Não deixe a IA generativa limitar a criatividade da sua equipe

Ninguém duvida da capacidade do ChatGPT de gerar muitas ideias. Mas será que essas ideias são boas? Em um experimento recente no mundo real, as equipes envolvidas em uma tarefa criativa de solução de problemas obtiveram ganhos modestos com a assistência da IA em sua maior parte - e algumas tiveram um desempenho inferior. Não culpe a tecnologia, diz Kian Gohar, CEO da empresa de desenvolvimento de liderança GeoLab e um dos autores do estudo. Conceitos errôneos comuns sobre IA generativa, solução de problemas e processo criativo estão fazendo com que os funcionários e seus gerentes usem as ferramentas de forma inadequada, às vezes deixando-os em situação pior do que se tivessem procedido sem a contribuição da IA. Gohar e seu co-pesquisador, Jeremy Utley, da Universidade de Stanford, fizeram uma parceria com quatro empresas: duas na Europa e duas nos Estados Unidos. Foi solicitado a até 60 funcionários de cada empresa que trabalhassem em pequenas equipes em um problema comercial enfrentado pela empresa - como desenvolver recursos de treinamento interno, por exemplo, ou como aumentar as vendas B2B de um determinado produto. Em cada uma das empresas, algumas das equipes (as do grupo de controle) abordaram o problema sem nenhuma ajuda da IA, enquanto outras (as do grupo experimental) receberam uma versão de código aberto do ChatGPT. Todas as equipes assistiram a uma breve apresentação sobre o problema que lhes foi atribuído e receberam folhas de informações com detalhes relevantes. As equipes tiveram 90 minutos para gerar possíveis soluções, seguindo uma estrutura prescrita pelos pesquisadores. Primeiro, os funcionários trabalharam individualmente e, em seguida, compartilharam suas ideias com seus colegas de equipe durante uma sessão de brainstorming. As equipes dos grupos experimentais puderam usar o ChatGPT durante as duas fases de ideação e foram incentivadas a treinar a ferramenta para o problema, inserindo material das folhas de informações. No final do exercício, cada equipe apresentou suas ideias. O "proprietário" de cada problema - a pessoa em cada organização responsável pela implementação da solução final - julgou as ideias, atribuindo notas de A ("altamente convincente") a D ("não vale a pena prosseguir") sem saber quais haviam surgido de colaborações homem-máquina. Os resultados frustraram as expectativas dos pesquisadores, diz Gohar. Ele e seus colegas presumiram que as equipes que utilizavam o ChatGPT gerariam muito mais e melhores ideias do que as outras. Mas essas equipes produziram, em média, apenas 8% mais ideias do que as equipes do grupo de controle. Elas obtiveram 7% a menos de Ds, mas também 8% a mais de Bs ("interessante, mas precisa de desenvolvimento") e praticamente a mesma proporção de Cs ("precisa de desenvolvimento significativo"). O mais surpreendente é que obtiveram 2% menos notas A. "A TI generativa ajudou os funcionários a evitar ideias terríveis, mas também levou a mais ideias medianas", diz Gohar. Pesquisas realizadas antes e depois do exercício mostraram que as equipes que usaram IA ganharam muito mais confiança em suas habilidades de solução de problemas do que as outras - uma diferença de 21%. No entanto, as notas que receberam sugerem que grande parte dessa confiança foi mal colocada. É claro que o potencial da IA generativa na solução de problemas é real, diz Gohar. Aqui estão algumas etapas para maximizá-lo. Seja preciso quanto ao problema que o senhor deseja resolver. Os grandes modelos de linguagem que sustentam os chatbots de IA generativa são projetados para dar respostas "médias"; seus algoritmos foram treinados para identificar a maior probabilidade de palavras sequenciais. Se o senhor digitar "Eu latido como um..." e pedir ao bot para completar o pensamento, é quase certo que ele oferecerá a palavra "cachorro". Mas se as equipes estiverem buscando soluções inovadoras, as respostas médias serão de pouca utilidade. Portanto, os gerentes devem ensinar suas equipes a elaborar declarações de problemas altamente específicas, incluindo o máximo de detalhes possível, antes de interagir com a ferramenta. Por exemplo, em vez de perguntar: "Como podemos aumentar a satisfação do cliente?", as equipes poderiam dizer: "Nossa jornada do cliente envolve as seguintes etapas....Que mudanças em nossa etapa de integração melhorarão a retenção em 10%?" Gohar comenta: "As pessoas esperam que a IA seja um oráculo: Conecte-a e ela lhe dará a solução." As equipes que adotaram essa abordagem - simplesmente declarando o problema em termos amplos e pedindo ao ChatGPT para resolvê-lo - obtiveram resultados fracos. Reserve um tempo para o brainstorming individual sem o bot. Antes de interagir com a IA, dê aos membros da equipe algum tempo - de 15 minutos a meia hora, por exemplo - para terem ideias individualmente. Isso ajudará a garantir que eles abordem a reunião da equipe e a implementação da IA sem serem afetados pelo pensamento de grupo ou pelo que a ferramenta sugere. Essa etapa é fundamental para reunir ideias diversas e criativas e maximizar o número de ideias exclusivas levadas ao grupo para discussão. Treine rigorosamente a IA. Os sistemas de IA generativa não têm a compreensão contextual que as pessoas adquirem ao longo de meses ou anos de trabalho em suas organizações e setores. Antes de integrar o ChatGPT ou uma ferramenta semelhante ao processo de ideação, o senhor precisa ajudar a TI a se atualizar. Insira o máximo possível de dados relacionados ao seu problema específico. Isso pode incluir o modo de pensar de um grupo de clientes, iniciativas anteriores bem-sucedidas e fracassadas e referências do setor. Aborde a IA como um parceiro de conversa contínua, não como um oráculo. As equipes do estudo desenvolveram ideias melhores quando conversaram várias vezes com o ChatGPT. "A maior parte da solução de problemas requer uma conversa", diz Gohar. "O senhor teria uma discussão com seus colegas para chegar a uma solução melhor para um problema, e isso acontece quando um desses colegas é o ChatGPT." Muitas das equipes que participaram do experimento simplesmente aceitaram a primeira sugestão oferecida pelo ChatGPT. Gohar atribui isso ao efeito Einstellung: um viés cognitivo pelo qual as pessoas gravitam em torno de soluções iniciais e familiares em vez de explorar possibilidades mais amplas. Isso provavelmente contribuiu para a alta taxa de ideias de grau B geradas pelas equipes assistidas por IA. Não importa quão boa possa parecer a sugestão inicial da ferramenta, as equipes devem sempre fazer mais perguntas e mais específicas, diz Gohar. Isso permite que o modelo refine suas respostas e oferece aos usuários mais soluções para escolher. "As equipes que tiraram nota 10 foram aquelas que tiveram conversas interativas com o bot", enfatiza Gohar. Peça a alguém de fora da equipe para facilitar a decisão final. Quando a equipe se reunir para compartilhar possíveis soluções, designe um membro para consolidar as sugestões. Em seguida, peça à IA para analisá-las quanto ao alinhamento com seus objetivos, oferecer críticas, desafiar suposições e sugerir mais alternativas. Essa etapa também serve como um mecanismo de treinamento e melhorará o desempenho futuro do modelo. Pode ser útil, diz Gohar, contratar um facilitador externo - alguém que não tenha nada a ver com o assunto e que, de preferência, seja bem versado em ideação de IA - para orientar o processo, ajudar a priorizar as ideias e planejar as próximas etapas. "O brainstorming com IA generativa exige repensar seu fluxo de trabalho de ideação e aprender novas habilidades", conclui Gohar. "Mas se o senhor abordá-lo como uma conversa estruturada e contínua, poderá ter acesso a uma capacidade impressionante de desenvolver ideias melhores e mais criativas mais rapidamente." Sobre a pesquisa: "Evaluating the Practical Impact of Generative AI on Ideation and Team Problem Solving", de Kian Gohar e Jeremy Utley (documento de trabalho) "Quanto mais o senhor questionar a IA generativa, melhores serão suas respostas" Joe Riesberg é vice-presidente sênior e diretor de TI da EMC Insurance, sediada em Iowa, uma das organizações que participaram da pesquisa. Recentemente, ele conversou com a HBR sobre o experimento e o que aprendeu sobre as práticas recomendadas para o uso de IA generativa. A seguir, trechos editados da conversa. Kenny Johnson Por que o senhor participou do experimento? Quando o ChatGPT foi lançado, em novembro de 2022, ficou claro que a tecnologia teria enormes implicações para nossos negócios. Começamos a estudá-la imediatamente e, no início de 2023, já tínhamos identificado cinco projetos e casos de uso nos quais acreditávamos que ela poderia melhorar nosso desempenho. Portanto, quando a equipe de pesquisa nos procurou, vimos a oportunidade de resolver um desafio comercial real. Qual era o desafio? O relacionamento de nossos agentes com os clientes é crucial e queríamos pensar em maneiras de melhorá-lo ainda mais. Demos ao ChatGPT alguns documentos importantes sobre nossa empresa e seus serviços. Em seguida, pedimos aos nossos agentes que encontrassem a resposta mais criativa para esta pergunta: "Como podemos desenvolver novas maneiras de otimizar as interações para melhorar o relacionamento com os agentes e, por fim, oferecer um serviço superior ao cliente?" O senhor ficou surpreso com os resultados? Eu fiquei! Quando saí do trabalho naquele dia, pensei que a qualidade, a quantidade e a profundidade das respostas que o ChatGPT havia dado aos meus funcionários da equipe experimental eram realmente poderosas - com certeza melhores do que as respostas apenas para humanos. Acontece que eu estava errado. Como assim? Minha equipe teve quatro ou cinco ideias, alimentou o sistema de TI com elas e pediu que ele as melhorasse. Depois que o sistema gerou algumas respostas, eles as aceitaram sem pedir que fossem mais aprimoradas ou criativas; eles tinham tanta certeza de que o sistema havia nos dado os melhores resultados logo de cara. Mas o sistema havia gerado o que achava que seriam as soluções "certas" - as mais lógicas disponíveis com as informações que tinha - enquanto meus colegas tinham a tarefa de encontrar as mais criativas. Com muita frequência, as equipes assistidas por IA se limitavam a colar as respostas sensatas, porém genéricas, do ChatGPT em um documento do Word. Que lições o senhor tirou do experimento? Como moradores do meio-oeste, nós da EMC às vezes somos simpáticos demais. Nem sempre é natural dizer a um colega de trabalho: "Essa não foi uma resposta muito criativa. Dê-me respostas melhores". Mas trabalhar com o ChatGPT requer um feedback direto e imparcial. Quanto mais o senhor questionar a TI generativa, melhores serão suas respostas. Usar a TI após a rodada inicial de brainstorming pode ajudar as pessoas a superar obstáculos criativos. E se o senhor for capaz de desafiar repetidamente a TI para melhorar suas sugestões, elas produzirão um material incrível. No entanto, pode ser difícil aprender a extrair essas respostas; as pessoas precisam de tempo e prática. E as eficiências imediatas da tecnologia provavelmente não serão tão impressionantes quanto as pessoas esperam. Mas as melhorias decorrentes da iteração com a TI - velocidade, produtividade e criatividade - serão enormes a longo prazo.

Não deixe a IA generativa limitar a criatividade da sua equipe

Resumo.

Partner Center