As empresas estão a investir em IA e na preparação dos trabalhadores para a utilizar, mas os resultados continuam aquém das expectativas. Mais de 60% das organizações reportam pouco ou nenhum retorno do investimento nesta tecnologia e perto de 80% das transformações ficam abaixo do impacto esperado. Os dados são apresentados no estudo “From AI Upskilling to AI Performance: Five Questions Every CEO Should Ask”, da Boston Consulting Group (BCG), que identifica uma distância entre a aquisição de competências e a sua aplicação efetiva no trabalho.
O investimento em formação, por si só, não parece resolver o problema. Segundo a consultora, as organizações mais avançadas investem até ao dobro dos seus pares na capacitação das equipas e chegam a dedicar 60% do orçamento de IA à formação e requalificação. O que distingue as empresas que conseguem gerar valor é a capacidade de transformar rapidamente essas aprendizagens em novas formas de trabalhar e em resultados concretos.
“Julgo que todos concordamos que a formação é apenas parte da solução. Mas ainda assim vemos muitas organizações esquecerem-se de que, quando se sai da ‘sala de aula’, é muito difícil trazer o que se aprendeu para o dia a dia, sobretudo quando se executa a mesma função de uma determinada maneira há muitos anos”, afirma Eduardo Bicacro, Managing Director e Partner da BCG Lisboa, citado em comunicado.
Para o responsável, a adoção da tecnologia exige mudanças que vão além dos programas de aprendizagem. “Para conseguir uma adoção real, é preciso mudar o contexto e os incentivos, tentando modelar os comportamentos das pessoas.”
A BCG identifica uma limitação nos modelos tradicionais de formação: muitas organizações continuam a avaliar o sucesso dos programas pelo número de participantes, pelas certificações obtidas ou pelas taxas de conclusão, sem perceber se as competências adquiridas estão efetivamente a melhorar o desempenho. Para ultrapassar esta distância, a consultora introduz o conceito de capability velocity, que descreve a rapidez com que uma organização aprende, aplica e incorpora novas competências no trabalho até estas se traduzirem em resultados.
Um dos casos apresentados envolve uma grande empresa tecnológica global, onde as equipas de engenharia de software passaram a aprender a utilizar IA diretamente nos projetos de desenvolvimento, com acompanhamento e feedback sobre o código produzido. Esta abordagem permitiu aumentar a produtividade em cerca de 30% e o número de funcionalidades lançadas em 27%, além de acelerar a passagem do código para produção.
O exemplo ilustra uma das principais conclusões do estudo: a aprendizagem produz mais valor quando acontece no próprio contexto de trabalho, em vez de ficar concentrada em ações de formação desligadas das tarefas e dos desafios quotidianos.
O maior obstáculo à IA
A resistência à mudança nem sempre resulta da falta de conhecimentos tecnológicos. Segundo a BCG, muitos trabalhadores compreendem como utilizar as ferramentas, mas têm dificuldade em aceitar as alterações que estas introduzem no seu papel profissional.
Para quem construiu uma carreira com base na experiência e na capacidade de executar determinadas tarefas, passar a supervisionar ou orientar processos realizados com IA pode ser entendido como uma perda de autonomia, conhecimento especializado ou relevância. A consultora apresenta o exemplo de uma cadeia hoteleira global, onde os responsáveis pela gestão de receitas utilizavam a experiência e o julgamento profissional para definir preços. Após a introdução de um sistema de IA destinado a otimizar essas decisões, a formação inicial não foi suficiente para garantir a adoção: os gestores continuavam a substituir manualmente as recomendações da ferramenta.
A situação começou a mudar quando a empresa redefiniu o papel destes profissionais, passando de decisores diretos a responsáveis pela orientação e supervisão das decisões. A organização procurou demonstrar em que situações o julgamento humano continuava a acrescentar valor e em quais as intervenções manuais prejudicavam os resultados. À medida que a confiança na tecnologia aumentou, as substituições manuais diminuíram e a utilização do sistema começou a produzir os resultados esperados.
Outro dos obstáculos identificados pela BCG está relacionado com os indicadores de desempenho e os incentivos utilizados pelas empresas durante os processos de transformação. A adoção de novas ferramentas pode provocar uma quebra temporária de produtividade, enquanto os trabalhadores aprendem a executar tarefas de forma diferente. Se continuarem a ser avaliados exclusivamente pelos resultados imediatos, podem sentir-se pressionados a regressar aos métodos anteriores.
“Um ponto que merece atenção particular das lideranças é a quebra temporária de desempenho que acompanha a adoção de novas formas de trabalhar. Durante algumas semanas, as tarefas demoram mais e a produtividade desce antes de subir”, explica Eduardo Bicacro. O responsável alerta que manter os mesmos indicadores e incentivos durante esta fase pode contrariar os objetivos da transformação. “Temos de aplicar à aprendizagem a mesma lógica com que entendemos o investimento noutras dimensões: há que estar disposto para abdicar de capital no imediato para gerar valor mais à frente.”
Numa empresa de serviços de dados analisada pela consultora, os trabalhadores tinham acesso às ferramentas e concluído a formação, mas a produtividade diminuiu durante a adaptação. Como os critérios de avaliação não foram ajustados, muitos profissionais evitaram as novas práticas e privilegiaram os resultados de curto prazo.
A organização alterou os incentivos, adaptou os indicadores ao período de transição e passou a tornar visível o progresso das equipas. As chefias começaram também a demonstrar, na prática, as novas formas de trabalhar. Segundo a BCG, estas mudanças aceleraram a adoção da tecnologia e permitiram recuperar a produtividade.
IA pode acelerar a aprendizagem até nove vezes
A consultora defende que as empresas devem deixar de olhar para a IA apenas como uma competência a ensinar e começar a utilizá-la como ferramenta para transformar a própria formação. Em vez de programas iguais para todos, organizados em módulos fixos e ações periódicas, a tecnologia permite adaptar a aprendizagem às necessidades de cada trabalhador, disponibilizar orientação em tempo real e reforçar competências durante a execução das tarefas.
Numa transformação de grande escala no setor da saúde, na América do Norte, a utilização de uma plataforma baseada em IA generativa permitiu substituir parte da formação passiva por experiências práticas integradas no trabalho. De acordo com o estudo, esta abordagem acelerou os resultados até nove vezes.
No entanto, a BCG alerta para os riscos de uma dependência excessiva da tecnologia. À medida que a IA assume uma parte crescente da execução, competências humanas como o pensamento crítico, o julgamento, a comunicação, a adaptabilidade e a capacidade de compreender problemas complexos tornam-se ainda mais importantes.
A consultora designa por augmentation trap o risco de a utilização excessiva de IA enfraquecer a capacidade de pensar criticamente e tomar decisões de forma autónoma. O desafio passa, por isso, por desenvolver simultaneamente competências tecnológicas e capacidades humanas, evitando tanto uma formação limitada à utilização de ferramentas como programas que ignorem a transformação introduzida pela IA.
O que devem os RH mudar na formação para 2027?
Num contexto em que as empresas portuguesas, sobretudo as de menor dimensão, dispõem frequentemente de recursos mais limitados para formação, a consultora aponta para a necessidade de concentrar o investimento em processos com maior potencial de impacto e integrar a aprendizagem no trabalho diário. Isso implica rever os indicadores de desempenho durante os períodos de adaptação, envolver as chefias intermédias na mudança e avaliar a adoção da IA pelos resultados que produz, em vez de medir apenas quantos trabalhadores concluíram ações de formação.
Aproveite e leia já as últimas edições da RHmagazine AQUI
