A IA pode resolver o caos organizacional sem o compreender?

As organizações funcionam como sistemas caóticos onde processos não-documentados, regras informais e fluxos de trabalho improvisados coexistem em aparente desastre. Este fenômeno é descrito pelo Garbage Can Model, que explica como decisões emergem frequentemente do choque aleatório entre problemas, soluções e decisores, em vez de processos racionais bem definidos. A adoção de IA nas empresas tem historicamente exigido o mapeamento cuidadoso desses processos caóticos, uma tarefa longa e custosa. Contudo, a investigação em inteligência artificial aponta para uma alternativa: a Bitter Lesson. Formulada pelo investigador Richard Sutton, esta teoria sugere que no desenvolvimento de IA, a força bruta computacional combinada com aprendizado generalizado supera frequentemente soluções elegantes baseadas em conhecimento humano codificado — como exemplificado pelo AlphaZero ao dominar xadrez sem conhecimento prévio de aberturas ou estratégias. A comparação entre dois sistemas agentic ilustra esta tensão: Manus, construído com engenharia cuidadosa e extensa afinação manual, versus ChatGPT agent da OpenAI, treinado com aprendizado por reforço focado apenas na qualidade do resultado final. Enquanto Manus segue processos pré-definidos, o ChatGPT agent encontra seus próprios caminhos através do caos organizacional. Os resultados práticos sugerem vantagens para a abordagem centrada em resultados, indicando que as organizações do futuro podem contornar a cartografia dos seus processos internos e simplesmente treinar IA para reconhecer e produzir bons resultados, independentemente da rota tomada internamente.