IAs Generativas e OKR: Uma boa combinação?
As IAs generativas, como o ChatGPT, estão sendo testadas e usadas em todos os tipos de atividades, de criação de livros infantis a posts para redes sociais. Mas será que usar uma IA para criar os seus OKRs é uma boa ideia? Bem, vamos por partes.
A primeira preocupação é o risco de vazar informações da sua organização. Alguns estudos apontam que até 11% dos dados colocados no ChatGPT são sensíveis ou confidenciais. OKRs são dados extremamente estratégicos e, se vazados podem prejudicar a sua organização. É possível colocar as informações de forma descaracterizada, mas nesse assunto todo cuidado é pouco.
Outro ponto é falta de contexto. A IA consegue gerar sugestões genéricas, com base no conhecimento geral sobre OKRs disponível no mercado, mas não necessariamente adequadas ao contexto da sua organização. Pelo menos não sem colocar nela dados no mínimo sensíveis...
Um último ponto que acho importante ressaltar são os vieses invisíveis. Não temos acesso aos dados usados para treinar IAs de mercado, portanto não conhecemos os vieses que existem nelas, mas esses vieses vão entrar nas sugestões que a IA irá criar. Além dos dados iniciais usados para treinar IAs como ChatGPT estão continuamente sendo treinadas pelos dados que as pessoas colocam nelas. Existem algumas exceções recentemente anunciadas especificamente pela OpenAI para o ChatGPT, mas as formas gratuitas dessas plataformas costumam usar os dados dos usuários como forma de treinamento.
Melhor não usar então?
Vamos analisar dois resultados que obtive com o seguinte prompt:
“Você vai ser um OKR Coach e analisar os conjuntos de Objetivos e Resultados-Chave que eu descrever de acordo com as ideias do livro Measure What Matters de John Doerr. Suas análises devem levar em consideração se o Objetivo está escrito de acordo com os conceitos do livro, se os Resultados-Chave estão escritos de acordo com os conceitos do livro e se os Resultados-Chave serão suficientes para atingir o Objetivo. Você pode dar outras sugestões também, levando em consideração o livro e outras fontes de informação sobre como criar bons OKRs.
Espere eu escrever os Objetivos e Resultados-Chave para começar a responder.”
Recomendados pelo LinkedIn
As respostas foram obtidas com a versão gratuita do ChatGPT (3.5 Maio 2023) e escritos em português. Pedi que ele analisasse um OKR mais amplo e estratégico e depois um mais específico, de uma área de Pessoas. Coloquei os resultados nas imagens que ilustram este post. Neles podemos ver que o ChatGPT trouxe um mix de boas sugestões como:
“O terceiro resultado-chave é "Atingir nota 4.5 no Glassdoor". Este é um resultado-chave relevante e específico que ajudará a medir a satisfação dos candidatos com o processo de seleção. No entanto, pode ser útil adicionar outro resultado-chave para medir a eficácia do processo de seleção em termos de retenção de funcionários e desempenho no trabalho.”
e sugestões pouco relevantes como:
“O primeiro Resultado-Chave é "Crescer 20% em número de clientes". Isso é um bom resultado-chave, mas pode ser ainda melhor se você o tornar mais específico, como "Aumentar o número de clientes ativos na América Latina em 20%".”
Com isso a conclusão que eu chego é de que as IAs podem ser uma boa fonte de sugestões para melhorar a escrita de Objetivos e Resultados-Chave, se quem usar tiver contexto e bom-senso para usá-las, e se houver o devido cuidado com informações sensíveis e confidenciais.
Lean e Agile Coach na Raízen | Consultor de Estratégias de Negócios | Transformação Ágil | Especialista Lean e Metodologias Ágeis | ITIL Expert | Gestão de Projetos
1 aBoa reflexão, Grillo. Hoje percebo que estamos diante de um caminho sem volta em relação às IA's e compartilho da crença de que devemos tomar várias precauções. Além da confidencialidade mencionada por você, acredito que um dos principais aspectos é que os melhores OKRs são os de dentro para fora, não de fora para dentro. Distingo essa abordagem de "Construtivista". Acredito que devemos adotar uma mentalidade construtivista ao escrever OKRs, pois ela realmente cria um senso de pertencimento para aqueles que participam dessa construção. Quando se trata de um processo de co-construção, não temos muitos atalhos disponíveis e, mesmo os que temos, devem ser utilizados com todo o cuidado necessário.