Por que “saber usar IA” diz pouco sobre um trabalho

Quanto mais uso IA, menos acredito que “saber usar IA” seja suficiente para explicar meu trabalho. A competência continua sendo útil e, em muitos contextos, esperada. O que me parece fraco é apresentá-la sem contexto, como se a ferramenta explicasse a qualidade do que foi feito.

Uma expressão que cabe em tudo

“Saber usar IA” pode descrever atividades muito diferentes: revisar um texto, pesquisar um assunto, construir um protótipo, organizar informações, analisar dados, automatizar uma etapa de processo. Cada uma exige conhecimentos distintos, e a ferramenta participa de maneiras diferentes em cada caso. Sozinha, a expressão diz pouco sobre o que alguém consegue entregar.

Ao mesmo tempo, a competência passou a ser cobrada. O Work Trend Index de 2024, da Microsoft e do LinkedIn, ouviu 31 mil pessoas em 31 países e encontrou que 75% dos trabalhadores do conhecimento já usavam IA no trabalho, e que 66% das lideranças disseram que não contratariam alguém sem habilidades em IA. O mesmo estudo registrou que apenas 39% dos usuários haviam recebido algum treinamento da empresa (Microsoft e LinkedIn, 2024 Work Trend Index).

Se a competência é amplamente esperada, ela deixa de diferenciar por si só. O que passa a diferenciar é a capacidade de mostrar o que foi feito com ela.

O que mostrar no lugar da expressão

No meu portfólio, prefiro mostrar a tarefa e as decisões. Tento responder a quatro perguntas em cada projeto.

pergunta	por que importa
Que problema tentei resolver?	situa o trabalho e permite avaliar se a solução faz sentido
Qual foi minha participação?	separa o que decidi do que a ferramenta produziu
O que foi construído?	mostra a entrega concreta, não a intenção
O que ainda não foi validado?	evita que uma proposta pareça um resultado

A segunda pergunta é a mais delicada quando há IA no processo. Uma forma que tenho usado é descrever as etapas: quem definiu o problema, quem escreveu o briefing, o que a ferramenta gerou, o que foi revisado, alterado ou descartado, e com qual critério. Essa descrição não diminui o trabalho. Pelo contrário, torna visível a parte que exige julgamento.

A primeira versão não é compreensão

Esse exercício também me ajuda a perceber o que preciso aprender. Conseguir chegar a uma primeira versão com assistência não significa compreender todos os detalhes necessários para manter aquela solução. Um protótipo de página construído com ajuda de IA pode funcionar na demonstração e esconder decisões técnicas que eu não saberia justificar ou corrigir sozinho.

Quando percebo essa distância, registro no próprio projeto. Isso tem dois efeitos: deixa a apresentação mais honesta para quem avalia e transforma a lacuna em uma lista concreta do que estudar.

Ser reconhecido pelo que se analisa e executa

Quero ser reconhecido pelo que consigo analisar, organizar e executar em marketing. A IA participa desse processo e amplia o que consigo fazer, em velocidade e em alcance. O portfólio precisa mostrar onde ela participa e com quais limites, porque é essa informação que permite a alguém avaliar o trabalho.

Na prática, isso levou a uma reorganização do próprio portfólio, com cada projeto identificado pela sua natureza. Descrevi esse processo em Como indicar a natureza de cada projeto em um portfólio.

Referências

• Microsoft e LinkedIn. 2024 Work Trend Index on the state of AI at work. 08/05/2024. Link