A inteligência artificial está a transformar profundamente a forma como trabalhamos. Contudo, em muitas organizações a conversa continua focada numa pergunta relativamente superficial:
“Que ferramentas de IA devemos utilizar?”
Uma pergunta mais importante, e raramente discutida:
Que decisões devem ser tomadas por humanos e quais podem ser delegadas à inteligência artificial?
Durante décadas, líderes aprenderam a delegar decisões a equipas humanas. Modelos como os níveis de delegação do Management 3.0 ajudaram gestores a refletir sobre quanto controlo devem manter e quanta autonomia devem conceder às equipas.
Mas a realidade das organizações está a mudar rapidamente.
Hoje, as equipas não são compostas apenas por pessoas. Cada vez mais, incluem copilotos de IA, automações inteligentes, sistemas de análise e algoritmos de decisão.
Assim, a delegação deixa de ser apenas:
Líder → Equipa
passa a ser:
Líder → Equipa → Sistemas de IA
Este novo contexto obriga-nos a repensar como tomamos decisões e como exercemos liderança.
Delegação e Inteligência ArtificialPodemos imaginar um espectro de delegação em relação à utilização da inteligência artificial.
Nem todas as decisões devem ser tratadas da mesma forma.
1. IA proibida
Existem áreas em que o uso de IA pode ser inadequado ou até perigoso.
Por exemplo:
decisões disciplinares sobre colaboradores
avaliações éticas sensíveis
interpretações legais críticas
Nestes casos, a responsabilidade deve permanecer totalmente humana.
Mesmo quando a IA pode ajudar com informação ou análise, a decisão final não deve ser delegada ao sistema.
2. IA como inspiração
Num nível inicial, a IA pode ser utilizada para gerar ideias ou opções.
Num contexto Scrum, isto pode incluir:
sugestões de funcionalidades para o produto
ideias iniciais para Product Backlog Items
propostas de Sprint Goals
A IA ajuda a expandir o espaço de possibilidades, mas a decisão continua a pertencer à equipa.
3. IA como conselheira
Num nível seguinte, a IA começa a fornecer análises ou recomendações.
Por exemplo:
previsões de entrega com base em dados históricos
análise de riscos técnicos
sugestões de priorização do Product Backlog
Neste cenário, o Product Owner pode usar a IA como suporte à decisão, mas continua responsável por maximizar o valor do produto.
4. IA como copiloto
Muitas equipas já estão neste nível.
A IA passa a participar ativamente no trabalho diário.
Por exemplo:
ajudar a escrever Product Backlog Items
gerar casos de teste
produzir documentação técnica
apoiar na preparação de Sprint Reviews
Os Developers continuam responsáveis pela qualidade do incremento, mas conseguem trabalhar mais rapidamente graças ao apoio da IA.
5. IA executa com aprovação humana
Num nível mais avançado, a IA pode preparar ações que apenas necessitam de validação humana.
Alguns exemplos incluem:
gerar relatórios automáticos de progresso
sugerir reorganizações do backlog com base em dados de utilização
preparar comunicações com stakeholders
A decisão final continua a ser humana, mas o esforço operacional diminui significativamente.
6. IA executa autonomamente dentro de limites
No nível mais avançado, a IA pode tomar decisões de forma autónoma dentro de limites previamente definidos.
Por exemplo:
sistemas que ajustam automaticamente preços com base na procura
plataformas que personalizam experiências digitais em tempo real
sistemas de infraestrutura que escalam automaticamente recursos técnicos
Nestes casos, os humanos definem:
os objetivos
os limites de risco
os princípios éticos
O sistema decide como agir dentro desses limites.
O Novo Papel da LiderançaDurante muitos anos, a pergunta central da delegação foi:
“Confio na minha equipa?”
Hoje surge uma pergunta ainda mais exigente:
“Confio no sistema que desenhei?”
A liderança moderna não consiste apenas em gerir pessoas.
Consiste em desenhar sistemas onde humanos e tecnologia colaboram para criar valor.
Quando a inteligência artificial entra na organização, os líderes precisam de definir claramente:
Quais decisões que podem ser apoiadas por IA
Quais decisões que exigem julgamento humano
Quais limites que devem existir para reduzir riscos
Sem estas orientações, a adoção de IA pode gerar confusão, perda de responsabilidade ou decisões difíceis de explicar.
O Papel do Scrum neste Novo ContextoO Scrum oferece um ambiente particularmente adequado para explorar esta nova realidade.
Os pilares do Scrum — transparência, inspeção e adaptação — criam condições ideais para experimentar com diferentes níveis de utilização da IA.
Por exemplo:
Equipas podem experimentar usar IA para gerar backlog items e inspecionar a qualidade dessas sugestões.
Product Owners podem testar ferramentas de análise para apoiar decisões de priorização.
Scrum Masters podem ajudar equipas a refletir sobre como utilizar IA de forma responsável e eficaz.
Através de ciclos curtos de aprendizagem, as equipas podem descobrir gradualmente que tipo de decisões devem ou não ser delegadas à IA.
ConclusãoA inteligência artificial não elimina a necessidade de liderança.
Pelo contrário.
Ela torna mais evidente algo que sempre foi verdadeiro:
liderança é a capacidade de desenhar sistemas onde boas decisões acontecem de forma consistente.
À medida que a IA se torna um participante ativo nas nossas organizações, líderes precisam de desenvolver uma nova competência:
delegar não apenas a pessoas, mas também a sistemas inteligentes.
A questão já não é se devemos usar inteligência artificial.
A verdadeira questão é:
como desenhar organizações onde humanos e IA colaboram para criar melhores produtos, melhores decisões e mais valor para os clientes.
Para mais informações vejam as nossas ofertas formativas em Liderança Profissional, Mestria de Scrum profissional com AI