The Organizational Behavior of Agentic AI: Collective Intelligence in Human-Agent Workflows

Resumo Técnico: O Comportamento Organizacional da IA Agêntica

Problema
A inteligência artificial agêntica está sendo cada vez mais implementada não como ferramentas isoladas, mas como coletivos de planejadores, solucionadores, revisores e orquestradores que mimetizam estruturas organizacionais humanas (ex: equipes, comitês, mercados). Embora esses sistemas sejam descritos utilizando terminologia organizacional, existe uma lacuna crítica na compreensão de se eles exibem verdadeiramente um "comportamento organizacional" comparável aos coletivos humanos. O discurso atual corre o risco de dois erros: instrumentalismo (tratar agentes como ferramentas neutras) e antropomorfismo (assumir que agentes funcionam como equipes humanas com identidade, confiança e responsabilidade moral). O problema central é determinar como a IA agêntica se comporta organizacionalmente, como ela difere das organizações humanas e sob quais condições os fluxos de trabalho humano-agente podem alcançar inteligência coletiva sem incorrer em disfunção sistêmica.

Metodologia
O artigo emprega a teorização computacional, uma estratégia que formaliza mecanismos e varia condições operacionais para observar os padrões resultantes. A evidência empírica é extraída de três fontes distintas:

1. Simulação Sintética (Estudo 1): Uma simulação em larga escala de 8.000 tarefas de trabalho de conhecimento avaliadas através de sete formas distintas de organização de agentes. Isso permite a variação controlada de decomponibilidade de tarefas, correlação de erros e modos de comunicação.
2. Execuções Reais de LLM com Rastreamento de Instrumentação (Estudo 2): Análise empírica de execuções reais de Large Language Models (LLMs) em quatro domínios: reparo de software, resposta a documentos longos, revisão jurídica e síntese de literatura. Este estudo foca em estimar os "custos de transação contextual" dentro de traços de agentes reais.
3. Análise de Robustez (Estudo 3): Validação utilizando modelos de código aberto, variações de prompt e um selecionador de organização livre de prompt baseado em aprendizado por reforço (DQN) para garantir que os achados não sejam artefatos de um prompt ou arquitetura de modelo específicos.

O desenho da pesquisa trata os traços dos agentes como "ação padronizada" observável, permitindo a medição de dinâmicas organizacionais (diferenciação, coordenação, travessia de fronteiras) que são frequentemente opacas em organizações humanas.

Contribuições Principais e Estrutura Teórica
O artigo propõe que a IA agêntica é um análogo organizacional parcial. Ela compartilha semelhanças funcionais com organizações humanas (diferenciação de trabalho, coordenação de interdependência, rotinas recorrentes e travessia de fronteiras), mas carece das fundações sociais (motivação, identidade, confiança, relações de emprego) que sustentam o comportamento humano. Em vez disso, o comportamento agêntico é sustentado pela arquitetura de contexto (prompts, memória, traços, esquemas, ferramentas, validadores e permissões).

O mecanismo teórico central introduzido é o Custo de Transação Contextual (CTC). Estendendo a teoria dos custos de transação de Coase, o CTC define o custo de mover o contexto da tarefa através de fronteiras dentro de um coletivo de agentes. Ele é modelado como uma função de:

• Cargas de tokens e latência ($\tau$)
• Passagens de bastão entre agentes ($H$)
• Perda de compressão ($C$)
• Deriva semântica ($D$)
• Cargas de verificação ($V$)
• Custos de governança ($G$)

O artigo argumenta que a eficiência coletiva é alcançada apenas quando os ganhos marginais de especialização, paralelismo, diversidade e verificação excedem os custos marginais dessas transações contextuais.

Resultos e Achados
A análise empírica produz diversos insights críticos em relação ao desempenho de diferentes formas de organização de agentes:

• Falha da Imitação Humana: Formas organizacionais que mimetizam estritamente estruturas humanas (ex: comitês de debate de texto livre, passagens sequenciais de bastão) frequentemente apresentam desempenho inferior. Elas introduzem "passagens de bastão com perda", onde o contexto é comprimido ou perdido, levando a deliberações correlacionadas e cargas de verificação que superam os benefícios da divisão do trabalho.
• Sucesso de Formas de Estado Compartilhado e Adaptativas: Formas organizacionais que priorizam o estado compartilhado, o contexto durável e a adaptação contingente à tarefa apresentam melhor desempenho. Essas formas minimizam a deriva semântica e garantem que a evidência permaneça anexada às afirmações ao longo do fluxo de trabalho.
• A Ilusão da Pseudo-Diversidade: Aumentar o número de agentes não garante a melhoria do desempenho se os erros forem correlacionados. O "debate de texto livre" escala mal, a menos que os agentes utilizem modelos, ferramentas ou fontes de evidência independentes.
• Durabilidade do Contexto: Saídas de alta qualidade são menos valiosas se o contexto subjacente for opaco ou frágil. Em fluxos de trabalho jurídicos e de engenharia, uma saída com qualidade ligeiramente inferior, mas com forte preservação de evidências e traços inspecionáveis, é frequentemente um resultado organizacional superior.

Significância e Alegações
O artigo alega contribuir para os estudos organizacionais ao teorizar a IA agêntica como um objeto distinto de análise: um objeto emergente de organização. Ele não alega que a IA agêntica substitui organizações humanas ou que possui agência semelhante à humana. Em vez disso, especifica as condições de interface necessárias para a colaboração humano-agente.

A principal significância reside no conceito de Organização de Interface: o arranjo desenhado que alinha a responsabilidade humana com a coordenação de contexto agêntico. O artigo argumenta que, para que a inteligência coletiva emerja em fluxos de trabalho humano-agente, o sistema deve garantir que as saídas dos agentes sejam acompanhadas por traços preservados, incerteza divulgada e permissões apropriadas. O trabalho desloca o foco de "qualidade do modelo" para o "design organizacional", sugerindo que a eficiência da IA agêntica depende menos da capacidade bruta de modelos individuais e mais de como o contexto é gerenciado, preservado e transferido através do coletivo.