Harvard Business Review - Brasil - Edição 9711 (2019-11)

(Antfer) #1

treinamento de elite (ainda que limitado). Os responsáveis
tinham menor capacidade de detectar desvios de qualidade
em seu trabalho cirúrgico robótico e sabiam que os residen-
tes de urologia estavam sendo treinados por verdadeiros
experts; assim, estavam mais inclinados a permitir que os
residentes operassem e até mesmo a pedir seus conselhos.
Mas poucos argumentariam que essa é uma abordagem de
aprendizado de alto padrão.
E os analistas juniores excluídos de avaliações comple-
xas? Para se envolverem no shadow learning, os membros
juniores e seniores de um dos grupos ignoraram a prática
padrão da empresa e trabalhou em conjunto. Os analistas
juniores continuaram rascunhando relatórios para produzir
os inputs necessários, mas trabalharam ao lado de parceiros
seniores na análise de dados.
De certa forma, isso soa como uma jogada arriscada. De
fato, desacelerou o processo e, como exigia que os analistas
juniores lidassem, em ritmo vertiginoso, com uma maior
variedade de métodos e cálculos de avaliação, introduziu
erros que eram difíceis de detectar. Mas os analistas juniores
desenvolveram conhecimento mais profundo das várias
empresas e outros stakeholders envolvidos em uma F&A e
do setor relevante e aprenderam como gerenciar todo o pro-
cesso de avaliação. Em vez de atuarem como engrenagem
de um sistema que não entendiam, envolveram-se em um
trabalho que os capacitava a assumir funções mais senio-
res. Outro benefício foi a descoberta de que os pacotes de
software que usavam para criar inputs para análises estavam
longe de ser intercambiáveis, e às vezes produziam avalia-
ções de determinada empresa com diferenças de bilhões
de dólares. Se os analistas estivessem em silos, isso talvez
nunca teria sido descoberto.
Aproveitar o know-how da linha de frente. Como
vimos, na cirurgia robótica o médico fica isolado do paciente
e, portanto, não tem visão holística do trabalho, o que
dificulta a aquisição de novas habilidades da parte dos
residentes. Não raro eles pedem orientação dos instru-
mentadores cirúrgicos, que dominam os procedimentos
na totalidade: conhecem o corpo inteiro; a posição e o
movimento dos braços do robô; as atividades do anestesista,
da enfermeira e de outras pessoas da equipe; e todos os
instrumentos e suprimentos do começo ao fim. Os melhores
instrumentadores ficam muito atentos durante milhares de
procedimentos. Portanto, quando os residentes mudam do
console para o leito, alguns ignoram o médico responsável
e fazem perguntas diretamente a esses “superinstrumenta-
dores” sobre questões técnicas: a pressão intra-abdominal
é incomum? Quando se deve limpar a área de fluido ou
da fumaça da cauterização, entre outras. Ao fazerem isso,
desrespeitam as normas, muitas vezes sem o conhecimento
do responsável.


E os gestores de startups que terceirizavam empregos
para trabalhadores nas Filipinas e em Las Vegas? Esperava-se
que se concentrassem apenas no levantamento de capital e
na contratação de engenheiros. Mas alguns passaram algum
tempo com os funcionários da linha de frente para saber
como e por que faziam as suas combinações. Isso levou a
insights que ajudaram a empresa a aprimorar seus processos
de aquisição e limpeza de dados — etapa essencial na criação
de plataformas estáveis. Da mesma forma, alguns gestores
atentos passaram algum tempo com os representantes de
atendimento ao cliente em Las Vegas enquanto ajudavam
os funcionários a lidar com o sistema. Esses “passeios”
levaram os gestores a desviar recursos para melhorar a in-
terface do usuário, ajudando a sustentar a startup enquanto
adquiriam novos usuários e recrutavam engenheiros capa-
zes de construir os robustos sistemas de aprendizado
de máquina necessários.
Redefinir as funções. Os novos métodos de trabalho
que criamos para implementar máquinas inteligentes estão
impulsionando uma enorme variedade de táticas de shadow
learning que reestruturam o trabalho ou alteram a forma
como o desempenho é medido e recompensado. Residentes
cirúrgicas podem decidir no início que não farão cirurgia
robótica quando forem médicas seniores e, portanto, vão
diminuir seus turnos na robótica. Algumas enfermeiras
que estudei preferem a resolução de problemas técnicos
envolvidos em tarefas robóticas e, portanto, evitam sub-
repticiamente o trabalho cirúrgico aberto. As pessoas
reconhecem e desenvolvem tacitamente novas funções
mais condizentes com o trabalho — mesmo que a empresa
não o faça formalmente.
Considere como alguns delegados repensaram as
expectativas para policiais de ronda que tinham dificul-
dade de integrar a análise preditiva ao seu trabalho. Brayne
descobriu que muitos oficiais designados para patrulhar
as “caixas” da PredPol pareciam ser menos produtivos em
medidas tradicionais, como número de detenções, autu-
ações e registros de abordagem (feitos pelos policiais nos
contatos com os cidadãos, geralmente pessoas suspeitas).
Os registros de abordagem são particularmente importantes
no policiamento assistido por IA, porque fornecem inputs
cruciais para sistemas preditivos, mesmo quando não há
prisões. Quando os policiais iam até o local indicado pelo

TECNOLOGIA

Harvard Business Review
Free download pdf