A IA muda quase tudo na sua empresa, menos o jogo de poder

IA x Jogo de Poder nas Organizações - Imagem criada pelo Gemini (NanoBanana 2)

Toda promessa de organização mais enxuta com inteligência artificial vem com a mesma frase embutida: menos camadas, menos burocracia e menos política. A ideia é que, se a máquina cuida da coordenação, a disputa por poder perde a razão de existir.

Na prática, é justamente essa parte da promessa que não se cumpre. A IA mexe com quase tudo que uma hierarquia faz, mas em uma coisa ela não encosta: o poder.

O que uma hierarquia distribui além de tarefas

Uma estrutura organizacional faz várias coisas ao mesmo tempo. Ela encaminha informação, absorve imprevisto e distribui coisas escassas: cargos, prioridade, acesso, salário, o direito de decidir…

Repare que o número de posições no topo é sempre menor do que o número de gente que as deseja. Isso não é um defeito de execução que uma empresa mais bem gerida resolveria. É a característica do design organizacional.

Fred Hirsch deu nome a isso: o bem posicional, cujo valor depende de que os outros não o tenham. A diretoria só significa alguma coisa porque a maioria não chega lá. Fazer a empresa crescer não dissolve essa escassez, porque a escassez é o que define o bem.

Distribuir algo escasso por posição relativa é criar um jogo. Os economistas Edward Lazear e Sherwin Rosen descreveram esse arranjo como um torneio: a recompensa não depende do seu desempenho absoluto, depende de onde você fica em relação aos outros. Sob certas condições, o torneio até funciona como contrato de trabalho, porque a disputa por posição motiva esforço.

Onde o jogo estraga

Passei bastante tempo em consultoria de design organizacional ajudando empresas a adotar estilos mais autogeridos, mas esbarro sempre no mesmo ponto. A liderança quer autogestão, fala de autonomia com entusiasmo e trava na hora de abrir mão do que é escasso: o direito de decidir, o acesso, a última palavra. Distribuir tarefa é tranquilo. Distribuir poder é onde a conversa complica.

Agora essas mesmas lideranças ouvem que a inteligência artificial vai achatar a hierarquia por elas, quase sem custo político. A promessa é cômoda justamente porque terceiriza para a máquina a decisão que as lideranças evitaram tomar.

O jogo, então, segue de pé, mas azeda quando o critério de quem ganha fica opaco.

Quanto mais obscuro o critério de subida, mais a disputa migra do desempenho para a política. Se ninguém sabe direito o que faz uma pessoa ser promovida, sobra tentar agradar quem decide, cuidar da própria imagem para cima e otimizar a aparência em vez do resultado.

Aqui entra uma observação que vem da sociologia de Pierre Bourdieu. Toda arena de disputa tem regras e o poder mais sutil é o de fazer essas regras parecerem naturais, como se a distribuição atual fosse só o resultado justo das coisas.

Daí vem o desconforto de quem tenta apontar o jogo: parece reclamação de perdedor, porque a régua se apresenta como mérito puro, mas essa régua costuma ser desenhada por quem já ganhou as rodadas anteriores.

Por que a IA quase não toca nisso

A inteligência artificial é muito boa em duas das três funções da hierarquia. Ela encaminha informação com uma competência que assusta e ajuda a coordenar o imprevisto em tempo real, absorvendo a variabilidade.

A terceira função é de outra natureza. Distribuir status não é um problema de processamento de informação, é uma decisão sobre quem fica com o que é escasso.

Talvez seja por isso que essa função seja a que mais resiste a qualquer mudança de estrutura. Você troca o organograma, automatiza o fluxo, corta camadas, mas o jogo de posição continua ali, intacto.

Ele não desaparece porque a tecnologia mudou. Ele troca de moeda.

As moedas novas que a IA cria

E a IA cria moedas novas para o mesmo jogo, quase sempre sem que ninguém tenha decidido isso.

Numa empresa que adota ferramentas de IA, aparecem disputas que não existiam. Quem tem acesso aos modelos melhores. Quem define os prompts e os fluxos que o resto da equipe vai usar. Quem é dono do painel que virou a fonte oficial de verdade sobre o desempenho de todo mundo. De quem é a assinatura no agente que toma decisões sozinho. Cada uma dessas é uma nova posição escassa, e cada posição escassa é uma nova rodada do torneio.

Há um detalhe que piora. Quando o critério de distribuição passa a morar dentro de um sistema de IA, ele fica mais opaco, não menos. Antes você podia ao menos discutir com o chefe por que foi preterido. Agora a resposta é que o modelo pontuou assim, e o modelo não explica a régua.

Lembra da lei que Marilyn Strathern popularizou: “quando uma medida vira meta, deixa de ser uma boa medida”. Um indicador que passa a definir quem ganha o torneio deixa de medir a coisa e passa a medir quem melhor otimiza o indicador. A IA industrializa essa distorção, porque escala o indicador para toda a organização de uma vez.

O que fazer com isso na prática

A conclusão não é abandonar a ferramenta de IA. É parar de esperar que ela resolva um problema que nunca foi técnico.

Antes de automatizar qualquer coisa que toque em avaliação, promoção ou reconhecimento, vale perguntar três coisas:

1. Quem definiu o critério que o sistema aplica e como as pessoas avaliadas podem conhecê-los?
2. Quando o sistema classificar alguém, essa pessoa vai poder contestar, e para quem?
3. O novo recurso escasso que a ferramenta cria (seja acesso, propriedade de um fluxo ou assinatura de um agente) foi distribuído por decisão consciente ou apenas foi parar nas mãos de quem tem mais poder?

Nenhuma dessas perguntas é sobre a tecnologia. Todas são sobre quem decide o que é escasso e com base em quê, que é a pergunta que a hierarquia sempre respondeu na surdina e que a IA só torna mais urgente.

Para refletir

• Na sua empresa, o que faz uma pessoa subir está escrito em algum lugar que ela possa ler ou é um critério que só quem já subiu conhece?
• Das ferramentas de IA que vocês adotaram no último ano, quantas criaram um novo recurso escasso e quem acabou ficando com ele?
• E quando um sistema recomendar quem promover, você vai conseguir explicar o critério para quem foi preterido ou a resposta vai ser que o modelo decidiu assim?