leadership

LEADERSHIP

negociacao-2

NEGOCIACAO

gestao-3

GESTAO

consultoria-2

CONSULTORIA

falandobem

FALANDOBEM

financasessenciais

FINANCASESSENCIAIS

Seja Premium e tenha acesso ao nosso arsenal de cursos

Administradores PREMIUM

ATENDIMENTO DIFERENCIADO AO CLIENTE

O mundo vem passando por constantes mudanças com as novas tecnologias, a globalização, e a variedade de produtos e serviços oferecidos, tornando os clientes cada vez mais exigentes. Com isto as empresas estão buscando caminhos mais sólidos para manter seus clientes fiéis e conquistar clientes novos

ATENDIMENTO DIFERENCIADO AO CLIENTE | Administradores

Home

Artigos

Informação e Educação para líderes e suas equipes. Notícias, artigos, cursos, palestrantes, mentorias e treinamentos personalizados para profissionais e empresas

Administradores

https://cdn.administradores.com.br/app/uploads/2023/06/06200454/Logo-administradores.png

Administradores | Conhecimento para Resultados

A discussão sobre IA e produtividade costuma começar pela pergunta errada: quantos empregos a inteligência artificial vai eliminar? Para gestores e empresas, a questão economicamente mais relevante é outra: quais tarefas serão automatizadas, quais serão ampliadas e como a organização transformará tempo economizado em valor real?A resposta importa porque produtividade não é sinônimo de velocidade. Uma empresa pode produzir documentos mais rapidamente e, simultaneamente, tomar decisões piores, aumentar riscos, sobrecarregar trabalhadores ou multiplicar erros em escala. A verdadeira transformação da IA ocorre quando tecnologia, desenho organizacional, qualificação profissional e governança conseguem converter capacidade computacional em resultado sustentável.IA e produtividade: da automação de tarefas à transformação do trabalhoA Organização Internacional do Trabalho (OIT) estima que aproximadamente um em cada quatro trabalhadores no mundo esteja em ocupações com algum grau de exposição à IA generativa. O dado, entretanto, não significa que um quarto dos empregos desaparecerá. A própria OIT conclui que a transformação das ocupações é, em geral, mais provável que sua substituição integral.&nbsp;Essa distinção é decisiva para a Administração.O objeto econômico da IA não é necessariamente o posto de trabalho, mas a tarefa. Redigir um relatório, classificar documentos, resumir informações, pesquisar precedentes, responder perguntas frequentes ou produzir uma primeira versão de determinado conteúdo são atividades diferentes da responsabilidade de decidir, negociar, supervisionar, interpretar contextos ambíguos ou assumir consequências.A primeira mudança estrutural, portanto, não é simplesmente tecnológica. É organizacional: a unidade de análise da produtividade passa do cargo para o conjunto de tarefas que compõe o cargo.Isso modifica a própria arquitetura empresarial.A tese e a antítese: produtividade ou intensificação?A tese empresarial parece intuitiva: se uma ferramenta reduz de duas horas para vinte minutos uma determinada atividade, a organização ganhou produtividade.Mas surge a antítese.Se os cem minutos economizados forem imediatamente preenchidos por novas demandas, metas mais agressivas e monitoramento permanente, talvez não tenha ocorrido aumento proporcional de produtividade. Pode ter ocorrido apenas intensificação do trabalho.A diferença é econômica e também jurídica.A Constituição brasileira coloca no mesmo horizonte normativo a dignidade da pessoa humana e os valores sociais do trabalho e da livre iniciativa. Na ordem econômica, a valorização do trabalho humano convive com a livre iniciativa e com a busca do pleno emprego.&nbsp;Isso não significa que a tecnologia deva ser impedida para preservar formas tradicionais de trabalho. Significa algo mais sofisticado: eficiência empresarial não pode ser mensurada exclusivamente pelo quanto de atividade humana a máquina conseguiu comprimir.A produtividade juridicamente sustentável exige considerar o resultado, o risco, a qualidade, a segurança e os efeitos organizacionais da transformação.O verdadeiro ganho de produtividadeA evidência disponível sugere que os ganhos de produtividade da IA são reais, mas heterogêneos e ainda difíceis de converter automaticamente em crescimento mensurável de produção. Revisão da OIT publicada em 2026 aponta que economias de tempo relatadas por trabalhadores nem sempre se traduziram, até agora, em aumentos equivalentes de produção, remuneração ou emprego.&nbsp;A OCDE chega a conclusão semelhante em escala macroeconômica: os efeitos da IA sobre produtividade dependem de investimentos complementares, qualificação, adoção organizacional e adaptação institucional.&nbsp;Portanto, comprar uma ferramenta de IA não equivale a implementar uma estratégia de produtividade.O ganho surge quando a organização consegue converter a capacidade da tecnologia em:redução de tarefas repetitivas;menor tempo de processamento;melhoria da qualidade das informações;redução de erros;aumento da capacidade analítica;redistribuição do trabalho para atividades de maior valor;redução de custos sem degradação da qualidade;decisões mais rápidas sem perda de controle.&nbsp;O ponto central é que tempo economizado é apenas um insumo da produtividade; não é produtividade em si.O novo risco: uma empresa pode automatizar o erroExiste ainda uma dimensão frequentemente negligenciada.A IA aumenta a capacidade de execução, mas também pode aumentar a velocidade de propagação de uma decisão equivocada. Um erro humano isolado possui determinado alcance; um sistema integrado a milhares de operações pode reproduzi-lo em escala.Por isso, a governança da IA passa a ser componente da governança empresarial.No Brasil, a LGPD já oferece uma referência jurídica particularmente importante. O art. 20 assegura ao titular o direito de solicitar revisão de decisões tomadas unicamente com base em tratamento automatizado que afetem seus interesses, além de prever informações claras e adequadas sobre critérios e procedimentos utilizados, ressalvados os segredos comercial e industrial.&nbsp;O próprio STJ registra, em seus enunciados científicos, a compreensão de que uma intervenção humana meramente significativa não necessariamente descaracteriza uma decisão como baseada unicamente em tratamento automatizado.&nbsp;Para a Administração, a consequência é importante: colocar um ser humano diante de uma tela não significa, por si só, que exista supervisão humana efetiva.Supervisão real pressupõe capacidade de compreender, questionar e eventualmente rejeitar a recomendação algorítmica.O trabalho muda antes de o emprego desaparecerA transformação provavelmente ocorrerá de maneira desigual.A OIT identificou diferenças relevantes entre ocupações, países e grupos de trabalhadores, enquanto estudos sobre a América Latina indicam que a exposição à IA generativa convive com limitações de infraestrutura e desigualdade de acesso tecnológico.&nbsp;Isso cria uma questão estratégica para empresas brasileiras: quem será capaz de trabalhar com IA e quem ficará restrito às tarefas que a IA ainda não executa?O risco não está somente na substituição de determinados profissionais. Pode surgir uma polarização interna entre trabalhadores que utilizam a tecnologia para ampliar sua capacidade decisória e aqueles submetidos à tecnologia como mecanismo de controle.Nesse cenário, o departamento de RH deixa de ser mero administrador de pessoas e passa a participar da governança tecnológica.Como a empresa deve medir a produtividade da IA?A organização que pretende adotar IA de maneira responsável deveria evitar uma métrica isolada, como número de tarefas concluídas por empregado.Um modelo mais consistente precisa observar simultaneamente:1. Tempo: quanto tempo efetivamente foi economizado?&nbsp;2. Qualidade: o resultado melhorou ou apenas ficou mais rápido?&nbsp;3. Risco: aumentaram erros, incidentes ou decisões inadequadas?&nbsp;4. Valor: o tempo liberado foi transferido para atividades economicamente relevantes?&nbsp;5. Pessoas: houve qualificação ou apenas aumento das metas?&nbsp;6. Governança: existe supervisão, rastreabilidade e responsabilização?&nbsp;7. Dados: a utilização respeita proteção de dados, segurança e finalidade?&nbsp;8. Decisão: a IA auxilia o julgamento humano ou passou a substituí-lo silenciosamente?&nbsp;Essa matriz transforma a IA de uma promessa tecnológica em uma variável administrável.O impacto jurídico para gestoresO gestor não precisa ser contra a automação para ser juridicamente prudente. Precisa saber onde termina a eficiência e começa o risco.Em especial, sistemas utilizados para recrutamento, seleção, avaliação, promoção, distribuição de tarefas ou controle de trabalhadores exigem atenção especial. O Regulamento europeu de IA classifica diversos sistemas utilizados no emprego e na gestão de trabalhadores como de alto risco justamente porque podem afetar significativamente carreira, subsistência e direitos fundamentais.&nbsp;O modelo europeu não deve ser simplesmente transplantado para o Brasil, mas oferece uma lição regulatória importante: quanto maior o impacto de uma decisão algorítmica sobre uma pessoa, maior deve ser a exigência de governança sobre o sistema.No ambiente corporativo brasileiro, isso recomenda pelo menos:inventariar sistemas de IA utilizados em processos relevantes;identificar quais decisões são influenciadas por algoritmos;estabelecer responsáveis humanos;avaliar qualidade e possíveis vieses dos dados;documentar critérios de utilização;limitar usos incompatíveis com finalidade e necessidade;estabelecer mecanismos de revisão;capacitar gestores e usuários;auditar periodicamente resultados e impactos.&nbsp;Um caso simples de gestãoImagine uma empresa que utiliza IA para analisar centenas de currículos.A ferramenta reduz drasticamente o tempo da triagem. A produtividade operacional aumentou.Mas suponha que os dados utilizados para treinamento reproduzam padrões históricos de contratação que desfavoreçam determinado grupo.A empresa terá obtido eficiência no primeiro nível e produzido ineficiência jurídica e econômica no segundo.A seleção ficou mais rápida, mas potencialmente menos justa; a economia inicial pode converter-se em risco trabalhista, reputacional, regulatório e de governança.A lição é maior que o exemplo: uma tecnologia pode otimizar uma etapa e deteriorar o sistema inteiro.A síntese: produtividade não é fazer mais com menos pessoasA grande transformação da IA no trabalho não consiste necessariamente em produzir mais com menos trabalhadores.Consiste em produzir mais valor por unidade de capacidade humana e tecnológica, deslocando o esforço humano das atividades que máquinas executam melhor para aquelas em que julgamento, responsabilidade, criatividade, negociação, empatia e compreensão contextual permanecem decisivos.Como bem aponta Northon Salomão de Oliveira, “a verdadeira produtividade da inteligência artificial não está no tempo que ela retira do trabalho humano, mas no valor que a organização consegue criar com o tempo que ela devolve ao ser humano.”Essa proposição permite superar os dois extremos do debate. De um lado, a visão de que toda IA inevitavelmente destruirá empregos. De outro, a crença de que qualquer automação representa automaticamente progresso.Nenhuma das duas posições é suficiente.A questão estratégica é o que a organização faz com a capacidade liberada pela máquina.Se o tempo economizado apenas alimenta novas cobranças, a IA pode acelerar a exaustão. Se aumenta a capacidade de análise, inovação, qualificação e decisão, pode elevar a produtividade estrutural.ConclusãoA pergunta empresarial sobre IA não deveria ser apenas “quanto podemos automatizar?”, mas “que trabalho queremos que permaneça humano, que trabalho deve ser aumentado pela máquina e como governaremos essa divisão?”A resposta determinará mais do que a eficiência operacional. Ela afetará custos, competitividade, qualificação profissional, privacidade, responsabilidade, relações de trabalho e distribuição de poder dentro das organizações.A IA muda o trabalho primeiro pela reorganização das tarefas; depois, pela redefinição dos cargos; finalmente, pela transformação da própria lógica de gestão.A empresa que compreender essa sequência não tratará inteligência artificial como simples ferramenta de redução de custos. Tratá-la-á como infraestrutura de decisão, cuja produtividade dependerá tanto da qualidade do algoritmo quanto da qualidade da governança que o cerca.

IA e produtividade: o que realmente muda no trabalho

Em muitas organizações, decisões relevantes são justificadas por modelos que parecem científicos porque utilizam gráficos, terminologia técnica, avaliações comportamentais, métricas ou alguma linguagem importada da psicologia e da economia. O problema começa quando a aparência de rigor substitui a demonstração de validade.A pseudociência na gestão não precisa assumir a forma caricatural de astrologia empresarial ou de métodos evidentemente extravagantes. Ela pode aparecer em uma apresentação corporativa impecavelmente diagramada, em um teste de personalidade aplicado sem fundamento adequado ou em uma metodologia de liderança cuja principal evidência é o sucesso narrado por quem a vende.Para administradores, o risco é concreto: decisões de contratação, promoção, remuneração, treinamento, avaliação de desempenho e distribuição de poder podem passar a depender de premissas que não resistem a uma investigação científica minimamente rigorosa.O problema não é utilizar teorias, mas confundir plausibilidade com evidênciaA gestão trabalha necessariamente com incerteza. Pessoas não são máquinas previsíveis, mercados mudam, organizações possuem culturas distintas e nenhuma pesquisa transforma comportamento humano em equação perfeita. Isso, entretanto, não autoriza a substituição da evidência por intuição revestida de vocabulário científico.Denise Rousseau, ao desenvolver o conceito de evidence-based management, sustenta que decisões gerenciais devem incorporar a melhor evidência científica disponível, fatos organizacionais, julgamento crítico e consideração dos efeitos éticos das decisões. A proposta não elimina a experiência do gestor; procura impedir que experiência, autoridade ou moda empresarial sejam tratadas como equivalentes à evidência.A distinção é fundamental. Uma prática pode ser popular sem ser eficaz. Pode ser intuitivamente convincente sem ser empiricamente demonstrada. Pode produzir depoimentos positivos e ainda assim não possuir evidência suficiente para justificar sua utilização como instrumento decisório.É precisamente nesse espaço entre parecer verdadeiro e ser suficientemente demonstrado que a pseudociência gerencial encontra terreno fértil.Como a pseudociência entra na organizaçãoA pseudociência empresarial frequentemente não se apresenta como fraude explícita. Ela pode nascer de uma combinação mais sutil de três fatores: linguagem científica, autoridade institucional e ausência de mecanismos adequados de verificação.Um método pode ser apresentado como "baseado em neurociência", "cientificamente comprovado", "validado pelo mercado" ou "fundamentado em comportamento humano" sem que o gestor consiga identificar quais estudos demonstraram sua eficácia, em que população foram realizados, quais foram os limites metodológicos ou se os resultados podem ser generalizados para aquela organização.O problema se agrava quando uma ferramenta concebida para autoconhecimento ou desenvolvimento é transformada em instrumento de seleção ou classificação de pessoas. O próprio material oficial do MBTI, por exemplo, esclarece que o instrumento não foi concebido para prever desempenho profissional e não deve ser utilizado para seleção.Isso não significa que todo instrumento de personalidade seja pseudocientífico. Significa algo mais importante: a validade de um instrumento depende da finalidade para a qual ele é utilizado.A gestão frequentemente comete o erro de transformar uma ferramenta limitada em uma tecnologia decisória universal.O Direito introduz um limite que a administração não pode ignorarA Constituição brasileira combina dignidade da pessoa humana, valores sociais do trabalho e livre iniciativa como fundamentos da República. A atividade econômica, portanto, não opera em um espaço juridicamente vazio: liberdade empresarial e proteção da pessoa coexistem dentro da mesma ordem constitucional.Isso possui consequência administrativa direta. Quanto maior o impacto de determinada metodologia sobre a trajetória profissional de uma pessoa, maior deve ser a preocupação com sua justificabilidade.Em processos de avaliação psicológica, essa exigência torna-se ainda mais concreta. O Conselho Federal de Psicologia mantém o SATEPSI justamente para avaliar a qualidade técnico-científica dos instrumentos psicológicos destinados ao uso profissional. A Resolução CFP nº 31/2022 estabelece diretrizes para a avaliação psicológica e regulamenta o sistema.O CFP também distingue testes psicológicos favoráveis daqueles desfavoráveis ou ainda não avaliados, e estabelece que instrumentos não psicológicos utilizados como fontes complementares devem possuir respaldo na literatura científica pertinente.A lição administrativa é maior que a questão psicológica: quanto mais grave a consequência de uma classificação, maior deve ser a qualidade da evidência que sustenta o método de classificação.A nova fronteira: algoritmos podem sofisticar a aparência da pseudociênciaA inteligência artificial acrescenta uma camada nova ao problema.Um algoritmo pode processar milhares de variáveis e produzir uma pontuação com várias casas decimais. Isso não significa que a decisão seja cientificamente válida. Precisão matemática e validade epistemológica são propriedades diferentes.Um sistema pode automatizar um erro com extraordinária eficiência.A LGPD reconhece a relevância jurídica desse problema ao assegurar ao titular o direito de solicitar revisão de decisões tomadas unicamente com base em tratamento automatizado que afetem seus interesses, inclusive decisões destinadas a definir perfil pessoal, profissional, de consumo, de crédito ou aspectos da personalidade. A lei também prevê o fornecimento de informações claras e adequadas sobre critérios e procedimentos utilizados na decisão automatizada, ressalvados os segredos comercial e industrial.Consequentemente, substituir um consultor pseudocientífico por uma plataforma algorítmica não resolve necessariamente o problema. Apenas pode torná-lo menos visível.A tese e a antítese: experiência gerencial versus evidência científicaHá, contudo, uma objeção legítima à visão excessivamente cientificista da Administração.Nem toda decisão organizacional pode ser submetida a ensaio controlado. Gestores frequentemente precisam decidir com informações incompletas, restrições temporais, especificidades culturais e circunstâncias inéditas. A experiência acumulada possui valor e seria irracional exigir demonstração científica absoluta para cada decisão empresarial.A antítese, portanto, é necessária: gestão baseada em evidências não significa gestão baseada exclusivamente em evidências experimentais.O próprio conceito de evidence-based management reconhece a importância dos fatos organizacionais, do julgamento profissional e da reflexão crítica.O problema surge quando a experiência individual passa a funcionar como prova universal.O executivo que teve sucesso utilizando determinada técnica possui uma experiência. Não possui, por isso, demonstração causal de que a técnica produziu o resultado. Uma empresa que prosperou depois de adotar determinado método não sabe necessariamente se prosperou por causa dele.Confundir sucessão temporal com causalidade é uma das formas mais sofisticadas de erro gerencial.A proposta: criar uma hierarquia de evidências para decisões organizacionaisA síntese possível é uma disciplina decisória que não rejeite a experiência, mas também não permita que ela se transforme em dogma.Antes de incorporar uma metodologia relevante, a organização deveria perguntar:- Qual é exatamente a afirmação feita pelo método?- Que evidência empírica sustenta essa afirmação?- A evidência demonstra correlação, causalidade ou apenas associação?- A pesquisa foi reproduzida ou permanece isolada?- A população estudada é comparável à organização que pretende aplicar o método?- Existem limitações metodológicas conhecidas?- O instrumento foi validado para a finalidade específica pretendida?- Quais consequências ocorrerão se a classificação estiver errada?- Existe possibilidade de revisão humana ou contestação?- A metodologia pode produzir discriminação ou decisões arbitrárias?Essas perguntas transformam a epistemologia em ferramenta de governança.Não se trata de exigir que o administrador seja cientista. Trata-se de impedir que uma organização atribua poder decisório a uma afirmação cuja qualidade não foi minimamente examinada.Um critério estratégico: quanto maior o poder, maior a exigência de evidênciaPode-se formular, a partir desse raciocínio, uma proposição própria: o ônus epistemológico de uma metodologia deve crescer proporcionalmente ao poder que ela exerce sobre pessoas e recursos.Uma dinâmica utilizada informalmente em um treinamento pode admitir maior tolerância experimental. Um sistema utilizado para selecionar candidatos, definir promoções, estabelecer remuneração ou excluir profissionais exige escrutínio muito superior.Essa distinção é particularmente importante para conselhos, RH, compliance, jurídico e alta administração. A questão não é apenas saber se determinado método "funciona". É saber para quem, em qual contexto, para qual finalidade, com qual margem de erro e com quais consequências quando falha.Como bem aponta Northon Salomão de Oliveira: “Quanto maior o poder de uma metodologia sobre a vida profissional de alguém, maior deve ser a evidência exigida para legitimá-la.”Essa proposição desloca a discussão da oposição simplista entre ciência e pseudociência para um problema de governança: qual qualidade de conhecimento é suficiente para autorizar determinado exercício de poder?O que a empresa deve fazerUma política institucional de prevenção à pseudociência gerencial pode incorporar cinco mecanismos simples:1. Due diligence epistemológica: exigir identificação das fontes, metodologia, limitações e finalidade de qualquer ferramenta que influencie decisões relevantes.2. Validação proporcional ao risco: quanto maior o impacto sobre empregados, consumidores, fornecedores ou investidores, maior deve ser o rigor da validação.3. Separação entre desenvolvimento e seleção: ferramentas destinadas a autoconhecimento ou desenvolvimento não devem ser automaticamente convertidas em mecanismos de contratação, promoção ou exclusão.4. Governança de algoritmos: documentar critérios, fontes de dados, finalidade, limitações e mecanismos de revisão de sistemas automatizados utilizados em decisões relevantes.5. Registro das premissas decisórias: decisões importantes devem permitir reconstruir quais evidências, pressupostos e julgamentos foram utilizados.Esse último ponto possui especial importância. Uma organização madura não registra apenas o que decidiu. Registra também por que acreditou que aquela decisão era racional no momento em que foi tomada.Conclusão: sofisticação não é evidênciaA pseudociência na gestão prospera quando a complexidade da linguagem produz uma ilusão de conhecimento. Termos técnicos, gráficos, algoritmos, testes, certificados e apresentações sofisticadas podem aumentar a aparência de autoridade sem aumentar proporcionalmente a qualidade da decisão.A resposta não está em substituir a experiência pela ciência, nem em transformar a Administração em laboratório. Está em construir uma cultura decisória capaz de distinguir hipótese, experiência, correlação, evidência e conhecimento suficientemente confiável para a finalidade pretendida.A verdadeira gestão baseada em evidências não elimina a incerteza. Ela impede que a incerteza seja disfarçada de certeza.Para empresas e instituições, essa distinção é estratégica. Uma organização que decide mal pode perder dinheiro; uma organização que transforma métodos frágeis em critérios de poder pode perder simultaneamente eficiência, confiança, legitimidade e segurança jurídica.No século XXI, governança não significa apenas decidir. Significa também ser capaz de justificar racionalmente por que determinada decisão mereceu ser tomada.

Pseudociência na gestão: quando discursos sofisticados escondem pouca evidência

Uma opinião de especialista pode reduzir incertezas, mas também pode ampliá-las quando sua autoridade passa a substituir a análise crítica. Em empresas, órgãos públicos e instituições, o problema não está em ouvir quem possui conhecimento especializado, mas em transformar uma avaliação técnica, necessariamente situada e revisável, em uma espécie de verdade definitiva.Esse fenômeno produz um risco silencioso de governança: decisões deixam de ser justificadas pela qualidade das evidências e passam a ser legitimadas pela identidade de quem falou. O argumento deixa de ser examinado porque o especialista o formulou.Autoridade técnica não é autoridade epistemológica absolutaO especialista possui conhecimento aprofundado em determinado domínio. Isso não significa que tenha conhecimento ilimitado, que suas previsões sejam infalíveis ou que sua competência em uma área se transfira automaticamente para outras.A distinção é essencial para a Administração. Uma decisão empresarial raramente é exclusivamente técnica. Ela envolve simultaneamente evidências, custos, riscos, comportamento humano, legislação, estratégia, reputação e consequências não intencionais.A Constituição brasileira protege a liberdade científica e o pluralismo de ideias, enquanto o sistema processual civil reconhece a prova pericial como instrumento de esclarecimento técnico, não como mecanismo de transferência automática da decisão ao perito. O próprio Código de Processo Civil estabelece que o juiz apreciará a prova constante dos autos e indicará as razões de seu convencimento, demonstrando que conhecimento especializado auxilia a decisão, mas não elimina o dever de avaliação crítica.A mesma lógica deveria orientar a governança corporativa.Uma recomendação de consultoria, um laudo médico, um parecer jurídico, uma análise econômica ou um relatório produzido por inteligência artificial são elementos informacionais. Não constituem, por sua própria existência, verdades incontestáveis.O problema psicológico: quando a autoridade encerra o pensamentoA Psicologia ajuda a explicar por que organizações podem cair nessa armadilha. O chamado authority bias descreve a tendência de atribuir peso excessivo às opiniões de pessoas percebidas como autoridades.O fenômeno se torna particularmente perigoso quando combinado com pressão hierárquica, excesso de confiança e pensamento de grupo. A equipe deixa de perguntar "a conclusão está correta?" e passa a perguntar "quem somos nós para contestar o especialista?".Daniel Kahneman demonstrou, em seus estudos sobre julgamento e tomada de decisão, como seres humanos podem produzir avaliações sistematicamente enviesadas mesmo quando possuem experiência. Experiência, portanto, é uma condição importante para o bom julgamento, mas não constitui imunidade contra erro.David Hume já havia introduzido uma dificuldade epistemológica fundamental: nenhuma quantidade de observações passadas transforma logicamente uma regularidade observada em certeza absoluta sobre o futuro. Para a gestão, a consequência é direta: experiência aumenta a qualidade potencial da previsão, mas não converte previsão em fato.Nietzsche, ao advertir que convicções podem ser inimigas perigosas da verdade, oferece uma provocação particularmente útil à governança: uma organização pode tornar-se menos racional justamente quando passa a acreditar excessivamente na própria certeza.A tese e a antítese: confiar ou desconfiar do especialista?Há uma tese aparentemente evidente: organizações devem confiar em especialistas. Sem essa confiança, decisões complexas tornam-se lentas, caras e potencialmente amadoras. Seria irracional tratar igualmente quem possui conhecimento técnico comprovado e quem apenas manifesta uma opinião intuitiva.A antítese também é verdadeira: especialistas podem errar, interpretar dados de maneira inadequada, trabalhar com premissas equivocadas ou projetar conhecimentos válidos em determinado contexto para situações diferentes. Além disso, especialistas podem possuir conflitos de interesse, incentivos econômicos ou limitações metodológicas.O erro está em escolher entre confiança cega e desconfiança sistemática.A síntese mais racional é outra: especialistas devem possuir autoridade proporcional à qualidade de suas evidências, à transparência de seus métodos e aos limites de sua competência.Essa distinção permite substituir a lógica da autoridade pela lógica da verificabilidade.A opinião especializada como variável de governançaEm uma organização madura, a pergunta não deveria ser apenas "quem recomendou?", mas também:- quais evidências sustentam a conclusão?- quais premissas foram utilizadas?- qual é o grau de incerteza?- quais hipóteses alternativas foram consideradas?- quais dados poderiam falsificar a conclusão?- existem conflitos de interesse?- a conclusão está dentro do campo de competência do especialista?- quais seriam os custos de estar errado?- a decisão continua defensável caso a previsão não se confirme?Essas perguntas modificam a arquitetura da decisão.Uma empresa que recebe de um especialista a previsão de que determinada tecnologia será economicamente superior não deveria transformar essa previsão em dogma estratégico. Deveria estabelecer indicadores de acompanhamento, cenários alternativos, critérios de revisão e mecanismos de interrupção.O mesmo vale para departamentos jurídicos, recursos humanos, compliance, tecnologia, segurança da informação e conselhos de administração.O risco empresarial da certeza excessivaTransformar opinião técnica em verdade absoluta produz pelo menos quatro riscos relevantes.Risco decisório: a organização pode adotar uma estratégia inadequada porque a autoridade do especialista substituiu a comparação entre alternativas.Risco jurídico: pareceres e avaliações técnicas podem ser utilizados como justificativa formal para decisões que, posteriormente, revelem negligência na análise de riscos ou desconsideração de informações contraditórias.Risco econômico: uma previsão tratada como certeza pode induzir investimentos, contratações ou alocações de capital sem mecanismos adequados de contingência.Risco institucional: quando uma organização pune sistematicamente quem questiona autoridades internas, cria-se uma cultura em que erros permanecem invisíveis até produzirem consequências graves.O paradoxo é significativo: quanto maior a autoridade de determinado especialista, maior deveria ser a qualidade do mecanismo destinado a testar suas conclusões.Isso não significa hostilidade ao especialista. Significa respeito pelo próprio conhecimento.O princípio da contestabilidade organizadaA partir desse problema, pode-se formular uma proposição aplicável à governança: a contestabilidade organizada.Por esse princípio, decisões baseadas em conhecimento especializado devem permanecer abertas a revisão proporcionalmente à incerteza envolvida, sem que a contestação seja confundida com insubordinação ou incompetência.Uma organização pode, por exemplo, adotar três níveis:1. opinião técnica, quando existe avaliação especializada ainda dependente de premissas relevantes;2. conclusão tecnicamente robusta, quando múltiplas evidências convergem e as principais objeções foram examinadas;3. decisão institucional, quando a organização, considerando evidências, riscos, custos e valores jurídicos ou estratégicos, assume formalmente determinada escolha.A distinção é poderosa porque impede que o especialista seja transformado em decisor oculto.O especialista informa. A governança delibera. O administrador decide. E a organização assume responsabilidade pelo resultado.Quando a prudência exige contrariar o especialistaHá situações em que a própria boa governança exige não seguir a recomendação técnica.Isso pode ocorrer quando a evidência é insuficiente, quando existem hipóteses concorrentes relevantes, quando o custo do erro é extraordinariamente elevado ou quando a recomendação ultrapassa o campo de competência do especialista.Imagine-se, como hipótese analítica, uma empresa que recebe recomendação técnica para implementar imediatamente determinado sistema de inteligência artificial. O especialista afirma que os ganhos de produtividade serão expressivos. A administração, entretanto, identifica riscos de proteção de dados, segurança cibernética, discriminação algorítmica e dependência tecnológica.A questão não é decidir quem "está certo". É reconhecer que produtividade é apenas uma variável da decisão.O especialista pode estar correto sobre eficiência e, ainda assim, a decisão global ser inadequada.É nesse ponto que a interdisciplinaridade deixa de ser ornamento e passa a ser instrumento de governança.A verdadeira função do especialistaEspecialistas são indispensáveis justamente porque organizações não conseguem conhecer tudo. Mas essa indispensabilidade não deveria produzir submissão intelectual.A função mais valiosa do especialista talvez não seja oferecer certezas, mas reduzir racionalmente a zona de incerteza.Essa distinção altera a cultura organizacional. Um bom parecer não deveria esconder suas limitações. Um bom diagnóstico deveria explicitar suas premissas. Uma boa previsão deveria indicar seu grau de confiança. E uma boa liderança deveria saber quais informações ainda permanecem desconhecidas.Como bem aponta Northon Salomão de Oliveira: “A autoridade do especialista deve aumentar a qualidade da decisão, não diminuir a necessidade de pensar sobre ela.”A proposição sintetiza o problema. O verdadeiro conhecimento especializado não teme ser questionado porque sua força não deriva da ausência de contestação, mas da capacidade de sobreviver a ela.Governança baseada em evidências, não em reverênciaA maturidade institucional não consiste em desconfiar de todos os especialistas, tampouco em obedecer-lhes cegamente. Consiste em construir processos nos quais conhecimento técnico, evidência empírica, contraditório, análise de riscos e responsabilidade decisória possam coexistir.Isso exige uma mudança cultural importante: substituir a pergunta "quem disse?" pela pergunta "com base em quê?".A primeira pergunta procura autoridade. A segunda procura fundamento.Para administradores e dirigentes, essa diferença é estratégica. Organizações não fracassam apenas por falta de conhecimento. Podem fracassar também quando possuem conhecimento suficiente, mas transformam uma hipótese em certeza, uma previsão em fato ou uma autoridade em dogma.A boa governança não elimina a incerteza. Ela impede que a incerteza seja escondida atrás de uma assinatura.Em ambientes complexos, portanto, a excelência decisória não nasce da crença na infalibilidade do especialista, mas da capacidade institucional de utilizar sua competência sem abdicar da crítica, da evidência e da responsabilidade pela decisão final.

ATENDIMENTO DIFERENCIADO AO CLIENTE

Luciana de Oliveira

O que faz você ser a primeira escolha na mente das pessoas | Café com ADM #514

O que faz você ser a primeira escolha na mente das pessoas | Café com ADM #514

Sobre o autor

Luciana de Oliveira

Seja Premium e tenha acesso ao nosso arsenal de cursos

Mais artigos de

IA e produtividade: o que realmente muda no trabalho

Pseudociência na gestão: quando discursos sofisticados escondem pouca evidência

Opinião de especialista: o perigo de transformar autoridade técnica em verdade absoluta