"When to Hand Off, When to Work Together": Expanding Human-Agent Co-Creative Collaboration through Concurrent Interaction

Este artigo apresenta o sistema CLEO e um modelo de decisão que permitem a agentes de IA interpretar ações humanas em tempo real em artefatos compartilhados, facilitando a colaboração co-criativa dinâmica ao distinguir entre feedback e trabalho independente.

O essencial

Imagine que você está pintando um quadro gigante com um amigo. No mundo humano, a colaboração é fluida: você pinta o céu, ele pinta a montanha, e de repente você vê uma mancha de cor que não gosta, então você pega o pincel e ajeita ali mesmo, enquanto ele continua pintando a montanha. Vocês se observam, entendem o que o outro está fazendo e ajustam o ritmo em tempo real.

Agora, imagine que esse "amigo" é uma Inteligência Artificial (IA). Até agora, a maioria das IAs funcionava como um aluno muito obediente, mas um pouco lento: você dava uma ordem ("pinte o céu azul"), ele saía para o fundo da sala, ficava trancado por 10 minutos e voltava com o quadro pronto. Se você quisesse mudar algo no meio do processo, tinha que esperar ele terminar, ou pior, ele não entendia que você estava mexendo na tela enquanto ele trabalhava.

Este artigo de pesquisa, feito por um grupo de cientistas da Coreia do Sul e dos EUA, pergunta: "E se a IA pudesse trabalhar junto conosco, em tempo real, como um parceiro de verdade?"

Aqui está a explicação simples do que eles descobriram, usando analogias do dia a dia:

1. O Problema: O "Aluno" que não entende o "Mestre"

No primeiro experimento, eles criaram uma IA que mostrava o que estava fazendo passo a passo (como se o aluno mostrasse o rascunho enquanto pintava).

• O que funcionou: Os designers puderam ver o progresso e entender a lógica da IA.
• O que deu errado: Quando um designer tentava ajudar ou corrigir algo enquanto a IA ainda estava pintando, a IA ficava confusa. Ela não sabia se a mudança era um "comando" para ela mudar de ideia ou apenas o designer fazendo seu próprio trabalho ao lado. Era como se a IA dissesse: "Espere, você está mudando a cor que eu escolhi? Eu devo voltar atrás ou continuar?"

2. A Solução: "Cleo", o Parceiro Atento

Para resolver isso, eles criaram um novo sistema chamado Cleo.
Pense no Cleo não como um robô cego, mas como um copiloto de avião.

• Se você (o piloto) pega o manche e ajusta a altitude, o copiloto (Cleo) entende: "Ah, o piloto quer mudar a rota. Vou ajustar meus planos para seguir essa nova direção."
• Se você (o piloto) apenas olha pela janela e faz anotações no seu caderno, o copiloto entende: "Ele está apenas observando. Vou continuar pilotando sozinho."

O Cleo foi treinado para distinguir entre:

1. Feedback: "Você errou, conserte isso agora."
2. Trabalho Paralelo: "Eu vou fazer minha parte enquanto você faz a sua."
3. Apropriação: "Gostei dessa parte que você fez, vou pegar e usar como base para o meu trabalho."

3. O Que Eles Descobriram (As Regras do Jogo)

Eles observaram 10 designers profissionais trabalhando com o Cleo por dois dias e analisaram 214 momentos de interação. Eles descobriram que os humanos não são passivos; eles mudam de estratégia o tempo todo, como um dançarino mudando de passo.

Eles criaram um "Mapa de Decisão" (um guia mental) que explica quando as pessoas fazem o quê:

• O "Delegar Total" (Hands-off): Quando o designer tem muito o que fazer e confia na IA, ele simplesmente diz "faça isso" e vai cuidar de outra coisa. É como pedir um Uber e ir tomar banho enquanto ele vem.
• O "Observar" (Observational): Quando o designer não sabe muito bem como a IA funciona, ele fica de olho, como um professor observando um aluno aprender a andar de bicicleta.
• O "Trabalho em Dupla" (Concurrent): Aqui está a mágica. O designer pega o pincel da IA e pinta junto.
  • Exemplo: A IA está criando botões para um site. O designer vê que a cor está boa, mas o tamanho está errado. Ele ajusta o tamanho enquanto a IA cria o próximo botão. A IA percebe, aprende com o ajuste e aplica no próximo.
• O "Cortar a Corda" (Terminating): Se a IA está indo para o lado errado e o designer acha que é muito trabalho corrigir, ele simplesmente para a IA e faz tudo do zero. Com humanos, isso seria rude; com a IA, é apenas um "reset" rápido.

4. As Lições para o Futuro (O Que os Criadores Devem Fazer)

O estudo sugere que, para ter uma colaboração perfeita com IAs criativas, os sistemas precisam:

• Ter "Olhos" e "Ouvidos" no Tempo Real: A IA precisa saber se você está apenas olhando ou se está prestes a intervir. Se ela vir você se aproximando da tela com o mouse, ela deve pausar e perguntar: "Quer que eu pare aqui para você ajustar?" em vez de continuar e estragar seu trabalho.
• Entender o "Nível" da Intervenção: Se você mexe num detalhe pequeno (como o espaçamento de uma letra), a IA deve entender que é um ajuste fino. Se você copia todo o desenho dela e muda tudo, ela deve entender que você quer assumir o controle total.
• Não Ter "Orgulho": A IA precisa aceitar que você pode apagar o que ela fez sem ficar chateada. Diferente de um humano, a IA não se ofende se você disser "não gostei, refaça". Isso permite experimentação rápida e criativa.

Resumo Final

Este artigo diz que o futuro da criatividade com IAs não é sobre dar ordens e esperar o resultado final. É sobre trabalhar lado a lado.

Imagine uma dança onde, em vez de um líder e um seguidor rígidos, ambos se movem juntos, ajustando o ritmo, trocando de liderança e criando algo novo em tempo real. O "Cleo" é o primeiro passo para transformar a IA de uma ferramenta que "faz o trabalho" em um parceiro que "faz o trabalho com você".

Resumo técnico

Título: "Quando Transferir, Quando Trabalhar Juntos": Expandindo a Colaboração Co-criativa Humano-Agente através da Interação Concorrente

1. Problema e Motivação

A colaboração criativa entre humanos (ex: no Figma ou Google Slides) baseia-se na transparência de processo (ver como o trabalho evolui) e na consciência do espaço de trabalho (saber quem está fazendo o quê). Isso permite divisão dinâmica de tarefas, trabalho simultâneo e adaptação em tempo real.

No entanto, os agentes de IA atuais em domínios criativos geralmente operam em um paradigma rígido de "turno único" (turn-taking): o usuário solicita uma tarefa, o agente executa internamente e entrega apenas o resultado final. Mesmo quando agentes expõem seu raciocínio (textualmente), eles raramente permitem que o usuário intervenha ou trabalhe simultaneamente sobre os mesmos artefatos durante a execução.

• O Lacuna: A falta de consciência de contexto colaborativo. Os agentes não conseguem distinguir se uma ação do usuário no canvas é feedback (correção da tarefa do agente) ou trabalho independente (o usuário fazendo outra coisa). Isso impede a colaboração fluida e intercalada (concorrente) típica de equipes humanas.

2. Metodologia

Os autores conduziram dois estudos sequenciais para investigar e resolver esse problema:

Estudo 1: Prova de Tecnologia Inicial (N=10 designers)

• Objetivo: Investigar como a transparência de processo (visualização passo a passo das ações do agente) afeta a colaboração.
• Sistema: Um plugin para o Figma que exibe as ações do agente em tempo real (movimento do cursor, criação de elementos) e usa interação por voz.
• Descoberta: A transparência permitiu que os designers antecipassem ações e intervissem cedo. No entanto, o sistema falhava em distinguir entre feedback e trabalho independente, causando conflitos (o agente revertia mudanças do usuário). Isso revelou a necessidade de um agente que interprete a intenção colaborativa em tempo real.

Estudo 2: Prova de Tecnologia Avançada com "Cleo" (N=10, 2 dias)

• Objetivo: Entender quando e por que os designers escolhem delegar, dar direções ou trabalhar concorrentemente.
• Sistema (Cleo): Um agente aprimorado ("Collaborative Linked Executive Operator") com três módulos novos:
  1. Detecção de Mudanças do Usuário: Identifica ações do usuário enquanto o agente está inativo ou ativo.
  2. Mudança de Atribuição: Distingue se uma alteração no canvas foi feita pelo agente ou pelo usuário.
  3. Atualização de Plano: Replaneja a execução do agente em tempo real com base nas intervenções do usuário, adaptando-se sem quebrar o fluxo.
• Procedimento: Os participantes realizaram tarefas de design de 2 dias. No segundo dia, foram realizadas entrevistas de recordação estimulada (stimulated recall) analisando logs visualizados de 214 "turnos" de interação (períodos desde o início até o fim de uma tarefa do agente).
• Análise: Codificação qualitativa indutiva dos padrões de ação, gatilhos (triggers) e fatores habilitadores.

3. Principais Contribuições e Resultados

A. Padrões de Ação do Usuário (5 Categorias)

A análise dos 214 turnos revelou cinco padrões principais de interação durante a execução do agente:

1. Hands-off (Delegação Total): O usuário se desengaja completamente para focar em outras tarefas (70,1% dos turnos).
2. Observational (Observação): O usuário monitora o progresso sem intervir (68,7% dos turnos).
3. Concurrent (Concorrente): O usuário trabalha simultaneamente no mesmo artefato ou em tarefas relacionadas (31,8% dos turnos). Inclui:
   • Co-edition in-situ: Editar o mesmo sub-tarefa junto com o agente.
   • Apropriação de resultado intermediário: Copiar e usar a saída parcial do agente.
   • Tomada de oportunidade: O usuário completa uma sub-tarefa pendente do agente enquanto ele faz outra.
4. Directive (Direção): O usuário dá instruções verbais ou muda a tarefa (28,5% dos turnos).
5. Terminating (Terminação): O usuário cancela a execução do agente (8,9% dos turnos).

B. Gatilhos e Fatores Habilitadores

O estudo identificou 6 gatilhos que levam o usuário a intervir (ex: "Faísca de Ideia" ao ver o trabalho em progresso, "Queda na Qualidade de Execução", "Interpretação Desalinhada da Tarefa") e 4 fatores habilitadores que determinam como o usuário reage a esses gatilhos:

1. Modelo Mental: O usuário conhece as capacidades do agente? (Sem modelo mental, tende a observar mais).
2. Prioridade da Tarefa: O trabalho do usuário é mais urgente que o do agente?
3. Preferência de Modulação: O usuário prefere explicar verbalmente ou editar diretamente?
4. Expectativa de Sucesso: O usuário acredita que a intervenção levará a um resultado melhor?

C. Modelo de Decisão e Loops de Interação

Os autores propuseram um Modelo de Decisão que descreve a dinâmica fluida entre os estados de colaboração. O modelo identifica 6 loops de interação:

• Loop de Delegação Total: Usuário focado em outra tarefa, ignorando o agente até que ele termine ou a prioridade mude.
• Loop de Observação Contínua: Usuário monitorando ativamente para construir um modelo mental ou sincronizar o trabalho.
• Loop de Intervenção: Ocorre quando um gatilho é detectado. O usuário transita para Concorrente, Direção ou Terminação dependendo dos fatores habilitadores.
• Loop de Redirecionamento de Tarefa: O usuário atribui uma nova tarefa ao agente enquanto ele executa a anterior.

4. Implicações para Design e Significância

O trabalho oferece diretrizes cruciais para o desenvolvimento de agentes colaborativos adaptativos:

1. Coordenação Temporal: A transparência de processo não é apenas para visualização, mas para estabelecer "marcos temporais" que permitem ao usuário sincronizar suas ações com o progresso do agente.
2. Granularidade de Intervenção: Sistemas devem interpretar diferentes níveis de intervenção (edição fina vs. apropriação grosseira) como sinais distintos de feedback (correção de plano vs. validação de direção).
3. Antecipação Proativa: Agentes devem usar sinais comportamentais (foco do viewport, proximidade do cursor) para prever intervenções iminentes e pausar proativamente a execução, evitando desperdício de computação e conflitos.
4. Manipulação da Presença: Permitir que os usuários movam o "cursor" ou a presença do agente no canvas pode servir como um sinal explícito de intenção (ex: "trabalhe aqui" vs. "trabalhe lá").
5. Aprendizado de Preferências: As interações concorrentes (edição direta) fornecem dados comportamentais ricos sobre preferências de estilo e qualidade, superiores a instruções verbais para o treinamento de modelos.
6. Baixo Custo Social: Diferente da colaboração humana, a interação com agentes permite correções abruptas e apropriação de trabalho sem consequências sociais, permitindo fluxos de trabalho mais experimentais e iterativos.

Conclusão

O artigo demonstra que a colaboração humano-agente deve evoluir de um modelo sequencial (pergunta-resposta) para um modelo concorrente e adaptativo. A introdução do sistema Cleo e a análise detalhada dos padrões de interação provam que, quando os agentes possuem consciência de contexto colaborativo, os usuários transicionam fluidamente entre delegação e co-criação, resultando em um fluxo de trabalho mais eficiente e criativo. O estudo libera um conjunto de dados anotado (214 turnos) para futuras pesquisas na área de HCI e IA generativa.