Quando a IA entra na sala de decisão, o que continua sendo responsabilidade do líder?

Quanto mais capaz se torna a Inteligência Artificial de participar de nossas decisões, mais importante talvez seja compreender aquilo que não podemos transferir a ela. 

Há alguns anos, quando um líder precisava tomar uma decisão complexa, recorria às informações disponíveis, conversava com sua equipe, ouvia especialistas, examinava experiências anteriores e, depois de tudo isso, precisava fazer algo que nenhuma dessas fontes poderia fazer em seu lugar: decidir. 

Hoje, uma nova presença começa a ocupar essa sala. 

A Inteligência Artificial pode ajudar a analisar grandes volumes de informação, comparar cenários, identificar padrões, questionar premissas, explorar riscos possíveis e sugerir alternativas. Pode ajudar um líder a preparar uma conversa difícil, examinar consequências de uma decisão ou perceber aspectos de um problema que ele próprio não havia considerado. Essas possibilidades podem ampliar significativamente a capacidade de quem lidera, mas justamente por isso tenho me perguntado onde termina a contribuição da máquina e começa aquilo que continua sendo responsabilidade do líder. 

Quando a melhor análise ainda não é suficiente 

Imagine uma empresa diante de uma reestruturação. Há pressão por resultados, custos precisam ser reduzidos e diferentes alternativas estão sendo consideradas. Com dados autorizados para esse uso e cuidados para proteger informações pessoais e confidenciais, a equipe recorre à IA para explorar cenários. A ferramenta apresenta uma recomendação que parece tecnicamente consistente, indicando áreas que poderiam ser reduzidas e possíveis efeitos econômicos. 

O que deveria fazer o líder? 

Seria fácil responder que deveria simplesmente analisar a recomendação e decidir. Mas talvez a questão seja um pouco mais profunda, porque a recomendação pode estar tecnicamente bem fundamentada e, ainda assim, não conter tudo aquilo que precisa ser considerado. 

Antes de discutir os valores envolvidos, há um cuidado básico: verificar as informações, as premissas e a qualidade da análise. Uma resposta convincente pode conter erros, reproduzir vieses ou omitir aspectos relevantes. A aparência de consistência não dispensa a revisão humana. 

Há pessoas por trás dos dados. Há histórias, relações, compromissos assumidos, impactos sobre famílias, consequências para a cultura da organização e efeitos que dificilmente aparecerão integralmente em um modelo analítico. Há também valores que podem entrar em conflito: sustentabilidade econômica, justiça, cuidado com as pessoas, responsabilidade com acionistas, imagem de mercado e continuidade do negócio. 

É justamente quando não existe uma resposta capaz de satisfazer simultaneamente a todos esses critérios que a liderança deixa de ser apenas análise e passa a exigir discernimento. 

No artigo anterior, “Discernimento não se terceiriza”, propus uma distinção: podemos utilizar a IA para nos ajudar a discernir ou para não precisar discernir. Quanto mais penso nisso no contexto das organizações, mais percebo que essa diferença toca diretamente a responsabilidade de quem lidera. 

Se uma IA apresenta uma recomendação, o líder pode aceitá-la, rejeitá-la ou modificá-la. Mas nenhuma dessas possibilidades transfere automaticamente à máquina a responsabilidade pelas consequências. A frase “foi o algoritmo que recomendou” pode explicar como determinada alternativa chegou à mesa, mas não deveria substituir a explicação de por que ela foi escolhida. 

IA como árbitro ou como interlocutora? 

Uma possibilidade que me preocupa é passarmos a questionar menos uma tecnologia à medida que confiamos mais nela. Se os sistemas acertarem com frequência, haverá uma tentação compreensível de transformar recomendações em respostas e respostas em decisões. É justamente aí que acredito que uma nova competência de liderança começa a se tornar necessária: saber quando confiar na inteligência da máquina e quando interromper o fluxo para perguntar o que ela não consegue considerar por nós. 

Não se trata de desconfiar sistematicamente da IA. Isso seria apenas trocar um automatismo por outro. Trata-se de compreender o papel que queremos atribuir a ela dentro do processo decisório. 

Tenho utilizado para isso a lente Delegar | Ampliar | Preservar — D|A|P. Podemos delegar à IA determinadas tarefas e utilizar sua capacidade para ampliar nossa inteligência, ao mesmo tempo em que preservamos aquilo que não queremos deixar de exercitar como seres humanos. 

Aplicada à liderança, essa lente me leva a uma distinção importante. Podemos delegar processamento, organização e determinadas análises. Podemos ampliar nossa capacidade de enxergar cenários, confrontar hipóteses e antecipar consequências. Mas talvez precisemos preservar o julgamento diante de valores conflitantes, a responsabilidade pelas escolhas e a disposição de responder humanamente pelas consequências que elas produzem. 

Isso muda também a maneira como formulamos nossas perguntas à IA. Diante de uma decisão difícil, poderíamos perguntar “Qual é a melhor alternativa?”. Mas talvez seja mais útil perguntar: “Que consequências de cada alternativa posso não estar considerando?”, “Quem será afetado por esta escolha e de que maneira?”, “Que pressupostos estão orientando esta análise?” ou “Que argumentos poderiam contrariar a recomendação apresentada?” 

Perceba a diferença: em vez de transformar a IA em árbitro, transformamos a IA em interlocutora. Ela não ocupa o lugar de quem decide; ajuda quem decide a enxergar melhor. 

Essa responsabilidade também aparece na comunicação da decisão. Em parceria com Recursos Humanos e Comunicação Interna, quem lidera precisa explicar os critérios utilizados, reconhecer impactos e abrir espaço para perguntas. Uma mensagem bem redigida pela IA pode apoiar esse trabalho; ouvir as pessoas e sustentar a conversa continuam exigindo nossa participação. 

Talvez esteja mudando aquilo que esperamos de um líder 

Durante muito tempo, associamos uma boa liderança à capacidade de encontrar respostas. Talvez a presença crescente da Inteligência Artificial nos obrigue a rever essa ideia. Se as máquinas se tornarem cada vez mais competentes em produzir respostas, uma parte importante do trabalho de quem lidera poderá deslocar-se para outro lugar: formular as perguntas que precisam ser feitas, reconhecer os valores envolvidos, perceber o que os dados não mostram e assumir a responsabilidade pela escolha final. 

Nesse sentido, a IA talvez não torne o líder menos necessário. Pode tornar mais evidente aquilo que realmente esperamos dele. 

Não precisamos de um líder para competir com uma máquina em velocidade de processamento ou capacidade de identificar padrões. Precisamos dele justamente nos lugares em que uma decisão exige mais do que informação: exige julgamento, consciência das consequências, valores e responsabilidade. 

Por isso, diante de uma recomendação produzida por IA que possa afetar pessoas, proponho uma pausa antes da decisão: 

1. O que os dados estão mostrando?
2. O que eles podem não estar mostrando?
3. Quais valores entram em tensão nesta escolha?
4. Quem responde pelas consequências?

Essas perguntas ganham especial importância em escolhas com impacto sobre pessoas e valores em conflito. Em tarefas rotineiras, a revisão pode ser proporcional ao risco e ao contexto. Na próxima decisão relevante, experimente registrar seus critérios, confrontar a recomendação com outras perspectivas e preparar como explicará a escolha às pessoas afetadas. 

Creio que seja essa uma das mudanças mais interessantes que a Inteligência Artificial está trazendo para a liderança. Ao fazer cada vez melhor aquilo que pode ser analisado e recomendado, ela nos obriga a olhar com mais atenção para aquilo que significa responder por uma escolha. 

E provavelmente seja exatamente aí que a liderança continue sendo profundamente humana. 

*Os artigos publicados no Blog Endomarketing.TV buscam fomentar o debate e o conhecimento no setor. As opiniões expressas neste texto são de responsabilidade exclusiva do autor e não refletem, necessariamente, a posição institucional da Progic.