Paradoxo do "botsitting": quando a IA não te liberta do trabalho, mas cria uma nova tarefa que acaba te exigindo mais

Imagine que você contrata alguém para o ajudar a gerir os seus emails. Naturalmente, durante a primeira semana tem de explicar como prefere que as mensagens sejam filtradas e como quer ser notificado das mais urgentes. Na segunda semana, você corrige os erros cometidos e, na terceira, precisa explicar novamente o que já ensinou na primeira, porque o assistente se esqueceu das instruções. No final do mês, você tem um assistente, mas leva mais tempo do que antes, pois você não só precisa ficar de olho no que ele está fazendo, como também precisa gerenciar seus próprios e-mails.

Essa é, em essência, a situação atual da IA ​​no ambiente de trabalho, de acordo com o relatório Work AI Index do Glean Institute, conduzido por pesquisadores das universidades de Stanford, Berkeley e Notre Dame. Segundo suas descobertas, os funcionários gastam, em média, 6,4 horas por semana fazendo a IA trabalhar. Quase um dia inteiro de trabalho perdido a cada semana.

Tempo não é economizado, mas transformado

87% dos trabalhadores que participaram do estudo reconhecem usar IA no trabalho. Desses, 75% afirmam que a IA os torna mais produtivos, economizando aproximadamente 11 horas por semana apenas com a automação. No entanto, apenas 13% das empresas relatam um aumento real na produtividade. A discrepância entre a percepção individual e os resultados das empresas é enorme, e o relatório apresenta uma explicação: essas horas não desaparecem; elas são simplesmente redirecionadas para uma nova camada de trabalho que ninguém havia considerado.

Os autores denominaram essa nova tarefa de "botsitting" (um trocadilho que se traduz aproximadamente como "cuidado com bots"), que essencialmente envolve "cuidar" da IA ​​para fornecer contexto à ferramenta, revisar erros nos resultados gerados, reiniciar prompts com mau funcionamento e corrigir resultados que parecem corretos, mas que na verdade estão repletos de dados falsos ou alucinações. Como descreve Rebecca Hinds, diretora do Work AI Institute, essa tutela é "um trabalho frequentemente tedioso e exaustivo" que ninguém mede ou recompensa, de modo que o tempo economizado pela IA acaba sendo um empréstimo que precisa ser pago algumas horas depois.

Ferramentas em excesso e troca de contexto

Os pesquisadores apontam que parte do tempo excessivo gasto com IA não se deve apenas à revisão de seus resultados, mas também à forma como cada ferramenta é utilizada. 77% dos entrevistados usam diversas ferramentas de IA semanalmente, e um terço dos participantes combina quatro ou mais. Cada troca de um aplicativo para outro acarreta um custo de tempo raramente quantificado, mas que envolve repetir as mesmas instruções ou reescrever o prompt em outro sistema porque o modelo anterior não apresentou o resultado esperado.

Quase metade dos trabalhadores (46,5%) precisa alternar entre duas ou mais ferramentas de IA para concluir uma única tarefa. Os pesquisadores chamam isso de "taxa de alternância", o custo cognitivo de alternar constantemente entre contextos. A Harvard Business Review já calculou o custo cognitivo da troca de aplicativos, e a consultoria McKinsey estimou que os trabalhadores perdem, em média, quase duas horas por dia procurando informações em diferentes ferramentas, caixas de entrada e chats. A IA, alardeada como a panaceia da produtividade, apenas adicionou mais uma camada ao caos em vez de reduzi-lo.

De "botsitting" a "botshitting"

O estudo descobriu que, quando os trabalhadores gastam muito tempo corrigindo erros de IA e cumprindo prazos, começam a pular o processo de revisão, levando ao que o relatório chama de "botshitting", ou "lixo de bot". Isso envolve o envio de trabalhos gerados por IA sem verificação prévia. 69% dos participantes admitiram ter feito isso pelo menos uma vez.

As consequências vão além da qualidade do trabalho em si. Quando esse conteúdo chega ao próximo elo da cadeia de produção sem ser revisado, alguém que não o criou precisa corrigi-lo. Em outras palavras, tanto o custo quanto o tempo são transferidos para outra pessoa, mas a economia não é tão significativa quanto parece.

Como era de se esperar, mais IA não resolve o problema

Bob Sutton, professor emérito de Stanford e membro fundador do Work AI Institute, que produziu este relatório, já apontou em outras ocasiões que uma das soluções frequentemente adotadas pela gestão quando um processo gera atrito é adicionar mais desse elemento. Neste caso, tentar resolver um problema de mau uso da IA... com mais IA.

Os dados do relatório sugerem que as organizações líderes não são aquelas que mais utilizam IA. São aquelas que construíram o que os autores chamam de "infraestrutura humana". 53% dos trabalhadores afirmam que as informações de que precisam não chegam até eles por meio de seus sistemas de IA. Nas empresas onde isso acontece, os funcionários apresentam 64% menos esgotamento profissional e são 52% menos propensos a entregar trabalhos sem revisão.

Imagem | Unsplash (Flipsnack)