The Values of Value in AI Adoption: Rethinking Efficiency in UX Designers' Workplaces

Este artigo argumenta que a adoção de IA no trabalho de designers de UX deve ser compreendida como um processo de negociação de valores que reconfigura papéis, relações e poder em múltiplas escalas, onde as discussões sobre eficiência carregam dimensões éticas e sociais cruciais para a agência dos trabalhadores.

O essencial

Imagine que você está em uma cozinha de restaurante muito movimentada. De repente, o chef traz uma nova máquina mágica: um robô que corta legumes, mistura molhos e até escreve os cardápios em segundos.

A gerência do restaurante (a empresa) fica eufórica: "Isso vai nos fazer ganhar muito dinheiro! Vamos ser os mais rápidos da cidade!" Mas os cozinheiros (os designers de UX) olham para a máquina com uma mistura de curiosidade e medo.

Este artigo de pesquisa, feito por estudiosos do Georgia Tech, conta exatamente essa história, mas no mundo do design de produtos digitais. Eles conversaram com 15 designers para entender o que realmente acontece quando a Inteligência Artificial (IA) chega ao trabalho deles.

Aqui está a explicação simples, dividida em três camadas, como se fosse um bolo:

1. O Nível Individual: "Eu vou ficar obsoleto?"

Para o designer individual, a IA é como um superpoder, mas com um efeito colateral assustador.

• O Lado Bom: A máquina faz o trabalho chato e repetitivo (como redimensionar imagens ou transcrever entrevistas) em segundos. É como ter um ajudante que nunca dorme.
• O Lado Ruim: Os designers começam a se perguntar: "Se a máquina faz tudo isso, o que sobra para mim? Eu ainda tenho valor?"
• A Analogia: É como um músico que aprende a usar um sintetizador. Ele toca mais rápido, mas tem medo de que, no futuro, ninguém precise mais ouvir o som do violão dele. Eles sentem que estão "atrofiando" seus músculos criativos, como se estivessem usando um andador o tempo todo e esquecendo como andar sozinhos.

2. O Nível da Equipe: "Quem é o chefe agora?"

Quando a IA entra na equipe, as regras do jogo mudam. Não é mais apenas sobre trabalhar juntos; é sobre quem confia em quem.

• O Problema da Transparência: Se eu uso a IA para fazer meu trabalho, devo avisar aos meus colegas? Se eu não aviso, e a IA inventar uma informação errada (o que chamam de "alucinação"), quem leva a culpa? É como jogar um jogo de futebol onde um jogador usa um motor no pé, mas não avisa o juiz.
• O Medo do "Substituto": Um designer de texto pode ter medo de que a IA faça seu trabalho. Um programador júnior pode ter medo de que um designer, usando IA, comece a escrever código e o substitua.
• A Analogia: Imagine uma orquestra onde um instrumento começa a tocar sozinho. Os outros músicos ficam confusos: "Ele está tocando bem? Ele está tocando a música certa? Ou ele está apenas fazendo barulho?" A confiança, que é o alicerce da equipe, começa a rachar.

3. O Nível da Empresa: "A máquina manda ou o humano manda?"

Aqui está o grande conflito. A empresa quer eficiência (fazer mais rápido e barato), mas os funcionários querem qualidade e segurança.

• O Dilema: A gerência diz: "Usem essa IA para economizar tempo!" Mas, para usar a IA legalmente (especialmente em bancos ou hospitais), é preciso passar por tantas regras e aprovações que o projeto atrasa mais do que se fizessem tudo manualmente.
• A Realidade: Muitas vezes, a empresa compra a IA não porque ela é a melhor ferramenta, mas porque "é o que está na moda" ou para parecer inovadora. É como comprar um carro de luxo só para mostrar no Instagram, mesmo que ele quebre toda hora.
• A Analogia: É como se o dono da casa dissesse: "Vamos usar um drone para entregar a pizza!" Mas o drone não tem permissão para voar sobre o bairro, e a pizza chega fria. O dono quer a imagem de modernidade, mas o entregador (o designer) é quem tem que lidar com a bagunça.

A Grande Lição: O que é "Valor"?

O ponto principal do artigo é uma mudança de óculos.

• Para a Empresa: "Valor" significa dinheiro e velocidade. (Fazer mais em menos tempo).
• Para o Designer: "Valor" significa confiança, aprendizado e dignidade. (Fazer um trabalho que eu possa orgulhar e que me mantenha relevante).

O artigo diz que a IA não é apenas uma ferramenta técnica; ela é um espelho que reflete quem manda na empresa e como as pessoas se relacionam.

Conclusão Simples:
Não basta perguntar "A IA é eficiente?". A pergunta certa é: "A quem essa eficiência serve?". Se a IA faz o trabalho mais rápido, mas deixa os funcionários com medo de perderem seus empregos ou sem saber quem é responsável pelo erro, então o "valor" está sendo mal calculado.

O estudo pede que as empresas parem de tratar a adoção da IA como uma simples compra de software e comecem a tratá-la como uma conversa sobre valores: quem decide o que é importante, quem fica responsável e como mantemos a confiança entre todos, humanos e máquinas, trabalhando juntos.

Resumo técnico

Aqui está um resumo técnico detalhado do artigo "The Values of Value in AI Adoption: Rethinking Efficiency in UX Designers' Workplaces", estruturado conforme solicitado.

1. Problema e Motivação

O artigo aborda a desconexão fundamental entre a perspectiva das organizações sobre a adoção de Inteligência Artificial (IA) e a perspectiva dos trabalhadores.

• O Conflito de Valores: Enquanto as organizações enquadram a adoção de IA como um caminho para competitividade, inovação e ganhos de produtividade (eficiência econômica), os trabalhadores (especificamente designers de UX) negociam essa adoção através de lentes de valor social, ético e profissional.
• Limitações da Abordagem Atual: A pesquisa em HCI (Interação Humano-Computador) tradicionalmente focou na eficácia de tarefas e na usabilidade de ferramentas de IA. O artigo argumenta que é necessário mudar o foco para a adoção centrada no processo, entendendo como a IA é deliberada, implementada e negociada dentro de práticas sociais e organizacionais complexas.
• Questão Central: O problema não é apenas "se" a IA agrega valor, mas "o que" significa valor em diferentes contextos (individual, de equipe e organizacional) e como a eficiência técnica muitas vezes entra em conflito com valores como autonomia, rigor, confiança e identidade profissional.

2. Metodologia

O estudo utilizou uma abordagem qualitativa mista, focada em práticas de design de UX, envolvendo 15 designers de UX de startups e empresas de tecnologia (EUA, Canadá e Coreia do Sul).

• Procedimentos de Coleta de Dados:
  1. Workshops de Design Virtual (Grupos): Cinco sessões de 2,5 horas realizadas via Zoom e Miro. Os participantes foram divididos em grupos baseados em contexto profissional ou organizacional.
     • Atividade 1 (Construção de Cenários): Os participantes desenvolveram cenários hipotéticos de adoção de IA (ex: mandatos de cima para baixo, trabalho sensível a conformidade) para explorar tensões organizacionais.
     • Atividade 2 (Estruturação de Questões Críticas): Os participantes identificaram padrões, desafios e questões éticas emergentes em seus fluxos de trabalho reais.
  2. Entrevistas Individuais de Acompanhamento: Sessões de 30 minutos para aprofundar reflexões pessoais, dinâmicas interpessoais e pressões organizacionais que não foram totalmente expressas no grupo.
• Análise de Dados: Foi utilizada a análise temática reflexiva (reflexive thematic analysis). Os pesquisadores adotaram uma postura interpretivista, codificando transcrições e notas de campo para identificar temas emergentes sobre negociação de valores, escalas de atuação e tensões de poder.
• Posicionalidade: Os autores, sendo pesquisadores de design e HCI com experiência na indústria, utilizaram suas posições para interpretar as tensões entre métricas gerenciais e compromissos profissionais dos designers.

3. Principais Contribuições

O artigo contribui para a literatura de HCI e CSCW (Computação Social e Trabalho Cooperativo) de três formas principais:

1. Reenquadramento da Eficiência: Demonstra que a "eficiência" na adoção de IA não é uma métrica técnica neutra, mas um conceito situado e contestado, carregado de dimensões sociais (responsabilidade, confiança, autonomia).
2. Modelo Multiescalar de Adoção: Propõe uma estrutura analítica que examina a adoção de IA em três níveis interconectados:
   • Individual: Negociação entre produtividade e valor profissional de longo prazo.
   • Equipe: Reconfiguração de responsabilidades, colaboração e normas de comunicação.
   • Organizacional: Tensão entre objetivos de liderança (custo/velocidade) e salvaguardas institucionais (conformidade, ética).
3. Adoção como Negociação de Valores: Argumenta que a adoção de IA é um processo contínuo de negociação onde papéis, relações e poder são reconfigurados, em vez de ser um evento técnico discreto.

4. Resultados Chave

Os resultados foram categorizados por escala de atuação:

A. Designer como Usuário Final (Nível Individual)

• Eficiência vs. Autoestima Profissional: Embora a eficiência seja o motivador primário, os designers sentem ansiedade sobre a dependência excessiva de ferramentas de IA, temendo que isso atrofiem suas habilidades fundamentais ("músculos") e os torne substituíveis.
• Trabalho Oculto: A "eficiência" prometida é frequentemente ilusória devido ao "trabalho oculto" (hidden labor) necessário para promptar, verificar, corrigir alucinações e ajustar as ferramentas, o que pode aumentar a carga de trabalho real.
• Dilema da Substituição: Existe um medo existencial de que a automação de tarefas rotineiras diminua o valor percebido do designer dentro da organização.

B. Designer dentro de Equipes (Nível de Equipe)

• Difusão Informal: A adoção ocorre frequentemente através de compartilhamento informal entre pares ("boca a boca") em vez de treinamento estruturado, criando adoção desigual e baseada em advocacy individual.
• Redefinição de Papéis: A IA desdobra as fronteiras entre funções (ex: designers fazendo tarefas de desenvolvimento ou redação), gerando ansiedade sobre a segurança do emprego de colegas em funções adjacentes (como redatores de conteúdo ou engenheiros júnior).
• Transparência e Confiança: A falta de clareza sobre o uso de IA gera desconfiança. Há uma demanda emergente por normas de "citação" (saber quando e quanto foi gerado por IA) para manter a responsabilidade e a integridade do trabalho colaborativo.
• Erosão do Conflito Produtivo: A facilidade de obter respostas da IA pode reduzir o debate crítico e o conflito produtivo necessário para a inovação, levando a uma "bolha de conveniência".

C. Designer dentro de Organizações (Nível Organizacional)

• Tensão Infraestrutural: A adoção é mediada por uma tensão entre a pressão da liderança por produtividade e as salvaguardas institucionais (conformidade, privacidade de dados, requisitos de clientes). Em setores como saúde e finanças, a burocracia de aprovação frequentemente supera a velocidade do projeto.
• Desalinhamento de Poder: As decisões de adoção são frequentemente tomadas pela gestão com foco em métricas de negócios, ignorando as necessidades práticas dos designers. A adoção pode ser motivada por "sinalização estratégica" ou pressão de mercado, e não por necessidade real.
• Espelho Cultural: A forma como a IA é adotada reflete a cultura organizacional existente (normas, valores e hierarquias), muitas vezes reforçando dinâmicas de poder existentes em vez de democratizar o trabalho.

5. Significado e Implicações

• Mudança de Paradigma na Pesquisa: O artigo defende uma transição de uma visão centrada no "uso" (usabilidade) para uma visão centrada na "adoção" (processos sociais e políticos de integração).
• Crítica à Eficiência Neutra: A eficiência não deve ser tratada como um bem absoluto. Ela é um campo de disputa onde valores econômicos colidem com valores sociais (como cuidado, autonomia e justiça).
• Agência do Trabalhador: A conclusão apela para o desenvolvimento de mecanismos que fortaleçam a agência dos trabalhadores na decisão de se, quando e como a IA deve ser integrada.
• Governança e Contrapoder: Sugere que a solução não está apenas em "melhorar o design" das ferramentas, mas em práticas de governança lideradas por trabalhadores (inspiradas em sindicatos e design participativo) para definir os limites éticos e operacionais da IA no local de trabalho.

Em suma, o paper conclui que a adoção de IA é um processo sociotécnico complexo que reconfigura quem faz o quê, quem decide e de quem as contribuições contam, exigindo uma reavaliação crítica do que significa "valor" no trabalho contemporâneo.