A confiança na IA supera a preparação para o mundo do trabalho
As universidades vietnamitas estão a investir fortemente em inteligência artificial, e os estudantes mostram mais confiança do que os seus pares dos outros mercados inquiridos quanto à capacidade de trabalhar com IA. Ainda assim, segundo um estudo da Pearson e da Amazon Web Services (AWS), os empregadores identificam uma lacuna entre essa confiança e a capacidade dos recém-licenciados para aplicar a IA eficazmente no trabalho.
Índice
- A confiança na IA supera a preparação para o mundo do trabalho
- O investimento avança rapidamente, mas de forma desigual
- O que os empregadores dizem faltar aos recém-licenciados
- Quatro competências definem um recém-licenciado preparado para a IA
- Transformar o contacto com empregadores em prática conjunta
- A responsabilidade estende-se para além das universidades e dos empregadores
- Em síntese
O inquérito realizado no Vietname concluiu que 96 por cento dos responsáveis pelo ensino superior afirmaram que as suas instituições estavam a investir em IA. Mais de 52 por cento dos estudantes avaliaram a sua preparação para trabalhar num ambiente com IA entre 8 e 10, numa escala de 0 a 10, o nível de confiança mais elevado entre os seis mercados estudados. Em contrapartida, apenas 15 por cento dos empregadores vietnamitas consideraram excelentes os recém-licenciados em oito competências necessárias em locais de trabalho integrados com IA.
O estudo inquiriu 402 pessoas no Vietname: 301 estudantes, 50 responsáveis universitários e docentes, e 51 empregadores e dirigentes empresariais. A investigação mais abrangente incluiu o Vietname, o Brasil, a Malásia, a Arábia Saudita, o Reino Unido e os Estados Unidos. As conclusões apontam para um desafio que vai além do acesso a ferramentas de IA: os recém-licenciados têm de demonstrar que as sabem utilizar com discernimento, verificar os resultados e aplicá-las a tarefas concretas.
Esta lacuna é importante à medida que a IA transforma o trabalho e as funções de entrada no mercado de trabalho. Um estudante capaz de dar instruções a um chatbot pode ainda ter dificuldade em determinar se a resposta é correta, identificar provas em falta ou explicar de que forma uma recomendação assistida por IA responde a uma necessidade empresarial. Estas etapas exigem familiaridade técnica, bem como pensamento crítico, capacidade de comunicação e conhecimentos da área.
O investimento avança rapidamente, mas de forma desigual
O relatório classifica o Vietname como um «estratega de alta velocidade», um mercado que considera a IA uma prioridade estratégica e investe significativamente nesta área. Nove em cada dez responsáveis universitários inquiridos afirmaram que as mudanças no local de trabalho impulsionadas pela IA estavam a ocorrer «extremamente depressa» ou «muito depressa». Este valor foi 23 pontos percentuais superior à média global de 67 por cento. Todos os responsáveis académicos inquiridos esperavam que o ritmo acelerasse nos dois anos seguintes.
O investimento não garante que as instituições consigam acompanhar todos os desenvolvimentos. Apenas 28 por cento das instituições vietnamitas inquiridas afirmaram acompanhar todos os avanços da IA. O relatório refere investimentos em áreas como a formação de docentes, a infraestrutura informática, a capacidade técnica, os currículos e os sistemas de IA para as operações institucionais, assinalando, porém, que a preparação depende da forma como esses recursos se traduzem em aprendizagem e prática.
O inquérito concluiu também que 84 por cento dos responsáveis pelo ensino superior mantinham contacto regular com empregadores para compreender as necessidades do mercado. É um ponto de partida significativo, embora o contacto regular não signifique necessariamente que os empregadores ajudem a conceber os cursos ou a avaliar o trabalho dos estudantes. O passo seguinte consiste em tornar estas parcerias mais práticas e contínuas.
As autoavaliações dos estudantes são um indicador útil da confiança, mas não uma medida direta do desempenho no local de trabalho. Já os empregadores avaliam os recém-licenciados com base nas tarefas e expectativas que encontram no trabalho. A diferença entre estas perspetivas sugere que os cursos e as avaliações devem dar aos estudantes mais oportunidades para demonstrarem competências aplicadas, e não apenas familiaridade com as ferramentas.
O que os empregadores dizem faltar aos recém-licenciados
Os empregadores vietnamitas identificaram vários problemas na utilização da IA pelos recém-licenciados. Quarenta e três por cento referiram maus hábitos, incluindo confiança excessiva nos resultados da IA e verificação ou confirmação de factos insuficientes. Trinta e sete por cento apontaram a falta de experiência prática, enquanto 35 por cento mencionaram a dependência excessiva de ferramentas de IA. Estas respostas podem sobrepor-se, mas, em conjunto, mostram por que razão o acesso, por si só, não é uma medida completa da preparação.
Apenas 8 por cento dos empregadores consideraram excelentes os recém-licenciados na avaliação crítica dos resultados da IA. Esta competência implica confrontar afirmações com fontes fiáveis, reconhecer incertezas e enviesamentos e saber quando uma tarefa exige conhecimentos humanos especializados, em vez de uma resposta automatizada. É particularmente importante quando a IA produz texto fluente que pode, ainda assim, conter erros.
Em oito áreas, os empregadores avaliaram os conhecimentos técnicos, a adaptabilidade, a utilização eficaz de ferramentas de IA, a criatividade, a aplicação dos conhecimentos académicos ao trabalho prático, a aprendizagem contínua, a comunicação e colaboração, e a avaliação crítica dos resultados da IA. A percentagem global de 15 por cento que os considerou excelentes corresponde à média destas competências; não significa que todos os empregadores tenham feito a mesma avaliação em cada área.
O problema também se verifica fora do Vietname. A nível mundial, 53 por cento dos empregadores abrangidos pela investigação da Pearson e da AWS disseram ter dificuldade em encontrar recém-licenciados com competências de IA que correspondessem às exigências do local de trabalho. No conjunto do estudo, apenas 14 por cento dos estudantes afirmaram ter alcançado um elevado nível de proficiência na aplicação de ferramentas de IA a um fluxo de trabalho profissional. Em conjunto, as conclusões revelam um problema de transição: aprender a utilizar uma ferramenta não prepara automaticamente alguém para a usar de forma fiável no trabalho.
Quatro competências definem um recém-licenciado preparado para a IA
O relatório descreve a preparação para a IA como uma combinação de quatro competências interligadas. A proficiência funcional em IA consiste em saber utilizar ferramentas adequadas para realizar uma tarefa. As competências humanas críticas incluem discernimento, adaptabilidade, comunicação, colaboração e resolução de problemas. A utilização ética e responsável implica recorrer à IA com responsabilidade e ter em conta a privacidade, os enviesamentos e os potenciais danos. A inteligência estratégica consiste em compreender onde a IA pode acrescentar valor e onde poderá não ser adequada.
Estas competências funcionam em conjunto. Por exemplo, um recém-licenciado que prepare uma proposta empresarial com IA deve ser capaz de definir a tarefa, escolher uma ferramenta adequada, verificar afirmações e fontes, identificar limitações e explicar o raciocínio por detrás das recomendações finais. O utilizador humano continua a ser responsável pelo trabalho, mesmo quando um sistema ajudou a produzi-lo.
Esta abordagem também altera a forma como a IA deve ser ensinada. Um curso centrado sobretudo na utilização de ferramentas populares pode ficar desatualizado à medida que estas mudam. Ensinar os estudantes a avaliar resultados, adaptar a sua abordagem e relacionar a IA com os conhecimentos da área é mais duradouro. Ajuda os estudantes a aplicar as suas competências a sistemas que desconhecem e a novas tarefas profissionais.
O quadro mais abrangente de «fricções na preparação para a IA» do relatório descreve seis obstáculos que se podem acumular durante a transição da educação para o trabalho: ritmo, ligação, capacidade, governação, experiência e competências. O ritmo refere-se a mudanças no local de trabalho que ultrapassam a atualização dos currículos. A ligação diz respeito à fragilidade da comunicação entre empregadores e docentes. A capacidade inclui a preparação desigual dos docentes. A governação abrange regras práticas para uma utilização responsável. A experiência refere-se à escassez de oportunidades estruturadas para praticar. As competências dizem respeito ao desfasamento entre o que os recém-licenciados demonstram e o que os empregos exigem.
Transformar o contacto com empregadores em prática conjunta
As universidades e os empregadores podem colmatar a falta de experiência concebendo avaliações com base em situações de trabalho realistas. Em vez de pedir aos estudantes apenas que descrevam uma ferramenta de IA, um trabalho pode exigir que a utilizem para elaborar uma proposta, verificar as afirmações, identificar pontos fracos e defender as recomendações. Assim, o processo fica visível e os docentes podem avaliar o discernimento, além do produto final.
Os empregadores podem contribuir com desafios reais, estágios e comentários sobre os currículos. Podem também ajudar os docentes a compreender a utilização da IA nas empresas, proporcionando oportunidades de observação ou de trabalho em conjunto com equipas. Estas parcerias podem dar aos estudantes experiência prática com condicionantes que os exercícios em sala de aula talvez não reproduzam, como informação incompleta, prazos e a necessidade de comunicar conclusões aos colegas.
Para as universidades, o relatório recomenda ciclos mais curtos de revisão curricular, modelos de aprendizagem flexíveis e credenciais acumuláveis, que permitem aos estudantes obter qualificações reconhecidas por etapas mais pequenas. Recomenda também formação de docentes centrada no ensino aplicado e oportunidades de prática da IA em contextos realistas que contem para a obtenção de créditos. O objetivo é integrar a utilização da IA na aprendizagem fundamental, em vez de a limitar a demonstrações opcionais ou a sessões introdutórias isoladas.
Os estudantes podem facilitar a avaliação das suas competências criando um portefólio de projetos realizados com apoio da IA. Um portefólio pode mostrar a tarefa, como foi utilizada a IA, o que o estudante verificou ou alterou e os resultados do trabalho final. Estas provas podem ajudar os empregadores a compreender as capacidades práticas de um candidato, para além do diploma ou de uma afirmação genérica de domínio da IA.
O relatório aborda ainda uma escolha forçada entre dois candidatos hipotéticos: um com fortes competências de IA, mas sem diploma, e outro com diploma, mas pouca experiência em IA. Os empregadores deram uma vantagem de apenas quatro pontos percentuais ao candidato com diploma. O resultado sugere que as qualificações continuam a ser importantes, mas que os empregadores podem atribuir bastante peso à demonstração de competências aplicadas.
A responsabilidade estende-se para além das universidades e dos empregadores
Uma governação clara é outro elemento da preparação. Os estudantes e os funcionários precisam de orientações práticas sobre as ferramentas que podem utilizar, as informações que não devem introduzir nessas ferramentas, a forma como os trabalhos gerados por IA devem ser identificados e quem é responsável pela sua verificação. Sem regras claras, podem utilizar ferramentas não aprovadas ou tratar informações sensíveis de forma descuidada, transportando riscos da educação para o local de trabalho.
As entidades reguladoras podem apoiar a transição esclarecendo as políticas e permitindo a integração de certificações pertinentes de competências digitais nos programas universitários. As recomendações do relatório apelam também a que os estabelecimentos de ensino e os empregadores acordem resultados de aprendizagem e normas de avaliação mais claros, para que os recém-licenciados disponham de formas mais consistentes de demonstrar as suas competências.
Os responsáveis da Pearson e da AWS têm apresentado a resposta como uma forma de transformar o envolvimento com a IA em competências para o local de trabalho. A investigação foi desenvolvida com a empresa independente de estudos de mercado PSB Insights e inclui respostas de mais de 2700 estudantes, responsáveis pelo ensino e empregadores dos seis mercados, bem como entrevistas com responsáveis pelo ensino superior. Os quadros de análise destinam-se a ajudar as instituições a identificar os pontos do seu próprio percurso entre a educação e o trabalho que precisam de atenção.
No caso do Vietname, a conclusão central não é que as universidades tenham falhado no investimento ou que os estudantes não tenham interesse. O investimento é generalizado, a confiança dos estudantes é elevada e a maioria das instituições inquiridas já mantém contacto com empregadores. O desafio maior é associar estes pontos fortes à prática repetida, à avaliação rigorosa e a trabalhos semelhantes às decisões que os recém-licenciados terão de tomar depois de saírem da universidade.
Em síntese
- 96 por cento dos responsáveis pelo ensino superior inquiridos no Vietname afirmaram que as suas instituições estavam a investir em IA.
- Mais de 52 por cento dos estudantes avaliaram a sua preparação para trabalhar com IA entre 8 e 10, numa escala de 0 a 10.
- Apenas 15 por cento dos empregadores consideraram excelentes os recém-licenciados em oito competências de IA necessárias no local de trabalho.
- Os empregadores apontaram hábitos de verificação insuficientes, falta de experiência prática e dependência excessiva de ferramentas de IA.
- O relatório apela a avaliações concebidas com os empregadores, prática aplicada, formação de docentes e regras mais claras para a utilização da IA.
