IA agêntica em RH: "Não se utiliza um agente, colabora-se com ele"

Arago: A IA agêntica impõe-se nas agendas de RH, mas muitos decisores têm dificuldade em medir o seu alcance real. Por onde começar para perceber o que temos verdadeiramente à frente?

Karam El Wardi: "Há uma citação de que gosto muito: 'A maior falha da humanidade é a nossa incapacidade de compreender a função exponencial.' É do Professor Albert Allen Bartlett, e resume tudo.

Quando falo com equipas de liderança, costumo colocar-lhes esta questão: se der 30 passos de forma linear, percorre 30 ou 40 metros. Previsível. Mas se cada passo duplicar o anterior, de forma exponencial, quantos metros percorreu ao passo 30? A resposta: 1 073 741 824 metros. O suficiente para ir à Lua, voltar, e ir novamente.

É exactamente onde estamos com a IA. A sua evolução não é linear. Duplica, todos os meses, em desempenho e capacidade. E é por isso que quando os clientes me pedem um ROI a 5 ou 10 anos, respondo-lhes honestamente: esse ROI estará errado. Não porque não queira ajudar a construí-lo, podemos fazê-lo, e faremos se precisarem. Mas basear-se-á no que sabemos hoje, não no que será a IA daqui a três anos.

Para um ERP como o SAP SuccessFactors, projectar um ROI a 3 anos é legítimo: a tecnologia evolui de forma linear, duas ou três vezes por ano, de forma previsível. Para a IA agêntica, é ficção. As capacidades que existiam há seis meses já estão obsoletas."

Então como avançar, se não nos podemos projectar?

"Voltamos ao essencial. Face ao desconhecido, avançamos passo a passo, sobre o que compreendemos. E para compreender a IA agêntica, é preciso primeiro perceber o que é um agente.

Esta palavra está em todo o lado, é banalizada, e isso é um problema, porque não se pode adoptar o que não se compreende. E sobretudo, não se pode 'utilizar' um agente. 'Colabora-se' com ele. Não é um detalhe semântico: é uma mudança de paradigma completa."

Então o que é, concretamente, um agente de IA?

"Um agente é quatro componentes que funcionam em ciclo:

• Primeiro, um cérebro: o que chamamos de LLM, um Large Language Model. É o que raciocina, planeia, compreende uma intenção. Sem ele, tem um script, não um agente.
• Depois, ferramentas. Um agente pode ler, escrever, agir sobre sistemas reais. Não está preso por detrás de um vidro a observar os seus dados sem os poder tocar. Sem ferramentas, tem um chatbot.
• Existe também a memória: o agente recorda o contexto, o histórico das interacções. Sem memória, é uma simples pergunta/resposta.
• E por fim, a autonomia: decide quando agir, quando pedir ajuda, quando parar. É o que o distingue fundamentalmente de um comando ou de um script.

Chatbot, script ou agente: não são a mesma coisa. Um chatbot responde. Um script executa. Um agente decide, age, mede, ajusta, e pode substituir um fluxo de trabalho inteiro, não apenas uma tarefa.

O importante a compreender é que o agente se assemelha ao ser humano. Não por acaso, mas porque foi o humano que o criou. E desde sempre, quando os humanos criam algo, ele assemelha-se a eles."

E esta semelhança com o humano, o que muda na forma como os devemos avaliar?

"Tudo. Quando um candidato vem concorrer a uma vaga, não lhe pergunta qual é a capacidade da sua memória ou a que velocidade escreve. Avalia as suas competências, a sua experiência, o que já fez, as suas referências. Um agente de IA recruta-se da mesma forma.

O problema hoje é que os vendedores de agentes vão destacar a potência, a velocidade, a memória incrível da sua solução. É como se um candidato lhe dissesse numa entrevista: 'Tenho uma excelente memória e escrevo muito depressa.' Não é isso que conta.

O que deve perguntar é: este agente conhece o meu sector? Compreende as convenções colectivas ? Domina a lógica do meu SIRH? Consegue fazer uma auditoria à minha configuração do SAP SuccessFactors? Tem experiência no meu tipo de organização?

Um agente genérico que sabe tudo e nada sabe fazer em profundidade é como um colaborador brilhante mas sem especialidade. Não lhe será verdadeiramente útil."

Fala-se muito de pilotos de IA que nunca passam para produção. Observa isso também?

"Sim, e é sistemático. Pegue em qualquer LLM de alto desempenho, coloque-o frente a uma função de negócio de RH: os primeiros 10 minutos são impressionantes. Depois aparecem cinco lacunas, sempre as mesmas.

O agente não é especialista: raciocina de forma generalista, ignora as suas políticas, regras locais e especificidades de negócio. Não está ligado: não lê os seus sistemas em tempo real. Quantos colaboradores no SAP SuccessFactors? Quantos tickets abertos no ServiceNow? Não sabe. E um agente que não sabe não augmenta ninguém. Não é fiável: faça a mesma pergunta cinco vezes e obterá cinco respostas ligeiramente diferentes. Não é aceitável numa empresa, e ainda menos com o AI Act europeu, que exige rastreabilidade das decisões assistidas por IA. Não é compreendido: é uma caixa negra. Nem as TI nem o DPO conseguem explicar por que respondeu assim e não de outra forma. Não é seguro: os direitos de acesso do agente não são coerentes com os do seu SIRH. Cria uma porta traseira na sua arquitectura de segurança.

Uma única destas cinco lacunas é suficiente para matar um piloto. Não cinco, apenas uma!"

Então o que é um bom agente de IA?

"Um bom agente reúne cinco qualidades em simultâneo, porque não são opcionais.

• É especialista: conhece o seu negócio, com competências testadas e documentadas, ancoradas nas suas políticas reais. Não 'conheço RH em geral', mas 'conheço RH em Portugal, as convenções colectivas, e a sua instância SAP SuccessFactors'.
• Está ligado: lê os seus sistemas em tempo real (SAP, ServiceNow, Microsoft 365, Cornerstone, Jira...). Não uma cópia de ontem, dados em tempo real.
• É fiável: cada resposta é referenciada, rastreável e auditável. Mesma pergunta, mesma resposta. É o que chamamos de determinismo, inegociável para a conformidade.
• É compreendido: as TI e o DPO podem inspeccionar o ciclo de raciocínio e perceber por que o agente disse o que disse.
• É seguro: herda os direitos e permissões do seu SIRH. Sem segunda porta. Um perfil sem acesso à remuneração no SAP SuccessFactors também não acede através do agente.

Estas cinco qualidades reunidas são o que faz passar um agente de gadget a verdadeiro colaborador digital."

Como decorre o desenvolvimento de competências de um agente, após a sua implementação?

"Exactamente como com um novo colaborador. Quando alguém entra numa organização, não lhe pede um plano de carreira a 5 anos logo no primeiro dia. Avalia-o, dá-lhe feedback, ele progride.

Com um agente de IA, é igual. Faz perguntas, dá feedback: 'esta resposta foi perfeita', 'esta não está no espírito da nossa cultura', 'da próxima vez, apresenta isso de forma diferente.' Cada feedback é codificado. O agente treina nele, afina, melhora. Até atingir o sweet spot, a resposta que corresponde exactamente ao que espera, no seu contexto, com a cultura da sua empresa.

Nesse momento, já não fala em 'utilizar' um agente. Colabora com ele. E é isso, a verdadeira transformação."

Que lugar resta para o humano neste modelo?

"Um lugar central e insubstituível. Um agente erra. Todos os agentes actuais erram, porque a partir do momento em que se permite que raciocine, há uma margem de erro possível. É inerente. É portanto impossível ter um agente 100% autónomo em decisões sensíveis. É necessário que um humano controle, valide, corrija.

Uso muitas vezes a imagem do ténis. O que torna um jogo bonito não é o jogador que bate com mais força. É a troca de bolas. O valor está na qualidade do jogo entre os dois. Ter o agente mais poderoso do mundo não serve de nada se a governação entre ele e o humano for má. O valor não está na inteligência de um ou do outro, está no equilíbrio que se encontra entre os dois."