Recentemente, ao construir uma automação para avaliar oportunidades profissionais, percebi que a parte mais difícil não era a tecnologia. Era definir o que significava uma boa oportunidade.
Antes de qualquer modelo analisar vagas, eu precisava tornar explícitos critérios que normalmente permanecem dispersos no julgamento: remuneração mínima, modelo de contratação, localização, maturidade da empresa, nível de autonomia e aderência ao tipo de problema que quero resolver.
Enquanto esses critérios estavam vagos, a automação produzia respostas plausíveis, mas não necessariamente boas.
O processo melhorou quando cada recomendação passou a responder a perguntas objetivas: qual evidência sustenta esta avaliação? Qual limite elimina uma opção? Quais exceções exigem revisão humana? Que tipo de risco não pode ser reduzido a uma nota?
Automação não elimina julgamento. Ela obriga o julgamento a se tornar explícito, consistente e auditável.
Isso vale para recrutamento, crédito, priorização comercial, atendimento ou qualquer processo em que uma máquina ajude a decidir.
A IA pode ampliar a velocidade de uma decisão. Mas a qualidade continua dependendo dos critérios que orientam o sistema.
Antes de perguntar “o que podemos automatizar?”, talvez a pergunta mais útil seja: qual decisão estamos tentando tornar mais consistente?