Num evento dedicado à IA nas redacções, mais de 50 líderes de notícias locais chegaram à conclusão de que quase todas redacções estão apenas a começar a trabalhar com inteligência artificial. Na sala havia organizações com equipas dedicadas e experiências já em curso e outras que ainda procuram por onde começar.  

A sessão de abertura coube a Samantha Ragland, vice-presidente sénior da API, que propôs inverter a lógica habitual: utilizar IA não é o objectivo, mas sim fazer melhor por alguém. Muitas conversas nas redacções começam numa demonstração de um fornecedor ou numa ferramenta vista nas redes sociais e vão depois à procura de uma justificação. O evento propôs o caminho contrário. 

Uma ferramenta de transcrição, por exemplo, não é um fim em si. Mas devolver horas aos repórteres para trabalho original pode sê-lo. O mesmo vale para os resumos automáticos: o que importa é os leitores encontrarem mais depressa o que precisam. O exercício sugerido às equipas é escrever, antes da próxima conversa sobre IA, o que se pretende melhorar e para quem. 

Cinco perspectivas sobre o mesmo desafio 

Antes do retiro, os participantes tinham identificado os seus principais obstáculos: perceber onde a IA acrescenta mais valor, passar da experimentação à adopção, ganhar a confiança da equipa. Segundo Robyn Tomlin, directora executiva da API, os desafios diferem, mas as questões de liderança por trás deles são as mesmas. Tomlin apresentou cinco perspectivas para analisar o sistema em redor de um problema e encontrar os pontos de atrito: 

  • Valor: há clareza sobre o resultado de que a organização precisa, ou mais entusiasmo pela tecnologia do que pelo resultado? 
  • Trabalho: há espaço real para reiterar, ou a equipa já está acima da sua capacidade? 
  • Pessoas: a equipa está curiosa e empenhada, ou céptica e ansiosa? 
  • Condições: os líderes estão alinhados quanto aos limites e ao que não estão dispostos a abdicar? 
  • Evidências: haverá um sinal claro em breve, ou o sucesso é vago e demorará meses? 

Tomlin sublinhou que não se trata de passos para resolver o problema, mas de formas de o olhar. Nos primeiros comentários dos participantes, foi precisamente a ausência de sequência que mais agradou: os passos sugerem uma meta, as perspectivas permitem ver o que falta. 

Como exercício, a API propõe completar duas frases sobre um desafio concreto (“Tenho-me concentrado principalmente em…” e “talvez esteja a subestimar…”) e comparar as respostas com as de um colega. 

A relevância de uma segunda opinião 

Depois do diagnóstico, os líderes partilharam os seus desafios em pequenos grupos, com uma estrutura de consulta que mantinha o feedback curioso em vez de prescritivo. Os consultores só podiam responder de três formas: “Notámos…”, “Perguntámo-nos…” e “Algo que pode estar a subestimar é…”. A restrição, apesar de pequena, tem um efeito relevante: ninguém se apressa a dizer o que o outro deve fazer, e quem apresentou o desafio continua a pensar em vez de se defender. A sugestão é aplicar o método dez minutos antes de qualquer proposta de solução. 

Da análise à prontidão 

A última sessão deslocou a pergunta do que molda o desafio para o que isso diz sobre a capacidade de agir. Foram definidos três níveis de prontidão: agir (há factores suficientes a favor para começar), fortalecer (algo precisa de atenção primeiro) e aprender (ainda não se sabe o suficiente). O último é, segundo o texto, o mais importante, porque não saber ainda não é fracasso, indica o que é preciso descobrir para avançar. 

Os participantes testaram uma proposta de implementação de IA numa ferramenta desenvolvida para o exercício, que indica qual das cinco perspectivas melhor se aplica à ideia, por onde começar e que pergunta fazer à equipa. Num exemplo, um editor que quisesse usar IA nas reuniões para criar agendas e transcrever para repórteres especializados poderia ver destacada a força da perspectiva do valor, mas uma pontuação baixa no trabalho, porque ninguém tem tempo para aprender o novo processo. A ferramenta sugeriria resolver essa discrepância, por exemplo identificando uma tarefa actual a eliminar para libertar duas horas de aprendizagem. 

O autor do artigo da API, Yoni Greenbaum, criou o chamado "Testador de Stress de Movimentos de Liderança", numa plataforma de aplicações de IA, tratando-a como um empreiteiro geral enquanto ela própria fazia de dona da obra. Um participante comentou que, entre as várias analogias que já tinha ouvido para a IA, como estagiário ou assistente, esta foi a que mais o marcou: o empreiteiro constrói, mas é o dono quem decide para que serve a casa. 

Há ainda uma lição na construção da ferramenta. Nos primeiros testes, ela disse a alguém que estava enganado quanto ao seu foco, o que não era verdade: faltara fazer a pergunta certa. Quando uma ferramenta, um conjunto de dados ou um colega discorda de nós, defende a autora, vale a pena observar o que fazemos a seguir. 

Nenhuma destas estruturas promete um ponto de chegada, e é intencional. Os líderes não saíram com uma estratégia de IA fechada, mas com melhores perguntas, uma noção mais clara de onde estão e a permissão para chamar ao início o que ele é. A conversa continua este Outono, com a API a trabalhar com os participantes num conjunto de soluções nos próximos meses, cujas conclusões serão partilhadas.

(Créditos da imagem: Magnific)