Como a Inteligência Artificial está revolucionando o treinamento de talentos

O treinamento de funcionários é uma questão de importância crítica para as empresas. Desafiado a encontrar funcionários qualificados, minado por altas taxas de rotatividade, atolado em transformações maciças, a necessidade de aprimorar e treinar funcionários é fundamental – e quase demais para as abordagens tradicionais de treinamento lidar.

Então, entra a Inteligência Artificial.

A inteligência artificial e o machine learning estão cada vez mais sendo usados ​​para ajudar nas estratégias de qualificação das empresas, verificando conjuntos de habilidades, recomendando caminhos de aprendizagem, fornecendo treinamento no trabalho – até mesmo ajudando a determinar quanto pagar pelas habilidades adquiridas.

Com mais de 345.000 funcionários e uma necessidade constante de se manter à frente da curva de tecnologia, a IBM é uma dessas empresas que está colocando a IA para trabalhar para manter sua força de trabalho afiada.

“A meia-vida das habilidades agora é de cinco anos”, diz Anshul Sheopuri, Diretor de Tecnologia de Dados e IA do RH da IBM. “Metade do que você aprende ou é esquecido ou se torna obsoleto em cinco anos”.

A demanda por conjuntos de habilidades novos e especializados de domínios em rápida evolução, como computação em nuvem e IA, está, em grande parte, alimentando essa compressão da vida útil das habilidades. Portanto, encontrar uma maneira escalonável de melhorar continuamente as habilidades dos funcionários “não é algo agradável, mas obrigatório”, diz ele.

Anatomia de uma estratégia de treinamento baseada em IA

A primeira etapa de qualquer estratégia de qualificação é identificar quais habilidades os funcionários possuem atualmente. No passado, isso envolveria uma autoavaliação de habilidades. Mas, como Sheopuri aponta, quando testado, a precisão desse método foi de cerca de 75%. “É altamente subjetivo e as avaliações tornam-se obsoletas rapidamente”.

Hoje, a IBM está usando IA para inferir habilidades, digitalizando 220 milhões de documentos internos, incluindo currículos, blogs, artigos publicados e comunicações corporativas. O sistema baseia-se no próprio sistema de IA da IBM, Watson, e inclui processamento de linguagem natural, armazenamento em cluster e técnicas de aprendizado semissupervisionado.

“Dizemos: ‘Estas são as habilidades que pensamos que você tem, dê-nos seu feedback’ e descobrimos que a precisão aqui está perto de 90%”, diz ele, acrescentando que essas avaliações de habilidades automatizadas são mais fáceis de manter atualizadas.

Os funcionários, então, recebem recomendações de aprendizado com base nas habilidades que possuem, nas habilidades de que a IBM precisa e nas habilidades que os clientes da IBM estão solicitando.

“Em certas áreas estratégicas, como IA ou nuvem, queremos que todos tenham conhecimento básico nesse espaço”, diz ele.

O sistema também faz recomendações com base no estudo de outros funcionários com o mesmo histórico, semelhante à forma como os usuários obtêm recomendações sobre quais filmes assistir em serviços de streaming de vídeo.

“Este sistema é usado por 98% dos IBMistas a cada trimestre”, diz Sheopuri, acrescentando que tem um Net Promoter Score de 58. De acordo com a Bain & Co, que criou o sistema NPS, qualquer coisa acima de 50 é excelente.

Com o pagamento dos funcionários da IBM vinculado a conjuntos de habilidades, há também um sistema de IA que faz recomendações salariais aos gerentes, como uma forma de recompensar os funcionários pelo aprimoramento de suas habilidades e de resolver problemas de desigualdade salarial. “Isso é muito importante para nós”, diz Sheopuri. “Queremos ter certeza de que somos muito cuidadosos sobre o preconceito”.

O sistema de recomendação de remuneração também oferece transparência, fornecendo explicações sobre suas recomendações para que os gestores tenham todas as informações de que precisam para a decisão final.

Além dos aumentos, os funcionários também recebem recomendações de empregos – novamente, com tecnologia de IA. “Existem dezenas de milhares de empregos sempre abertos na IBM”, diz ele. “É uma vitória para nós. É uma redução de desgaste e estamos ajudando nossos funcionários a atingir suas aspirações”.

No ano passado, diz Sheopuri, cerca de 200.000 funcionários da IBM analisaram recomendações de empregos e milhares conseguiram novos empregos com base em suas correspondências personalizadas.

Aumento no local de trabalho

Para o treinamento em si, a IBM conta com uma combinação tradicional de cursos de terceiros, materiais de aprendizagem desenvolvidos internamente e alguns novos canais educacionais descentralizados onde o conteúdo é criado por outros funcionários. Mas depende da IA ​​para fornecer treinamento prático para alguns tipos de empregos. Por exemplo, em RH, um chatbot pode responder a perguntas relacionadas a benefícios, planos odontológicos e políticas de integração. Também há inteligência nas funções de suporte técnico.

“Somos uma grande empresa de tecnologia que gerencia a infraestrutura de TI para milhares de clientes”, diz ele. “Estamos extraindo logs para entender problemas históricos de tíquetes e caminhos de resolução e disponibilizamos esse conhecimento para os agentes”.

É o equivalente digital a ter um funcionário experiente sentado na cadeira ao lado, pronto para ajudar se alguém ficar preso.

Na verdade, ajudar a treinar funcionários, fornecendo ajuda quando o funcionário precisa, é o uso mais comum de IA para aprimoramento de habilidades, diz Swaminathan Chandrasekaran, Chefe de Arquitetura de Soluções para Soluções Digitais da KPMG.

Isso é especialmente importante em contact centers, onde as taxas de atrito são altas.

“As taxas de eliminação são de 18% para os centros menores a 40% nos maiores”, diz Chandrasekaran. “O custo de substituição de um agente é de US$ 5.000 a US$ 7.000 – sem incluir o tempo no trabalho em que eles estão tentando aumentar”.

Digamos, por exemplo, que um agente precise explicar como substituir as baterias em um MacBook Pro. Um novo agente se beneficiaria ao ver as instruções surgirem na tela, prontas para serem consultadas. Aqui, a IA pode averiguar a pergunta de um chamador e recuperar as informações mais relevantes de manuais, guias, manuais de produtos, manuais de suporte – todos os documentos que uma empresa teria disponível.

Além disso, a IA também pode ser usada para prever sobre o que, provavelmente, será uma chamada com base em interações anteriores e obter informações relevantes desde o início – como ter um funcionário experiente por perto que já atendeu o cliente antes e pode orientar um estagiário através do processo de resolução do problema do cliente.

Esses sistemas também podem ser usados ​​para fornecer novas informações a um grande número de funcionários no contexto de suas funções, para que eles não precisem ser enviados para treinamento quando, digamos, um novo produto for lançado.

A KPMG, por exemplo, recentemente teve que treinar seus funcionários sobre mudanças no sistema London Interbank Offer Rate (LIBOR). A KPMG usou IA para ler contratos, em todos os formatos, e extrair referências a taxas bancárias e outras linguagens específicas da LIBOR e colocá-las nos fluxos de trabalho dos funcionários. Os sistemas também recebem treinamento de especialistas no assunto para fornecer assistência adicional aos funcionários.

Esse novo estilo de aprendizagem se encaixa na geração que está entrando no mercado de trabalho, diz Chandrasekaran. “Você não pode dizer: ‘Vá para este programa de treinamento de seis semanas e depois volte e faça o trabalho’”.

Assistentes virtuais

O aumento da IA ​​no trabalho aponta para um futuro no qual cada funcionário em todos os lugares terá seu próprio assistente pessoal para ajudá-los a se tornarem qualificados em seu trabalho, diz Chandrasekaran. “É como ter um treinador pessoal equipado com IA”.

A ideia não é nova. Vinte anos atrás, a Microsoft tentou fazer com que todos aprendessem com Clippy, seu assistente do Office. Não correu bem. As pessoas odiaram tanto que, em 2010, Clippy entrou na lista das piores invenções de todos os tempos da revista Time. Mas desta vez é diferente, diz Chandrasekaran.

As empresas agora têm linguagem e reconhecimento de voz razoavelmente confiáveis, tecnologia de análise de sentimento e mecanismos de recomendação. E com a digitalização, eles agora têm os dados de que precisam para treinar esses sistemas com base nos requisitos específicos da empresa.

“Não há substituto para os dados”, diz ele. “Por exemplo, em contact centers, você tem que fornecer dados bons com sotaques ruins, com palavras mal pronunciadas, com ruído de fundo, para que ele tenha um bom mecanismo de transcrição de fala. Com contratos, você tem que dar exemplos de contratos em diferentes linguagens e diferentes formas e gostos. Não há substituto para bons dados, para dados anotados humanamente”.

As empresas também precisam garantir que tenham um mecanismo de feedback para continuar a treinar e melhorar o sistema. “Quando você cria aplicativos tradicionais, o melhor dia é o primeiro, porque tudo funciona e os problemas acontecem depois”, diz Chandrasekaran. “Com a IA, o primeiro dia é o pior dia. As empresas precisam estar preparadas para as primeiras iterações”.

Em muitas áreas, os sistemas de IA já estão em um ponto bastante estável e podem ser colocados para fazer um trabalho útil, diz ele. “Há áreas ainda emergentes, tais como a forma de extrair notas manuscritas em um documento”.

Aprendizagem de microdose

Carmen Fontana, membro do IEEE e Líder de Prática de Tecnologia em Nuvem e Emergente da Centric Consulting, chama a nova abordagem de aprendizagem baseada em IA de “microdosagem”.

“Não gostamos de ficar sentados em uma classe 40 horas por semana para aprender alguma coisa”, diz ela. “Com a IA, você pode fazer isso em pequenas partes, com pequenos avisos, no momento – por isso é oportuno e fácil de absorver”.

Na Centric, a própria Fontana é criadora e consumidora desse tipo de aprendizado.

“Na verdade, eu crio conteúdo com base na minha área de prática para que as pessoas fora da minha área possam entender o que fazemos”, diz ela. “Dá menos trabalho para mim e, em vez de ter aulas de treinamento formal sobre o que minha equipe faz, posso colocar esse conteúdo e as pessoas podem pegar essas microdoses”.

A empresa também possui um mecanismo de recomendação e pode criar caminhos de aprendizagem para os funcionários. A própria Fontana, por exemplo, recentemente aprendeu sobre os valores e a cultura de sua empresa.

“É sempre constrangedor quando você já está aqui há nove anos”, diz ela. “Mas eles não tinham esse treinamento quando eu comecei, então eu queria voltar e revisitá-lo e entender como nos posicionamos em nossos valores e cultura”. A nova abordagem dá aos funcionários o controle de seu aprendizado, diz ela.

“Este é um grande diferencial em comparação com quando me tornei uma consultora”.

Riscos potenciais de treinamento baseado em IA

Kamlesh Mhashilkar, Chefe da Prática de Dados e Analytics da Tata Consultancy Services, vê a IA sendo usada para a construção de habilidades com base no contexto, para identificar funcionários que se beneficiariam de um determinado curso ou conferência e para planos educacionais personalizados para disciplinas individuais.

Mais recentemente, a IA tornou-se útil para ajudar a supervisionar exames. Nos bons velhos tempos, as pessoas podiam viajar fisicamente para centros de testes para fazer os exames de certificação.

“Com a Covid, a IA realmente ajudou na supervisão de máquinas, autoprotetor ou supervisão dupla”, diz Mhashilkar. “Se a pessoa está movendo os olhos para um lado ou para outro continuamente – a pessoa está realmente fazendo o exame ou está tentando cometer uma fraude?”

Algumas escolas já estão usando IA para dar nota aos trabalhos dos alunos – e obtendo má publicidade quando não vai bem.

“Houve uma reação negativa por causa da maneira como ele é implementado”, diz Joe Tobolski, CTO da Nerdery, uma consultoria de serviços digitais. “Tenho um pouco de receio quanto a isso, por causa da capacidade dos vieses de introduzir falsos negativos no sistema”.

Usar IA para transferir conhecimento de funcionários experientes para novos, o que é cada vez mais relevante para setores com força de trabalho envelhecida, também traz riscos.

“Vemos isso agora em acordos de terceirização em que os trabalhadores eram solicitados a ensinar seu trabalho para uma organização terceirizada e eles sabotavam isso”, diz ele.

Com uma máquina, que é menos provável de gritar com alguém por dar um conselho obviamente ruim, isso é provavelmente ainda mais provável de acontecer, diz ele.

“Existem consequências não intencionais”, diz ele. “Alguém poderia abusar disso? Claro, e provavelmente vão”.