Quem trabalha em empresas tem dedicado 6,4 horas por semana microgerenciando respostas, corrigindo erros e contextualizando repetidamente ferramentas de IA, segundo um relatório do Glean Work AI Institute. Esse tempo é praticamente um dia inteiro de trabalho. Com isso, as pessoas estão se questionando em que, de fato, são especialistas e quais são suas responsabilidades nas funções que desempenham.
Essa frustração está criando silenciosamente um risco de retenção, pois o Glean também descobriu que quem passa muito tempo interagindo com a IA em tarefas classificadas como botsitting tem 73% mais chances de procurar outro emprego.
É fácil vincular isso às limitações da IA, mas há um desafio maior por trás de tudo: uma lacuna de habilidades da força de trabalho que a maioria das organizações não previu — e para a qual não está preparada.
O que é botsitting?
Botsitting é o ato de tornar utilizáveis os resultados gerados pela IA. Dentre as tarefas, estão a contextualização de ferramentas de IA, a verificação de resultados e a revisão e correção de erros. Cunhado no relatório do Glean Work AI Institute, esse neologismo se espalhou rapidamente por dar nome a um fenômeno que era apenas sentido no dia a dia das empresas.
Botsitting no trabalho e o dilema da produtividade
A maioria das equipes agora exige — ou pelo menos estimula — que os colaboradores usem a IA no trabalho. Contudo, os resultados costumam decepcionar, e o custo de tempo e energia só aumenta. A título de exemplo, quase dois terços (63%) dos líderes executivos e vice-presidentes relatam refazer trabalhos que dependeram muito da IA, segundo o Founder Reports, e quase metade de todos os colaboradores precisam corrigir ou refazer as tarefas de algum colega pelo mesmo motivo. O estudo do Glean descobriu que “para cada hora que um trabalhador passa extraindo resultados úteis da IA, é preciso dedicar quase uma hora inteira tornando-o utilizável”. Esse é um custo de produtividade que nenhum plano de implantação de IA previu.
O aumento dessas tarefas entediantes de análise faz com que os colaboradores se sintam como se fossem babás de um colega inexperiente, em vez de estarem cumprindo o contrato de trabalho. Além disso, apenas 13% dos colaboradores afirmam que a organização em que trabalham apresenta um desempenho muito melhor devido ao uso da IA.
Até agora, todo esse esforço tem gerado pouquíssimos resultados nos negócios. A qualidade das respostas da IA é apenas parte do problema. No fundo, a questão é mais antiga e mais conhecida do que a maioria das organizações está disposta a admitir: a nova tecnologia foi implementada sem que os colaboradores fossem preparados para usá-la.
O que os colaboradores estão sentindo é o desgaste da lacuna de habilidades e o desconforto das etapas iniciais da aprendizagem. Ninguém ensinou à força de trabalho como trabalhar bem com ferramentas de IA, e a maioria das pessoas não consegue aprender com velocidade suficiente.
Agora, cabe às empresas sanar essa lacuna.
As habilidades que os colaboradores precisam para trabalhar com a IA
Muitas empresas prepararam os colaboradores para a adoção da IA explicando quais ferramentas poderiam usar, e talvez até como usá-las. Contudo, o mero conhecimento dos recursos não significa que as pessoas tenham desenvolvido as habilidades para utilizá-los adequadamente.
O trabalho com a IA demanda habilidades que vão além do que consta na maioria das descrições de funções. Embora cada função e setor tenha suas especificidades, três pontos universais se destacam:
Auditoria técnica. Quando um modelo de IA gera um erro, os colaboradores precisam saber identificá-lo. Quando um prompt gera um resultado ruim, o usuário precisa saber o que fazer para aprimorá-lo. Ou seja, é possível aprender essas habilidades. No entanto, a maioria das organizações não criou trilhas estruturadas para desenvolvê-las. Isso fica claro quando vemos colaboradores que talvez não saibam avaliar a qualidade e a precisão do que é gerado.
Senso criativo. A IA gera resultados em um piscar de olhos. Por isso é fundamental saber o que vale a pena manter e o que precisa ser deixado de lado. É nessa hora que o colaborador deve dominar determinados assuntos e saber avaliar materiais em contexto. Os modelos de IA não são criativos nem originais por natureza. Eles aproveitam padrões e regras pré-estabelecidos, por isso, não basta passar o olho nos resultados para conferir se estão precisos. A expertise humana é fundamental para trazer essa profundidade.
Formulação de prompts e fluência em sistemas de IA. Saber se comunicar com uma ferramenta de IA, apresentar a ela o contexto adequado e refinar seu comportamento ao longo do tempo são competências importantes. É preciso saber como os sistemas de IA funcionam. A maioria dos colaboradores está desenvolvendo essas competências por tentativa e erro, e é exatamente por isso que o trabalho parece chato e frustrante. Além disso, trata-se de um processo demorado, embora quem venda IA apresente suas soluções como prontas para uso.
Se as organizações ignorarem o desenvolvimento dessas habilidades, os colaboradores acabarão pagando por uma lacuna de capacitação que eles nem sabiam que tinham. Eles se sentem como se fossem babás de robôs, em vez de estarem colocando em prática novas habilidades como senso criativo, auditoria técnica e formulação de prompts de IA. Há um motivo para isso: Afinal, as primeiras etapas da aprendizagem de algo novo quase sempre são desconfortáveis — e, sem uma rota clara, esse desconforto pode virar frustração. Mas é fato que as empresas podem facilitar esse caminho.
Como as áreas de T&D e RH podem promover a fluência em IA para combater a fadiga do botsitting
Ter colaboradores que se sentem como babás de IA também é um risco de retenção a olhos nus, já que a maioria deles está buscando novas oportunidades profissionais no mercado.
A solução é fazer com que toda a força de trabalho adquira fluência em IA e, para isso, quem detém os dados dos talentos, das habilidades e de orçamento (ou seja, RH, T&D e alta administração) precisa estar em sintonia para que toda a organização avance. As ferramentas de IA funcionam melhor quando os colaboradores sabem usá-las e as treinam ao longo do tempo para que fiquem ainda mais afinadas.
Veja onde é importante focar:
Personalização do desenvolvimento. Segundo a Deloitte, empresas que optam por personalizações têm três vezes mais chances de conquistar resultados melhores nos negócios e em gestão de talentos para iniciativas de mudanças. Por exemplo, treinamentos gerais de IA não sanam lacunas de habilidades de uma função específica. Para trabalhar com a IA, um analista de RH precisa ter habilidades diferentes das de engenheiros de software ou gerentes comerciais. A aprendizagem ganha velocidade quando os conteúdos educativos e as comunicações são adaptadas para os colaboradores. Segundo o mesmo estudo da Deloitte, os colaboradores consideram as personalizações muito úteis ao tentarem se adaptar a mudanças.
Programas eficazes de fluência em IA primeiro mapeiam lacunas de habilidades específicas de cada função para, então, oferecer desenvolvimento que sane essas lacunas. Organizações como a TEKsystems e a ZS vão além ao utilizar coaching e simulações com IA para personalizar o desenvolvimento no âmbito individual.
Conexão do ecossistema de tecnologias para aprimorar a inteligência de habilidades. Uma parte expressiva do tempo que o botsitting toma está na transferência de informações entre ferramentas que não se comunicam. Os colaboradores passam a ser pontes entre sistemas desconexos, normalmente levando contexto para uma plataforma de IA de forma manual. A simplificação da estrutura tecnológica reduz esse trabalho manual. Quando a aprendizagem está integrada ao fluxo de trabalho, as ferramentas de IA obtêm o contexto e os dados de habilidades necessários para, de fato, funcionar, de modo que o desenvolvimento se molda a cada colaborador.
Mensuração das mudanças com resultados reais nos negócios. Quando as organizações fazem as conexões certas para ter acesso à inteligência de habilidades, torna-se possível correlacionar a aprendizagem a resultados mais abrangentes. Parte da fadiga do botsitting vem de ver todo o empenho desaparecer em uma lista de tarefas sem fim que não gera impactos visíveis nos negócios. A solução é vincular o desenvolvimento diretamente aos objetivos-chave da empresa, de modo que todos consigam perceber os resultados. Por exemplo, a Capgemini usa dados de projetos reais como dados de habilidades, conectando as atividades educativas diretamente ao desempenho e proporcionando aos líderes uma visão precisa do nível de preparo da força de trabalho. Estelle Maione, chefe global de aprendizagem e da Capgemini University, afirma que, mesmo invisível, a aprendizagem faz parte do cotidiano, enquanto os resultados nos negócios devem ser sempre patentes.
O preço do botsitting das plataformas de IA
A frustração crescente com o botsitting é uma prova da lacuna de habilidades relacionadas à IA. A tecnologia está evoluindo a um ritmo mais acelerado do que a força de trabalho é capaz de acompanhar, e muita gente não foi preparada para usar a IA de forma eficaz.
O resultado são horas desperdiçadas tentando identificar e corrigir erros da IA. É um trabalho entediante para o qual nenhum colaborador foi preparado, que demanda habilidades que as organizações ainda não desenvolveram. A solução dessas lacunas de habilidades é algo urgente, tanto para acompanhar a transformação da IA quanto para proteger o engajamento e a retenção dos colaboradores. Para isso, é fundamental promover a fluência em IA em pouco tempo, com oportunidades estruturadas para a prática, difusão da inteligência de habilidades em toda a organização e mensuração de como esse crescimento aparece (ou não) nos resultados de negócios.
Vamos manter contato.
Quero assinar a newsletter mensal que oferece insights exclusivos, anúncio de eventos e novidades sobre as soluções da Degreed.