As empresas acumulam mais dados do que em qualquer outro momento da história, mas continuam a tomar decisões ruins, muitas vezes por não saber como transformar volume em insight útil.
Ferramentas que prometem sintetizar informação, como dashboards e sistemas de IA, podem criar uma sensação de controle, quando na verdade ampliam a complexidade do que precisa ser interpretado.
Essas constatações foram discutidas por especialistas durante a terceira temporada do podcast É Mais que Tech, uma realização da Senior Sistemas em parceria com o Conexão InfoMoney, conforme informação divulgada pelo podcast É Mais que Tech, uma realização da Senior Sistemas em parceria com o Conexão InfoMoney.
Infoxicação, dashboards demais e perguntas erradas
O cientista de dados Ricardo Cappra alerta para o risco da chamada infoxication, quando a abundância de informações atrapalha a tomada de decisão, em vez de ajudar. Segundo ele, “A complexidade informacional aumentou, então a única forma de eu aperfeiçoar o modelo de decisão é se eu tiver consciência sobre isso”.
Empresas costumam multiplicar dashboards, sem priorizar quais indicadores realmente importam. O resultado é uma interface organizada, mas ainda superior à capacidade humana de interpretar, e isso faz com que decisões com dados se percam no ruído.
Para transformar dados em decisões, é preciso melhorar a qualidade das perguntas. Quanto mais complexa a base de informação, maior a necessidade de entender como os dados foram gerados, quais parâmetros foram usados e que vieses podem estar embutidos.
Feeling, intuição e o papel dos dados
Jessica Ariane, head-executiva de HCM na Senior Sistemas, defende que não há conflito entre sensação e evidência, e que decisões com dados precisam conciliar os dois lados. “Eu não demonizo o feeling. Acho que ele é um fator fundamental que nos difere, inclusive, da inteligência artificial”, diz a executiva.
Ela completa que o feeling precisa ser confrontado com evidências, como avaliações de competências e histórico de desempenho. “Eu preciso conectar isso com os dados”, reconhece Jessica, lembrando que a intuição individual só vira aprendizado quando a organização captura e compartilha esse conhecimento.
Para usar dados de forma preventiva, Jessica afirma que o foco deve ser a antecipação, “Acho que o grande fator é: como eu uso a informação para me antecipar, não para só correr atrás do desafio ou daquilo que eu não atingi”.
Vieses embutidos e a necessidade de supervisão
Ter dados não garante neutralidade. Cappra ressalta que escolhas sobre o que coletar e como organizar a informação podem incorporar vieses, que depois se reproduzem em decisões automatizadas. “O viés é um grande inimigo no processo de decisão, porque transforma uma decisão em automática já viciada”, explica o cientista.
Um exemplo citado é o recrutamento, quando uma IA aprende padrões históricos de contratação que podem não refletir os objetivos atuais da empresa ou as mudanças da sociedade. A saída, segundo os especialistas, é aumentar a transparência, diversificar perspectivas e supervisionar continuamente os modelos.
IA como suporte, não como substituta da liderança
Na prática, muitas empresas usam IA para agregar informações, tornando a análise mais rica, mas mantendo o gestor no centro da decisão. Jessica pontua que ferramentas podem reunir elementos úteis, mas não devem substituir o julgamento humano em decisões críticas.
“Não é uma decisão da inteligência artificial, precisa ser uma decisão do gestor. De novo: ela pode trazer contribuições, dados que vão ajudar nessa decisão, mas, dali para frente a relação com essa pessoa precisa ser extremamente humana e precisa ser uma responsabilidade da liderança”, salienta a executiva da Senior.
Em resumo, decisões com dados deixam de ser falhas quando as empresas investem em perguntas melhores, supervisão de vieses, tradução do feeling em aprendizado organizacional e clareza sobre até onde a IA deve apoiar, sem substituir, o julgamento humano.
