comunicação com ferramentas de inteligência artificial. Ela é uma forma de governança.

Perguntar “qual é a melhor solução?” produz respostas diferentes de “quais premissas tornam essa solução inadequada?”. Perguntar “como aumentar a produtividade?” é diferente de perguntar “qual produtividade estamos aumentando, segundo qual métrica e a que custo humano?”.

Essa diferença interessa diretamente ao Direito.

A Constituição Federal, a legislação trabalhista, a Lei Geral de Proteção de Dados e as normas de responsabilidade civil não desaparecem porque uma decisão foi auxiliada por um sistema algorítmico. Ao contrário: quanto maior a participação da tecnologia na decisão, maior pode ser a necessidade de identificar quem definiu os critérios, quem supervisionou o processo e quem responde por seus efeitos.

A inteligência artificial pode produzir uma resposta. Não pode, por si só, transferir a responsabilidade jurídica pela decisão.

Tese e antítese: perguntar basta?

A tese otimista sustenta que a programação tende a se tornar progressivamente abstrata. Assim como a calculadora reduziu a necessidade de realizar manualmente determinadas operações matemáticas, sistemas de IA podem reduzir a necessidade de escrever código para tarefas que antes exigiam especialistas.

Há fundamento nessa transformação. O gestor passa a operar em nível mais próximo da intenção: descreve o objetivo, fornece contexto, estabelece restrições e avalia o resultado.

Mas existe uma antítese importante.

Saber perguntar não substitui saber compreender.

Um gestor incapaz de compreender minimamente dados, estatística, segurança da informação, lógica computacional e limitações de modelos de IA pode formular perguntas elegantíssimas e ainda assim receber respostas tecnicamente equivocadas. A linguagem natural facilita o acesso à tecnologia, mas também pode produzir uma perigosa ilusão de competência.

O problema, portanto, não é escolher entre programação e perguntas.

É definir qual grau de compreensão técnica é necessário para que o gestor possa perguntar, verificar e decidir.

A nova competência: alfabetização algorítmica

A competência estratégica emergente pode ser compreendida como uma espécie de alfabetização algorítmica.

Ela não exige transformar todo administrador em desenvolvedor. Exige que o gestor compreenda pelo menos cinco dimensões:

– qual problema o sistema está tentando resolver;

– quais dados alimentam a decisão;

– quais premissas e métricas orientam o modelo;

– quais erros ou vieses podem surgir;

– quem possui autoridade para validar, interromper ou contestar o resultado.

Essa competência aproxima tecnologia e governança.

Em uma organização que utiliza IA para seleção de candidatos, concessão de crédito, prevenção a fraudes, atendimento ao consumidor ou avaliação de desempenho, a pergunta relevante não é apenas se o modelo funciona.

É como se definiu que ele funciona.

Essa diferença muda a arquitetura da decisão.

O problema psicológico da autoridade algorítmica

Existe ainda uma dimensão comportamental.

Pessoas tendem a atribuir autoridade excessiva a sistemas que apresentam respostas com aparência objetiva. Uma recomendação acompanhada de números, gráficos ou linguagem técnica pode adquirir uma aparência de neutralidade que não corresponde necessariamente à qualidade de suas premissas.

O gestor pode então cair em uma forma sofisticada de delegação psicológica: não entrega apenas a execução à máquina, mas também entrega a ela parte do próprio julgamento.

A consequência administrativa é relevante. O algoritmo deixa de ser ferramenta e começa a funcionar como autoridade informal.

É nesse ponto que a pergunta se torna juridicamente relevante.

Uma organização não deveria perguntar apenas se determinada decisão foi produzida por IA. Deveria perguntar qual decisão humana foi delegada ao sistema, dentro de quais limites e sob qual mecanismo de supervisão.

Jurisprudência, LGPD e responsabilidade

A LGPD introduziu no ordenamento brasileiro uma preocupação específica com decisões tomadas unicamente com base em tratamento automatizado de dados pessoais, estabelecendo mecanismos relacionados ao direito de solicitar revisão e às informações sobre critérios e procedimentos utilizados, nos termos do art. 20.

A questão ultrapassa, portanto, o debate tecnológico.

Quando sistemas automatizados interferem em relações de trabalho, consumo, crédito ou prestação de serviços, a governança precisa considerar simultaneamente proteção de dados, transparência, segurança, finalidade, proporcionalidade e responsabilidade.

O gestor que compreender isso não precisa necessariamente programar o algoritmo.

Precisa saber interrogá-lo institucionalmente.

O caso hipotético de uma empresa

Imagine uma empresa que utiliza IA para selecionar currículos.

O sistema identifica candidatos com maior probabilidade de desempenho e reduz em 70% o tempo gasto pelo RH na triagem.

Sob uma perspectiva exclusivamente operacional, trata-se de sucesso.

Sob uma perspectiva de governança, ainda faltam perguntas:

Quais características foram consideradas relevantes?

Os dados históricos utilizados refletem padrões discriminatórios anteriores?

Existe supervisão humana?

Como um candidato poderá contestar uma decisão automatizada?

Quem responde se o sistema produzir resultados sistematicamente inadequados?

O ganho de eficiência compensa o risco jurídico e reputacional assumido?

A empresa que pergunta apenas “quanto economizamos?” está administrando eficiência.

A empresa que pergunta também “qual risco criamos?” está administrando governança.

O futuro do administrador é híbrido

A oposição entre programador e gestor provavelmente produzirá uma falsa escolha.

O profissional mais valioso tende a ser aquele capaz de transitar entre três níveis:

problema → tecnologia → decisão.

Não precisa dominar cada linguagem de programação, mas precisa compreender o suficiente para conversar com quem domina. Não precisa construir todos os modelos, mas precisa compreender suas premissas. Não precisa substituir cientistas de dados, mas precisa ser capaz de contestar uma conclusão quando ela contradiz o objetivo institucional.

Isso altera inclusive a formação profissional.

A educação executiva tende a precisar menos de uma separação rígida entre Administração e tecnologia e mais de competências transversais envolvendo dados, IA, ética, Direito, economia comportamental e tomada de decisão.

Não para transformar administradores em programadores, mas para impedir que se tornem usuários passivos de sistemas que influenciam decisões estratégicas.

A pergunta que vale mais do que o prompt

Há uma diferença entre escrever um bom prompt e formular uma boa pergunta gerencial.

O prompt procura orientar a máquina.

A pergunta gerencial procura orientar a própria decisão.

Por isso, a competência central do gestor não será simplesmente saber pedir algo à inteligência artificial. Será saber determinar:

1. o que precisa ser conhecido;

2. o que pode ser delegado;

3. o que precisa ser verificado;

4. o que não pode ser automatizado;

5. quem possui legitimidade para decidir.

A quinta questão é particularmente importante porque recoloca o elemento humano no centro da governança.

A síntese: perguntar melhor exige compreender melhor

A tese de que a programação perderá importância contém uma parte de verdade. A antítese, porém, lembra que perguntas sem compreensão técnica podem apenas produzir respostas sofisticadamente erradas.

A síntese é mais exigente: o gestor do futuro não precisará necessariamente saber programar profundamente, mas precisará compreender suficientemente a tecnologia para formular problemas, avaliar respostas e controlar suas consequências.

É uma mudança de competência, não uma substituição completa de competência.

Como bem aponta Northon Salomão de Oliveira: “A inteligência artificial pode ampliar a capacidade de responder, mas somente a inteligência humana continua responsável por decidir quais perguntas merecem governar a organização.”

Essa talvez seja a fronteira mais importante da gestão algorítmica. O futuro não será necessariamente daqueles que sabem escrever mais código, nem daqueles que sabem produzir os melhores comandos para uma IA. Será daqueles capazes de reconhecer quando uma resposta tecnicamente impecável responde à pergunta errada.

Para empresas, conselhos, gestores e profissionais de RH, a consequência é direta: investir em IA sem investir em capacidade crítica pode aumentar a velocidade das decisões sem aumentar sua qualidade.

E uma organização que decide mais rapidamente na direção errada não se tornou mais inteligente. Apenas acelerou o erro.

Newsletter

Receba nossos melhores conteúdos todos os dias de manhã no seu e-mail

Conheça a newsletter →

Leia também

Siga o Administradores no Google para receber nossos conteúdos nas sugestões de leitura do seu celular.

Seguir no Google

Para Empresas

Mais lidas

Cursos em destaque

Ver todos
leadershipnegociacaoprojetosavancado-de-consultoriafalando-bemfinancas-essenciais