Muito antes de liderar a Rebelião e se envolver em duelos com sabres de luz com o Darth Vader, Luke Skywalker era um simples aprendiz que treinava nos pântanos de Dagobah enquanto carregava o mestre Yoda nas costas.

A experiência de aprendizes e estagiários no mundo real não é tão diferente da passada por Luke.

Por exemplo, um advogado iniciante com uma pilha de papelada para ler, ou aquele estagiário corporativo tendo que anotar os pedidos de café dos seus superiores, ou uma fila de aspirantes a chefes de cozinha abrindo ostras o dia todo.

Por mais exaustivo que possa parecer, esse trabalho braçal frequentemente é visto como um mal necessário, pois é a única maneira de muitos aprendizes conseguirem compensar seus mestres pelo treinamento profissionalizante que recebem.

“O mestre pode dizer: 'Certo, vou te treinar. Porém, em troca disso, você trabalhará para mim por um tempo e vou te pagar menos do que você produzir'”, diz Luis Rayo , professor de estratégia na Kellogg School e especialista em teoria dos contratos e economia organizacional.

No entanto, a recente ascensão da IA tornou muito mais complexa uma dinâmica que existe há longa data. Modelos de linguagem complexos, como Claude e Gemini, realizam cada vez mais muitas tarefas comuns de aprendizado, frequentemente com eficiência muito superior à de um aprendiz médio.

Na verdade, pesquisas recentes já mostram uma queda na contratação de profissionais iniciantes, mas não de profissionais experientes, nas funções mais expostas à IA generativa.

“As economias muito comumente resolvem o difícil problema de transferir capital humano de uma geração para a outra com sistemas semelhantes ao aprendizado profissional”, diz Rayo.

“A IA corre o risco de destruir esse sistema, e o problema a tratar então será: quem irá treinar a próxima geração de especialistas?”

Para melhor compreender essa possibilidade, Rayo trabalhou com Luis Garicano, da London School of Economics, para modelar matematicamente o que acontece quando a IA se mete na relação mestre-aprendiz.

Os pesquisadores descobriram que, quanto mais tarefas a IA assume do aprendiz, menos viáveis se tornam os programas de aprendizagem.

No entanto, também descobriram que a IA tem a capacidade de ajudar a elevar o nível máximo de habilidade e produtividade de aprendizes de nível avançado, o que pode aumentar o valor dos aprendizes e dar aos mestres mais incentivo para contratá-los.

“Então essa situação é uma corrida entre os dois [efeitos da IA]”, diz Rayo. “Um reduz os lucros, o outro os aumenta, e aquele que prevalece determina a capacidade de lucro de um programa de aprendizagem”.
Eis a IA

O interesse de Rayo por este tema vem de sua pesquisa anterior , na qual ele e seus coautores modelaram a relação tradicional entre mestre e aprendiz.

O modelo apresenta duas premissas básicas: o aprendiz não tem dinheiro suficiente para pagar ao mestre pelo treinamento e não pode simplesmente prometer pagar depois.

Assim, o mestre deseja prolongar o período de treinamento para obter o máximo proveito do aprendiz durante esse período.

Rayo e Garicano, ambos pesquisadores do Centro de Pesquisa de Política Econômica , identificaram dois efeitos importantes após a introdução da IA no modelo que criaram.

Primeiro, a IA eleva o nível de exigência do que os aprendizes precisam fazer para agregar valor. Como as ferramentas de IA conseguem realizar muitas das tarefas básicas do aprendiz quase que totalmente sozinhas, o aprendiz deixa de ser necessário para tarefas banais. Consequentemente, o aprendiz perde um pouco de valor para o mestre.

“Agora que a IA trabalha essencialmente de graça, a moeda que os aprendizes usam para comprar conhecimento está desaparecendo”, diz Rayo.

Em segundo lugar, a IA amplia o leque de possibilidades que um aprendiz avançado pode oferecer.

As ferramentas de IA podem complementar parte do trabalho de nível superior realizado por aprendizes, o que aumenta o valor do seu trabalho e, ao mesmo tempo, proporciona a eles muito mais oportunidades de aprendizado.

“Portanto, para aprendizes com um nível de conhecimento suficientemente alto, a IA é uma coisa boa. Ela complementa as habilidades e aumenta a produtividade”, afirma Rayo.

“E se o nível de conhecimento for muito alto, ainda haverá um grande potencial de crescimento de produtividade”.

Uma corrida que marcará a história

Os economistas usaram o cenário de um escritório de advocacia para ilustrar como isso pode acontecer na vida real.

Com a IA, um advogado júnior, o aprendiz, não tem mais tanto trabalho braçal para fazer, então é treinado para realizar trabalhos mais avançados e cobrar mais por eles. Em outras palavras, o patamar mínimo de faturamento é mais alto.

No entanto, uma vez que os advogados juniores começam realizando trabalhos mais avançados, eles conseguem concluir o treinamento muito mais rapidamente do que nos moldes do passado.

Assim, apesar do valor agregado inicial, um período de aprendizado mais curto acaba reduzindo o valor que eles trazem para os sócios do escritório a longo prazo.

Assim, quanto mais a IA puder fazer, o escritório terá menos incentivo para arcar com os custos de contratação e treinamento de advogados juniores.

Ao mesmo tempo, a IA também ajuda não só os sócios seniores, mas também os associados juniores altamente qualificados a trabalharem com mais eficiência e a faturarem mais do que antes.

Há também muito mais que os associados juniores podem absorver e fazer. Se isso aumentar a rentabilidade o suficiente para cobrir o custo da contratação e formação de profissionais de tal nível, então eles se tornam ainda mais desejáveis para a firma.

“A pergunta é: qual deles está crescendo mais rápido: o piso ou o teto?”, diz Rayo.

Para responder à pergunta em relação a um programa de aprendizagem específico, uma empresa precisaria rastrear o valor que um funcionário altamente treinado produz com a ajuda da IA em comparação ao valor que a IA cria por conta própria.

De acordo com o modelo, um programa de aprendizagem vale a pena se essa proporção for maior que o número de Euler (e) (2,71828), a famosa constante matemática amplamente utilizada no mundo das finanças.

Um futuro brilhante?

Quanto maior for a diferença entre o nível mínimo e máximo de um programa de aprendizagem, maior será o seu valor. Quanto menor a diferença, menor será o valor que agrega.

Entretanto, se a diferença entre o teto e o piso diminuir o suficiente, não apenas para um único programa de aprendizagem, mas para toda a força de trabalho, a sociedade poderá ter que enfrentar sérias consequências.

“O conhecimento humano começaria a desaparecer e, em seguida, os robôs simplesmente fariam tudo o que fossem capazes de fazer sozinhos, sem o benefício adicional do conhecimento humano avançado”, diz Rayo.

“Esse será um caso em que, em vez de acumularmos conhecimento como sociedade, começaremos a perdê-lo”.

Para lidar com esse cenário mais pessimista e manter os programas de aprendizagem ativos, as empresas poderiam exigir que os aprendizes ou estagiários reembolsassem a empresa após a conclusão do treinamento, concordando em trabalhar por um salário menor por um certo período.

Ou o governo poderia subsidiar programas de aprendizagem por meio de bolsas ou empréstimos. Porém, ambas as opções têm um grande custo, seja para o aprendiz ou para a sociedade.

Uma abordagem mais razoável seria adaptar e aprimorar o sistema educacional. As universidades, por exemplo, poderiam ajudar a preparar futuros aprendizes e estagiários para ingressarem no mercado de trabalho em um nível suficientemente alto de forma a agregar valor imediato à empresa, superior ao da IA sozinha.

Para que isso aconteça, Rayo acredita que o sistema educacional precisaria ensinar os alunos conhecimentos extremamente valiosos, especialmente princípios gerais que sejam amplamente aplicáveis a muitos tipos de trabalho.

Esse é o tipo de informação que “dá às pessoas a capacidade de realizar tarefas que a IA não consegue fazer sozinha”, diz ele.

“Quanto mais princípios fundamentais a pessoa aprender de diferentes disciplinas, melhor posicionada estará para direcionar a IA e avaliar a qualidade dos seus resultados”.

Essas estratégias podem se tornar menos necessárias, no entanto, se a IA ampliar a diferença entre o nível mínimo e o máximo de aprendizado para os aprendizes como um todo.

Nesse cenário, os aprendizes naturalmente começariam realizando trabalhos mais especializados. E ainda assim teriam muito a aprender e a contribuir, uma vez que a IA aumentou sua produtividade e expandiu o escopo de seu trabalho.

Com uma educação adequada, por exemplo, um jovem padawan como Luke poderia ter começado seu aprendizado com muito mais controle sobre suas emoções e a Força, e ter conseguido desenvolver um nível de poder maior.

“Passaríamos mais tempo realizando tarefas avançadas, e nosso nível final de produtividade, o teto que atingimos quando estamos totalmente treinados, continuaria crescendo”, diz Rayo.

“Esse é um futuro brilhante, com níveis extremos de produtividade e transmissão de conhecimento de uma geração para a outra”.