O que a pesquisa nos diz sobre o que a AI significa para diferentes tipos de equipes? Como ‘tipos diferentes’ podem significar muitas coisas, nós nos concentramos em tipos de equipes de acordo com o quão homogêneas elas são – se as equipes são feitas de subgrupos distintos ou se todos na equipe têm o mesmo histórico e dados demográficos. Se uma equipe tem subgrupos, dizemos que esses subgrupos estão separados por uma linha de falha (o que confunde os pesquisadores da equipe com os geólogos, mas o que você pode fazer, é um bom termo). Por exemplo, uma equipe de projeto teria uma falha quando todos os membros da equipe branca são homens com menos de 25 anos e todos os membros negros são do sexo feminino e acima de 40 (os atributos correlacionados são raça, idade e sexo). Outro exemplo, comum em tantos locais de trabalho hoje, é onde todos os funcionários mais jovens também trabalham por conta própria na categoria de “contratados independentes” ou consultores, e os outros funcionários mais antigos trabalham em período integral.
Aqui é onde entra a IA. Aliás, é mais difícil encontrar uma definição acordada para IA do que você imagina; Pensamos nas “ferramentas” da IA como o hardware e o software, em que o software é “treinado” em vastos conjuntos de dados, em vez de ser programado com regras específicas. A IA já está mudando a forma como muitas pessoas trabalham: ela já foi aplicada a filmes de colorização, detecção de fraude, geração de leads de marketing, cirurgia robótica e serviços de tradução de idiomas. No entanto, muito pouco foi escrito ou pesquisado sobre como a IA e as tecnologias automatizadas podem afetar o trabalho em equipe, especialmente para pessoas que não têm empregos em tempo integral (estamos pensando em você, motoristas do Uber / Lyft e outros em meio período).
O papel das falhas pode ser importante quando há uma diferença no acesso à tecnologia, como quando a organização possui a IA (como software proprietário), o que significa que os funcionários em tempo integral têm acesso, mas outros membros da equipe não. Tais desequilíbrios podem colocar subequipes em conflito, dividindo um grupo ao longo das linhas de falha. Isso pode ser um grande negócio para as equipes, uma vez que o conceito original de falha, de Dora Lau e Keith Murnighan, foi mostrado, nas últimas duas décadas, para prever todo tipo de desempenho, saúde e outros aspectos das equipes. O perigo é que a divisão entre aqueles que têm recursos (por exemplo, AI) e aqueles que não aumentam percepções de desigualdade, levando à concorrência entre os subgrupos. Os efeitos sobre os membros individuais da equipe podem, em parte, derivar de suas posições nas equipes e quem possui ferramentas, como quando a IA é de propriedade / controlada pelos “forasteiros” (digamos, uma equipe de consultoria traz seu próprio software ou tecnologia). pode criar um campo de jogo mais nivelado, permitindo que os trabalhadores autônomos neutralizem o poder tradicionalmente mantido pela organização. Nesse caso, os trabalhadores contingentes têm mais influência na equipe. Além de quem tem experiência e quem é o proprietário da AI, outro fator é o próprio trabalho; na medida em que o trabalho é interdependente e requer uma equipe, é menos provável que a tecnologia substitua os trabalhadores autônomos.
Com base na ideia de “quem tem o conhecimento, quem possui as ferramentas”, a IA estará mais propensa a colocar os trabalhadores contingentes em alto risco se uma organização controlar a IA (por exemplo, uma mudança para a tecnologia automotiva sem motorista onde os trabalhadores autônomos estão atualmente operadores de veículos). Mas se os trabalhadores contingentes estão no papel de especialistas com empregados em tempo integral de uma organização, há menos risco para eles (“Nós trouxemos vocês aqui para nos mostrar como executar essa coisa!”). Existe também algum risco para empregados contingentes quando a organização possui a IA, já que ela pode potencialmente treinar seus funcionários em tempo integral para usá-la, substituindo assim os trabalhadores contingentes. Todas essas coisas aconteceram em um local de trabalho ou outro.
Vamos enfrentá-lo: Prever qualquer padrão por trás desses cenários e relacionamentos é especulação porque pouca pesquisa sistemática foi feita. Mas não há especulações de que a IA esteja se expandindo, e muitas pessoas temem que empregos possam estar em risco devido à IA ou a alguma variante, se não agora, em algum momento no futuro. Voltando aos luditas, historiadores nos dizem que eles não estavam protestando contra as próprias máquinas, eles eram de fato hábeis em operá-las. Sua carne era mais sobre mudanças em suas horas e condições de trabalho. E isso pode nos dar uma pista sobre como entender a IA e suas implicações. Sabemos que o emprego a tempo parcial e contingente é encontrado em todas as grandes indústrias e representado por todos os níveis de ensino. Se você não se sentiu diretamente afetado pelos avanços da IA, ou sabe que alguém cujo trabalho foi afetado, provavelmente o fará em breve. Então, como as pessoas devem se preparar para isso? Esse é um tópico que abordaremos em um post futuro.
Escrito por Chester Spell e Katerina Bezrukova
