leadership

LEADERSHIP

negociacao-2

NEGOCIACAO

gestao-3

GESTAO

consultoria-2

CONSULTORIA

falandobem

FALANDOBEM

financasessenciais

FINANCASESSENCIAIS

Seja Premium e tenha acesso ao nosso arsenal de cursos

Administradores PREMIUM

Renda extra: 6 formas de se obter (o que não te contaram)

No mundo conectado em que vivemos, é necessário adotar uma postura crítica a respeito do mercado de oportunidades, que se formou sob a égide do empreendedorismo

Renda extra: 6 formas de se obter (o que não te contaram) | Administradores

Home

Artigos

Informação e Educação para líderes e suas equipes. Notícias, artigos, cursos, palestrantes, mentorias e treinamentos personalizados para profissionais e empresas

Administradores

https://cdn.administradores.com.br/app/uploads/2023/06/06200454/Logo-administradores.png

Administradores | Conhecimento para Resultados

Por Rodrigo Monteiro, idealizador do Clube CDC&nbsp;É comum associarmos a excelência nos negócios a grandes resultados. Um contrato conquistado, um crescimento expressivo ou um reconhecimento do mercado podem parecer sinais de que uma empresa chegou a determinado nível. Mas, na minha visão, excelência não é um momento isolado. É um hábito construído no dia a dia.&nbsp;Ao longo da minha trajetória, percebi que essa construção está em atitudes que parecem pequenas: cumprir um prazo, retornar uma mensagem, acompanhar uma entrega, revisar um processo, ouvir uma reclamação ou simplesmente fazer aquilo que foi combinado. São ações que nem sempre produzem resultados imediatos, mas ajudam a formar a percepção que as pessoas têm de uma companhia.&nbsp;É aí que entra a disciplina. Existe uma diferença entre fazer algo bem quando estamos motivados e manter um padrão de qualidade mesmo quando ninguém está olhando. Excelência está mais próxima desse comportamento. Não significa acertar sempre, mas ter disposição para reconhecer erros e continuar melhorando.&nbsp;Isso também vale para a execução. Uma boa estratégia precisa chegar à operação para produzir resultados. Processos, ferramentas e profissionais preparados são importantes, mas é a qualidade da entrega que transforma planejamento em experiência. E experiências bem executadas ajudam a fortalecer a confiança.&nbsp;Nas relações, essa postura também faz diferença. Clientes, parceiros e outros empresários confiam quando percebem que podem contar com uma empresa. Cada compromisso cumprido e cada entrega bem-feita contribuem para construir credibilidade e reputação.&nbsp;Ser constante, porém, não significa fazer tudo sempre da mesma maneira. O mercado muda, os clientes mudam e novas tecnologias surgem. Processos e estratégias precisam acompanhar essas transformações. O que deve permanecer é o compromisso com a qualidade daquilo que se entrega.&nbsp;Meu conselho é simples: preste atenção naquilo que você consegue fazer bem de forma consistente. É essa postura que, com o tempo, transforma qualidade em confiança.Excelência não é sobre impressionar uma vez. É sobre construir motivos para que as pessoas continuem confiando em você.&nbsp;

Excelência nos negócios está no que se repete, não no que acontece uma vez

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 técnicaA 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 governançaA 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 algorítmicaA 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 algorítmicaExiste 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 responsabilidadeA 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 empresaImagine 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 híbridoA 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 promptHá 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 melhorA 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.

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

A preparação de funcionários para trabalhar com inteligência artificial deixou de ser uma questão exclusivamente tecnológica. Para empresas, o problema central já não é apenas adquirir ferramentas de IA, mas reorganizar competências, responsabilidades e processos para que seres humanos consigam utilizá-las sem transformar velocidade em imprudência.A adoção de inteligência artificial modifica a forma como decisões são produzidas, informações são analisadas e tarefas são distribuídas. Por isso, preparar trabalhadores para a IA exige mais do que treinamento operacional: exige uma arquitetura de governança capaz de definir o que pode ser automatizado, o que deve permanecer sob supervisão humana e quem responde pelo resultado.O problema jurídico-administrativo da preparação para a IAA inteligência artificial introduz uma peculiar assimetria organizacional. O funcionário pode utilizar uma ferramenta extremamente sofisticada sem compreender integralmente seus mecanismos, limitações ou critérios de geração de resultados.Isso cria um risco conhecido em sistemas automatizados: a aparência de precisão pode ser confundida com confiabilidade.No Brasil, a questão encontra fundamentos em diferentes regimes jurídicos. A LGPD (Lei nº 13.709/2018) estabelece princípios como finalidade, adequação, necessidade, segurança, prevenção e responsabilização, que assumem importância particular quando sistemas de IA processam dados pessoais. O problema não desaparece porque a decisão intermediária foi produzida por uma máquina.Na perspectiva administrativa, isso significa que treinamento não deve ser compreendido como simples capacitação para operar um software. Ele deve preparar o funcionário para questionar, verificar, contextualizar e, quando necessário, rejeitar uma recomendação algorítmica.Tese e antítese: eficiência contra supervisãoA tese empresarial mais imediata é sedutora: quanto mais rapidamente os funcionários aprenderem a utilizar IA, maior será o ganho de produtividade.Essa premissa contém parte da verdade. Ferramentas de IA podem reduzir tarefas repetitivas, acelerar análise documental, auxiliar pesquisas, produzir rascunhos, organizar informações e ampliar a capacidade cognitiva de determinadas equipes.A antítese surge quando a busca por eficiência transforma a ferramenta em autoridade.Um funcionário que simplesmente aceita uma resposta produzida por IA pode economizar minutos e criar um risco que custará meses. Uma informação incorreta inserida em um contrato, uma decisão baseada em dado inadequado ou a exposição indevida de informação confidencial podem converter produtividade em passivo jurídico, financeiro ou reputacional.A verdadeira questão, portanto, não é escolher entre IA ou trabalho humano. É estabelecer uma divisão racional entre capacidade computacional e julgamento humano.A competência central não é saber usar IA, mas saber supervisioná-laA preparação profissional para a inteligência artificial deve combinar competência técnica e competência crítica.O trabalhador precisa compreender pelo menos cinco dimensões:- funcionalidade: o que a ferramenta consegue fazer;- limitação: o que ela pode produzir incorretamente;- dados: quais informações podem ou não ser inseridas;- verificação: como conferir uma resposta antes de utilizá-la;- responsabilidade: quem deve revisar e autorizar o resultado.Essa última dimensão é decisiva.A IA pode participar do processo decisório sem necessariamente ser titular da responsabilidade institucional pela decisão.Em termos de governança, pode-se formular uma distinção útil entre automação da tarefa e delegação da responsabilidade. A primeira pode ser desejável; a segunda não ocorre simplesmente porque uma organização incorporou uma ferramenta algorítmica.A psicologia da confiança algorítmicaA preparação dos funcionários também envolve comportamento humano.Sistemas tecnológicos frequentemente produzem uma aparência de objetividade. Quando uma resposta é apresentada de maneira rápida, organizada e linguisticamente convincente, o usuário pode atribuir-lhe uma confiabilidade superior àquela que atribuiria a uma pessoa.Esse fenômeno torna a capacitação mais complexa. Ensinar apenas comandos de utilização pode aumentar a dependência do sistema, enquanto uma formação adequada deve desenvolver ceticismo operacional.O funcionário precisa aprender a perguntar:> A resposta parece correta ou foi efetivamente verificada?&nbsp;Essa diferença é fundamental para setores jurídicos, financeiros, médicos, de recursos humanos, atendimento ao consumidor, segurança da informação e gestão de riscos.Kahneman mostrou, em sua análise dos processos decisórios, como a mente humana utiliza atalhos cognitivos que podem produzir julgamentos sistematicamente equivocados. A utilização de IA não elimina esse problema. Em determinadas circunstâncias, pode criar outro: o ser humano passa a utilizar o próprio sistema como atalho cognitivo.A organização que deseja segurança não deve formar apenas usuários de IA. Deve formar supervisores de IA.Preparação profissional como instrumento de governançaA capacitação deveria ser proporcional ao risco da utilização da tecnologia.Uma ferramenta empregada para resumir reuniões não apresenta necessariamente o mesmo risco de um sistema utilizado para selecionar candidatos, analisar crédito, produzir documentos jurídicos ou apoiar decisões sobre empregados.Por isso, uma política corporativa madura deve estabelecer níveis de supervisão.Baixo riscoAplicações predominantemente auxiliares, como organização de informações, brainstorming ou elaboração preliminar de textos, podem admitir maior autonomia, desde que respeitadas as políticas internas e a proteção de informações.Risco intermediárioQuando a IA influencia documentos, análises financeiras, comunicações externas ou processos relevantes, deve existir revisão humana antes da utilização definitiva.Alto riscoDecisões capazes de produzir consequências jurídicas, econômicas ou pessoais significativas devem receber controles reforçados, documentação, rastreabilidade e supervisão compatível com o risco.Essa classificação não substitui a análise jurídica específica de cada aplicação. Ela funciona como princípio administrativo de organização.O que a empresa deve ensinar aos funcionáriosUma política eficiente de capacitação deve responder a situações concretas, e não apenas oferecer cursos genéricos.O treinamento deveria abordar:1. Uso permitido: quais ferramentas podem ser utilizadas e para quais finalidades.2. Dados confidenciais: quais informações não podem ser inseridas em sistemas externos.3. Proteção de dados pessoais: como evitar tratamento inadequado de informações.4. Verificação de resultados: como identificar erros, omissões e informações sem fonte confiável.5. Direitos autorais e propriedade intelectual: quais conteúdos podem ser utilizados e como devem ser tratados.6. Segurança cibernética: riscos de vazamento, manipulação e engenharia social.7. Supervisão humana: quando a decisão não pode ser delegada integralmente à ferramenta.8. Registro e rastreabilidade: quando a utilização da IA deve ser documentada.9. Responsabilidade profissional: quem revisa, aprova e responde pelo resultado.O treinamento também deve ser contínuo. A velocidade de transformação tecnológica torna inadequado imaginar que uma única capacitação resolverá permanentemente o problema.O caso do RH: quando a eficiência pode produzir discriminaçãoO setor de recursos humanos oferece um exemplo particularmente sensível.Imagine-se uma empresa que utiliza IA para classificar currículos. A ferramenta pode acelerar milhares de análises, mas sua eficiência operacional não demonstra, por si só, que os critérios utilizados sejam adequados.Se dados históricos refletirem padrões discriminatórios, um sistema treinado ou calibrado sobre esses dados pode reproduzir ou amplificar determinados vieses.Nesse contexto, a preparação do profissional de RH não consiste apenas em aprender a utilizar a plataforma. Ele precisa compreender que correlação estatística não equivale automaticamente a critério legítimo de decisão.O gestor deve saber quando interromper o fluxo automatizado, solicitar revisão, investigar uma inconsistência ou consultar as áreas jurídica, de compliance e de proteção de dados.A solução: substituir a cultura do comando pela cultura da supervisãoA preparação para a IA exige uma mudança cultural.No modelo tradicional de treinamento tecnológico, pergunta-se:“Como fazer a ferramenta executar determinada tarefa?”No modelo de governança de IA, a pergunta precisa ser mais ampla:“Em quais condições devemos permitir que a ferramenta execute essa tarefa?”Essa mudança parece pequena, mas altera completamente a posição do funcionário. Ele deixa de ser mero operador de tecnologia e passa a funcionar como elemento de controle institucional.Como bem aponta Northon Salomão de Oliveira: “A verdadeira competência diante da inteligência artificial não consiste em produzir respostas mais rapidamente, mas em saber quais respostas podem ser aceitas sem que a organização abdique de seu próprio julgamento.”Um modelo estratégico de implantaçãoA empresa pode estruturar a preparação dos funcionários em quatro etapas.1. MapearIdentificar onde a IA será utilizada, quais dados serão processados, quais decisões serão influenciadas e quais riscos poderão surgir.2. CapacitarTreinar os usuários de acordo com o nível de complexidade e risco da aplicação, combinando conhecimento técnico, segurança, proteção de dados e capacidade crítica.3. SupervisionarDefinir responsáveis pela revisão, estabelecer critérios de validação e criar mecanismos para registrar incidentes, erros e desvios.4. ReavaliarMonitorar resultados e atualizar políticas conforme mudem as ferramentas, os processos, os riscos e o ambiente regulatório.Esse modelo transforma treinamento em componente permanente de governança.O novo perfil profissionalA inteligência artificial não exige necessariamente funcionários que saibam programar. Exige profissionais capazes de trabalhar em uma relação sofisticada entre conhecimento humano e processamento algorítmico.O diferencial tende a deslocar-se do simples domínio operacional para capacidades como:- formular problemas adequadamente;- avaliar a qualidade das respostas;- identificar inconsistências;- compreender riscos jurídicos e organizacionais;- contextualizar informações;- exercer julgamento;- comunicar limites;- assumir responsabilidade pelas decisões.Nesse sentido, a IA pode alterar não apenas as ferramentas de trabalho, mas a própria definição de competência profissional.O funcionário mais valioso não será necessariamente aquele que produz mais conteúdo com IA. Será aquele que consegue determinar quando utilizar a tecnologia, quando desconfiar dela e quando não utilizá-la.Conclusão: preparar pessoas é preparar a governançaA preparação de funcionários para trabalhar com inteligência artificial não deve ser tratada como treinamento periférico de tecnologia. Ela constitui uma decisão estratégica sobre distribuição de competência, responsabilidade e poder dentro da organização.A empresa que ensina apenas comandos cria usuários. A empresa que ensina critérios cria profissionais capazes de supervisionar sistemas.A síntese entre eficiência e segurança não está em retirar o ser humano do processo nem em rejeitar a automação. Está em construir uma arquitetura na qual a máquina amplie a capacidade humana sem dissolver o julgamento humano.No século XXI, a vantagem competitiva poderá estar menos na capacidade de possuir inteligência artificial do que na capacidade institucional de governá-la.

Renda extra: 6 formas de se obter (o que não te contaram)

Antonio Carlos Araujo

Onde está a vantagem competitiva quando todos têm acesso à IA? | Café com ADM #515

Onde está a vantagem competitiva quando todos têm acesso à IA? | Café com ADM #515

Sobre o autor

Antonio Carlos Araujo

Seja Premium e tenha acesso ao nosso arsenal de cursos

Mais artigos deNegócios e Gestão

Excelência nos negócios está no que se repete, não no que acontece uma vez

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

Como preparar funcionários para trabalhar com inteligência artificial: governança, responsabilidade e vantagem estratégica