Inteligência Artificial, ChatGPT e Estudos Organizacionais

Resumo

O avanço da utilização das Inteligências Artificiais (IAs) no campo científico, a exemplo de Connected Papers e ChatGPT, tem nos possibilitado refletir sobre como ferramentas tecnológicas se tornaram mediadores e participantes no contexto da educação e da academia. No campo das teorias organizacionais, a despeito das diferentes perspectivas de compreensão da incorporação das IAs na prática acadêmica, destacamos dois desafios em nosso cotidiano acadêmico. O primeiro desafio refere-se ao enfrentamento do colonialismo digital que as IAs nos impõem, considerando que elas se constituem por meio da reprodução de modelos de linguagem programados em países do “Norte global”. O segundo desafio diz respeito aos seus desdobramentos no processo de automatização da escrita acadêmica em administração. Consideramos a necessidade de se refletir como os usos das IAs podem reproduzir contemporaneamente nosso lugar no campo da ciência como o de extrativismo de dados científicos, a limitação do ensino da escrita acadêmica em administração como sendo a reprodução de uma “programação assistida” de modelos de linguagens hegemônicos e as possibilidades de desenquadrar como forma de contrapor essa dinâmica de automatização da escrita de artigos em administração.

inteligência artificial; ChatGPT; Teorias das Organizações

Abstract

The advancement of the use of Artificial intelligence in the scientific field, such as Connectedpapers and ChatGPT, has allowed us to reflect on how technological tools have become mediators and participants in the context of education and academia. In the field of organizational theories, despite the different perspectives on understanding the incorporation of AIs in academic practice, we highlight two challenges in our daily academic life. The first challenge refers to confronting the digital colonialism that AIs impose on us, considering that they constitute themselves through the reproduction of language models programmed in countries of the "global north” The second challenge concerns its unfoldings in the process of automation of academic writing in administration. We consider the need to reflect on how the uses of AIs can contemporarily reproduce our place in the field of science as one of scientific data extractivism, the limitation of the teaching of academic writing in administration as the reproduction of an "assisted programming" of hegemonic language models, and the possibilities of disentangling as a way of counteracting this dynamic of automation of article writing in administration.

artificial intelligence; ChatGPT; Organizational Theories

Introdução

No campo dos estudos organizacionais, debates sobre as interações entre humanos e não humanos, especificamente em relação ao uso de Inteligência Artificial, não são algo novo ( Leavitt et al., 2020 ; Zuboff, 1988 ). Com o acelerado avanço da capacidade computacional e do processamento de dados, surgiram oportunidades e desafios onto-epistemológicos sobre a produção de ciência com artefatos tecnológicos ( Lindebaum & Ashraf, 2021 ), além de seus impactos no processo educativo. Debates como os propostos por Kerlinger (1973) já colocavam em discussão, em uma perspectiva gerencialista, como a Inteligência Artificial (IA) poderia ser uma ferramenta de pesquisa hábil em uma das funções requeridas da ciência da administração ( Kerlinger, 1973): prever a variação.

Para além da visão gerencialista de um unilateral avanço organizacional no uso das IAs, surgem questões provocativas no campo, tais como: seu impacto em dinâmicas de trabalho formal (remoto, híbrido, work from anywhere) e informal (trabalhadores plataformizados e influenciadores digitais), conforme Hafermalz (2021) , Kellogg e demais autores (2020); novos modelos de organizações, como plataformas digitais, conforme De Vaujany e demais autores (2021); Duggan et al.(2019) e Srnicek (2016) ; reinvenção dos modelos de controle e vigilância, fenômeno da algocracia e do bossware, conforme Bailey (2022) ; Elmholdt e demais autores (2021) e Neves e demais autores (2021); existência de racismo e vieses no processamento de dados, vieses em people analytics e processo de definição de crédito em fintechs, conforme Silva (2022) ; Van den Broek et. al (2021) e O’Neil (2016) e a construção de novos espaços de interação, como o metaverso, conforme Egliston e Carter (2022) . Esses são alguns possíveis exemplos de debates em aberto que já se mostram como relevantes interesses de pesquisas.

Frente ao acelerado avanço da capacidade computacional e do processamento de dados, surgiram perspectivas críticas, especialmente brasileiras, como também provocações onto-epistemológicos ( Faustino & Lippold, 2022 ) sobre a produção de ciência com artefatos tecnológicos, além de discussões sobre os desafios do uso das IAs nos processos de ensino e aprendizagem. A questão que vem crescendo nos últimos anos, a intensificação desde o período da pandemia de Covid-19 no ano de 2020, é: como as ferramentas tecnológicas se tornaram mediadores e participantes no contexto da educação e da academia? Ao passo que a apropriação dessas ferramentas na produção científica torna-se uma constante em nosso cotidiano, os “sustos” que elas promovem igualmente se tornaram rotina. O crescimento do uso de websites, como Connected Papers na revisão da produção acadêmica e ChatGPT ( Generative Pre-trained Transformer ) na elaboração de textos acadêmicos, são exemplos desse fenômeno.

Esses chatbots (como o ChatGPT da OpenAI ou a Galactica da Meta) são baseados em processamento de linguagem natural (PNL) e interagem de forma conversacional. Eles são cada vez mais utilizados no processo educativo e na produção de conhecimento (formal e informalmente) para responder a perguntas, corrigir erros ortográficos e de tradução, criar e contestar premissas analíticas. Esse fenômeno nos compele a refletir sobre potencialidades e limites ontológicos de seus usos e, sobretudo, como estas discussões evidenciam e atendem à demanda de mecanismo historicamente mobilizado nos modos de produção e reprodução científica, especialmente no campo das teorias organizacionais.

Essas ferramentas de IAs executam modelagens que operacionalizam e escancaram modos engessados de produção científica. Prezam, em primeiro lugar, pela quantificação da produção e replicam o entendimento da organização estrutural de artigos científicos como uma instrução padronizada. O modelo ensina, como premissa indiscutível, que a padronização é elemento fundamental para avaliação de qualidade de nosso trabalho. O fato é que, obviamente, reprodução de “modelos” é algo que as ferramentas tecnológicas inteligentes sabem fazer de forma muito sofisticada e em pequeno intervalo temporal.

Essa lógica impõe à academia brasileira a forma e o conteúdo que devemos produzir cientificamente para sermos considerados “jogadores” relevantes no cenário internacional. O jogo, então, se estabelece a partir da reprodução ipsi literi de uma “programação assistida” na nossa produção acadêmica, a partir da dinâmica colonial. Como consequência, modelos de linguagens na escrita de artigos científicos fora da "fôrma" são costumeiramente rejeitados em periódicos nacionais por não se adequarem ao esperado. Como já nos alertava Alberto Guerreiro Ramos (1995) , estes enquadramentos são impostos pelos modelos coloniais de produção de ciência e admitidos pelos colonizados como "o correto" a ser replicado.

O uso dessas ferramentas no campo das teorias organizacionais pode despertar e intensificar algumas inquietações, no sentido de romper o produtivismo e a lógica de reprodução colonial de artigos. Dessa forma, nós propomos refletir nesse texto sobre dois desafios específicos da incorporação das Ias para as teorias organizacionais: (a) o enfrentamento do colonialismo digital que as IAs nos impõem, considerando que elas se constituem por meio da reprodução de modelos de linguagem programados, e (b) seus desdobramentos no processo de automatização da escrita acadêmica em administração.

Para refletirmos sobre as especificidades dos usos do ChatGPT na área das teorias organizacionais, conduzimos um experimento em 14 de fevereiro de 2023 para compreender os mecanismos de funcionamento da IA no campo científico. Solicitamos à ferramenta que desenvolvesse uma teoria para o nosso campo que contribuísse no entendimento do fenômeno do trabalho em equipe em que humanos e máquinas são colegas. Os resultados desta forma de utilização do ChatGPT serão discutidos nas próximas seções.

Construindo uma “teoria” com o ChatGPT: a teoria da “parceria inteligente”

O ChatGPT foi lançado em novembro de 2022 e ficou conhecido por sua capacidade de criar textos semelhantes a conversa entre humanos, escrevendo artigos de opinião, produzindo músicas e poesias no estilo de famosos escritores. Diferentemente de ferramentas de edição automatizada de texto, como as sugestões de coesão textual do Microsoft Word e o Grammarly, ele foi projetado para ser capaz de criar conteúdo, reproduzir modelos e até se propõe a construir teorias científicas. Compartilhamos trechos de um experimento nosso de interação com o ChatGPT, definida por ele, experiência de “desenvolvemos juntos” em “construção colaborativa” a “teoria da parceria inteligente”.

Pesquisadora - Você pode escrever teorias acadêmicas?

ChatGPT - [...] Como modelo de linguagem, eu posso gerar textos sobre teorias organizacionais. Existem muitas teorias e abordagens diferentes no campo da gestão e das organizações, incluindo teorias clássicas, comportamentais, contingenciais, de sistemas, de recursos humanos, entre outras. Eu posso gerar textos que abordem essas teorias, suas origens, seus principais conceitos, bem como suas implicações práticas para a gestão e liderança organizacional. No entanto, é importante lembrar que esses textos gerados por mim devem ser verificados e validados por um especialista humano no campo antes de serem utilizados para fins acadêmicos ou práticos.

Pesquisadora - Gostaria que você criasse uma nova teoria.

ChatGPT - Claro, posso tentar criar uma nova teoria para você. Mas, por favor, saiba que a criação de uma nova teoria é um processo complexo e muitas vezes requer uma grande quantidade de pesquisa e análise em um campo específico. Dito isso, se você tiver um tópico específico em mente, posso tentar gerar uma teoria preliminar com base nas informações disponíveis para mim. Por favor, forneça mais detalhes sobre o tópico que você tem em mente para que eu possa começar.

Pesquisadora - Teoria de trabalho em equipe em que humanos e máquinas são colegas.

ChatGPT - Uma possível teoria sobre trabalho em equipe de humanos e máquinas é a teoria da parceria inteligente. Essa teoria sugere que o trabalho em equipe bem-sucedido entre humanos e máquinas é baseado em uma colaboração equilibrada, onde as habilidades únicas de cada um são valorizadas e complementares. [...] Em resumo, a teoria da parceria inteligente sugere que a colaboração bem-sucedida entre humanos e máquinas é baseada em uma parceria equilibrada, onde as habilidades únicas de cada parte são valorizadas e complementares. Para que essa colaboração seja efetiva, é importante haver uma clara divisão de tarefas e responsabilidades, uma cultura organizacional que valorize a diversidade e a comunicação clara e eficaz entre as partes.

Pesquisadora - Quais são os pressupostos nesta teoria?

ChatGPT - A teoria da parceria inteligente, que descrevi anteriormente, pressupõe algumas categorias importantes que são relevantes para a colaboração entre humanos e máquinas. Algumas dessas categorias incluem: habilidades complementares [...]; divisão equilibrada de tarefas [...]; cultura organizacional de colaboração [...].

Pesquisadora - Qual seria o campo para experimentação?

ChatGPT - O campo para experimentação da teoria da parceria inteligente é amplo e variado. A colaboração entre humanos e máquinas é uma área de pesquisa e desenvolvimento em rápida evolução, com aplicações em diversos setores, incluindo indústria, serviços, saúde, educação, entre outros. Algumas áreas específicas que podem ser exploradas para experimentação da teoria incluem: automação de processos [...]; saúde [...]; educação [...]; serviços financeiros [...]; transporte [...]. Essas são apenas algumas das áreas em que a teoria da parceria inteligente pode ser aplicada e experimentada. À medida que a tecnologia avança e novas possibilidades surgem, é provável que surjam ainda mais oportunidades para experimentação e aplicação da teoria em diferentes contextos.

Pesquisadora - Quais fontes inspiraram a teoria?

ChatGPT - A teoria da parceria inteligente que desenvolvemos juntos nesta conversa foi uma construção colaborativa que combina ideias e conceitos de várias fontes inspiradoras, incluindo a literatura de teoria de equipes e colaboração [...], de inteligência artificial [...], modelo de coaprendizagem [...], tendências e práticas atuais de automação e colaboração homem-máquina em diferentes setores, como indústria, serviços, saúde, educação, transporte, entre outros. Essas são apenas algumas das fontes que inspiraram a teoria da parceria inteligente, que pode ser refinada e aprimorada com base em novas pesquisas e experimentações na área de colaboração entre humanos e máquinas.

A partir da nossa experimentação do uso de ChatGPT é preciso considerar que a teoria proposta apresenta contexto, categorias e até mesmo a sugestão de campo de pesquisa para a sua utilização, possibilitando a identificação de elementos do enquadramento ou modelo que, em geral, é ensinado na produção de artigos científicos. Entretanto, questões como sistematizações e elaborações teóricas, confiabilidade de fontes de informações, uso de referências, reflexões de temporalidade, ética ou habilidade de criar a partir de contradições, nuances ou lógicas não lineares ainda não são elementos considerados pelo ChatGPT. Isso nos leva a refletir, por um lado, sobre como estamos ensinando o que é a escrita acadêmica na teorização em teorias organizacionais e, por outro, sobre como os usos de IA podem se configurar como um processo de colonização digital ( Faustino & Lippold, 2022 ) de nossa produção de conhecimento.

Colonialismo digital na produção de conhecimento

A despeito do aparente potencial para escrita acadêmica, é importante relembrarmos que a IA opera baseada na racionalidade calculista formal que legitima resultados por meio de cálculos probabilísticos, submetida a regras abstratas (não isenta de vieses) e pressupostos “universalmente” válidos ( Lindebaum & Ashraf, 2021 ). Esse fato edifica a produção de conhecimento a partir de uma espécie de automatizada “cegueira ontológica” ( Cunliffe, 2022) que despreza a influência das crenças da pesquisadora/pesquisador sobre a natureza das realidades sociais e organizacionais no processo de teorização.

Com efeito, a automatização da escrita acadêmica com os usos de IA tem legitimado a negligência ontológica que silencia e não reconhece o pluralismo científico e metodológico, ao apresentar respostas lineares, pouco sofisticadas e superficiais de fenômenos sociais, conforme exemplificamos no experimento realizado para a construção deste texto. Isso porque as IA, por trabalharem a partir de modelagens, não são capazes (ainda) de compreender contradições de significações da linguagem humana, assim como produzir novas perspectivas analíticas.

Outro ponto que destacamos é: “quem programa” e “quem cria a modelagem” destas IAs. Considerando que a grande maioria das empresas que produzem estas tecnologias é oriunda de localidades muito específicas do mundo - como Estados Unidos e Europa Ocidental -, é preciso nos atentarmos sobre como o processo de automatização da escrita acadêmica se insere no debate sobre o colonialismo digital da produção de conhecimento proposta por Faustino e Lippold (2022) . Para os autores (p. 56), o colonialismo digital:

não é uma nova fase, mas um dos traços objetivos do atual estágio de desenvolvimento do modo de produção capitalista e representa um largo passo em direção a uma reificação, cada vez mais profunda, da nossa experiência e senso de realidade, elevando a um novo patamar, a objetificação e mercantilização das relações, das mais simples às mais complexas.

Deste modo, esse processo de objetificação e de mercantilização também acontece no campo científico. Não somente os instrumentos, mas os processos e produtos do fluxo de produção do conhecimento estão constituídos nesse contínuo. Isso se torna evidente na academia brasileira em administração, especificamente na área de teoria das organizações, quando identificamos a imposição de modelos de linguagem de escrita acadêmica (modelos importados do eixo Estados Unidos e Europa Ocidental), assim como de difusão científica. A necessidade da “entrega” dos resultados de pesquisas realizadas em mestrados e doutorados no formato de produtos em língua inglesa, assim como o próprio modelo de escrita como sendo bem-sucedido quando lido enfaticamente por pesquisadoras e pesquisadores do “Norte global”, pode nos ajudar a refletir em que medida a busca por essa legitimação disfarça a lógica de submissão aos países colonizadores. Vivemos em um país no qual a maioria das e dos estudantes de graduação, mestrado e doutorado não tem fluência em língua inglesa. A imposição desta lógica também destaca como pensa quem estrutura institucionalmente esses processos de formação acadêmica e de pesquisa.

Seguindo essa lógica, conforme destacam Faustino e Lippold (2022) , corremos o risco de ocuparmos coletivamente o lugar de consumidores tardios das tecnologias de IA, mas, também, de produção e teorização científica. Isso pode ser observado quando refletimos sobre as formas como temos automatizado a escrita acadêmica de forma colonizada.

Desdobramentos do colonialismo digital na automatização da escrita acadêmica colonizada

Faustino e Lippold (2022 , p. 56) ainda destacam que nesse processo, os países do denominado “Sul global”, que inclui o Brasil, acabam se tornando local de “mineração extrativista de dados informacionais ou a consumidores retardatários de tecnologia”. Com efeito, essa automatização da escrita acadêmica reforça o que Alberto Guerreiro Ramos (1995) já destacava sobre nossa produção de conhecimento ser meramente reprodutora de enquadramentos e modelos hegemônicos. No contexto do uso de tecnologias como o ChatGPT, podemos transpor a análise do autor ao que se refere à reprodução dos modelos de linguagens, visto que a utilização da nossa produção é reduzida a mera fonte de dados e não consumida como possíveis lógicas de modelagem. Então, o desafio colocado na reflexão do uso das IAs a partir dessa perspectiva do colonialismo digital é discutir em que medida a escrita acadêmica em TO se tornou tanto uma forma de consumir tardiamente as tecnologias acadêmicas de modelos de linguagem de artigos do “Norte global”, que se torna simplista ao ponto de ser plausível elucubrar a possibilidade de, em termos de forma – quem sabe de conteúdo -, a dimensão humana ser substituída por um programa como o ChatGPT.

Por isso, é preciso nos atentarmos para quem programa e faz os modelos de linguagens que orientam essas IAs. Assim sendo, a definição do como e de quais (fontes de) dados serão processadas encontra-se centralizada em modelos hegemônicos e coloniais, o que pode reforçar nosso lugar de consumidores de ontologias do “Norte global” ( Faustino & Lippold, 2022 ). A reflexão dialoga com o que Abdias do Nascimento (2016) denominou de genocídio de epistemologias negras no contexto de colonização europeia e escravização negra no continente americano. As linguagens produzidas no “sul global” não são consideradas científicas ou como estruturas analíticas passíveis de teorização. Consequentemente, a modelagem linguística utilizada na automatização da escrita acadêmica é pautada na estrutura analítica do “Norte global”, relegando a nós, “Sul global”, o lugar de consumidores tardios de tecnologias e de reprodutores de modelos de linguagens e não de humanos produtores de modelos de linguagens. Isso pode ser considerado um processo de genocídio, pois nossa condição humana é substituída pela condição de consumidores que podem ser substituídos por maquinarias programáveis.

Aliado a essa negligência e genocídio onto-epistemológico, é importante considerarmos que não há imparcialidade no conteúdo da dataficação, posto que as tecnologias atendem e reproduzem aos interesses, objetivos, perspectivas e ontologias de investidores das empresas que desenvolvem as IAs ( O’neil, 2016 ; Gillespie, 2014 ). Assim, abrimos espaço para a reprodução automatizada de preconceitos e vieses sociais como pressupostos válidos no processamento de dados, na produção de resultados e na própria escrita acadêmica.

Do ponto de vista da teorização, o papel da pesquisadora/pesquisador é um processo que implica, para além da reprodução de modelos, exercícios reflexivos sobre as nuances das contradições que constituem a realidade social. Para a compreensão desta realidade, o tempo e as experiências de vida se tornam elementos importantes no teorizar, pois podem ampliar o escopo das possibilidades de impacto da teoria para o seu campo de atuação, assim como a relevância de categorias teóricas para as análises organizacionais. Um exemplo disso refere-se a como as temáticas de gênero e raça vêm sendo amplificadas nas teorias organizacionais. A primeira, estimulada pelo aumento da quantidade de mulheres pesquisadoras no campo, e a segunda pela ocupação das universidades por pessoas não brancas, enfaticamente negras e indígenas, no caso brasileiro, como consequência dos efeitos das políticas de cotas raciais. Assim como observamos no experimento realizado, as realidades destas populações não são consideradas como elementos constitutivos dos processos de modelagem de linguagens.

O uso do ChatGPT, portanto, aponta um risco de retrocesso analítico em processos de teorização, pois ao enfatizar modelos de enquadramento para a construção de teorias, a partir de instruções de prompt com dados disponíveis na internet, cujo objetivo é fornecer respostas baseadas em lógicas algorítmicas estruturadas em modelos de linguagens, ele acaba reproduzindo mecanismos históricos de silenciamentos de existências não reconhecidas nestes modelos ditos “racionais”, como modelos de linguagens não pautados na escrita, assim como não operantes a partir de “enquadramentos” coloniais. Do ponto de vista analítico, é pensar as teorias organizacionais a partir da criação de linguagens, de termos, de palavras, de rompimentos de estruturas modeladas a partir de dinâmicas da exclusão, de contradições e de silenciamentos.

Uma vez que IAs, como o ChatGPT, trabalham com dados disponíveis, as teorizações também devem considerar as ausências. Sem elas, teorizaremos somente com quem sempre esteve “disponível” para o campo científico, restando aquelas e aqueles que não podem estar aqui, indisponíveis, o negligenciamento de suas existências em nossos modelos de linguagens. Talvez, por isso, machismo, racismo, sexismo, por exemplo, sejam categorias tão emblemáticas e pouco mobilizadas para serem utilizadas em nossas análises organizacionais, pois na medida em que se tornarem “dados disponíveis” terão que ser consideradas em nossos modelos de linguagens para teorizações e, consequentemente, publicações acadêmicas.

E o futuro...

As IAs são programadas por meio de modelos de linguagens enfaticamente humanas. Se em alguma medida seus usos têm potencializado compreensão de como nossas formas de trabalho são limitadas e limitantes, entendemos que esse não é um problema do desenvolvimento de tecnologias, mas das raízes estruturais que as sustentam e os objetivos para os quais elas têm sido potencialmente utilizadas. Em grande medida, a relação que estabelecemos com as IAs é a mesma que nos organiza estruturalmente: a relação de dominação-submissão. Seria possível trabalhar com essas tecnologias na produção científica sem ser a partir desta lógica?

Isso nos leva a também compreender que ferramentas de IA podem ajudar pesquisadores e pesquisadoras a gerenciar suas referências bibliográficas, identificar erros gramaticais e até mesmo sugerir melhorias na estrutura do texto. Hoje, a IA já pode ser usada para analisar grandes conjuntos de dados e identificar padrões (não contextualizados) e sistematizações de informações de maneira tecnicamente mais sofisticada do que seriam realizados de forma manual. A questão, portanto, é a lógica de articulação das IAs com e como nossas tecnologias acadêmicas científicas. Pesquisas sobre essas formas de incorporação metodológica das IAs em nosso cotidiano de trabalho poderiam amplificar e sofisticar nossa compreensão sobre seus usos para além da lógica produtivista e de sua constituição como produto mercadológico.

Outro ponto que consideramos polêmicos e de importante reflexão se refere à dimensão ética. Além da questão autoral, é preciso considerar que quando utilizamos IAs, as informações que são utilizadas para alimentá-las ficam armazenadas em bancos de dados, que, em alguma medida, podem ser acessados por outras pessoas. A mesma lógica que é utilizada, por exemplo, em plataformas de transporte para alimentação e transporte. As empresas desenvolvedoras destas plataformas coletam um conjunto de dados sensíveis e que podem transformar nossa intimidade e privacidade em produtos comercializáveis. Para essas plataformas, mais importante que prestar o serviço é saber quando, como, onde e o que fazemos cotidianamente (Zubboff, 2019; Srnicek, 2016 ). No caso das IAs como o ChatGPT, esses riscos éticos também são colocados em conjunto com a questão das fontes e autorias de dados científicos utilizados. Como lidar com esses tipos de técnicas e procedimentos em nossos comitês de ética em pesquisa?

Sobretudo, é necessário refletir sobre as relações de produção, utilização e disseminação das IAs com o colonialismo e seus elementos estruturantes, como racismo, sexismo, xenofobia, misoginia, homofobia, dentre outros. A escrita acadêmica envolve habilidades humanas importantes, como criatividade, julgamento e análise crítica, que não podem ser replicadas por algoritmos e esses são elementos que devem ser constituintes da produção científica, principalmente com o crescente uso de tecnologias para a execução de atividades replicantes e operacionais acadêmicas. Soluções e criações tecnológicas baseadas em software livre, por exemplo, dialogariam com essa perspectiva. Contudo, elas enfrentam diretamente a lógica do acúmulo de capital na medida em que operam na lógica do compartilhamento o que, em tese, deveria também subsidiar nossa “cadeia produtiva” do conhecimento e da teorização.

Conclusões

Nesse editorial, propomos breves reflexões sobre os usos das IAs e do ChatGPT para realizarmos algumas reflexões sobre seus impactos na escrita acadêmica e nas teorizações em estudos organizacionais. Entendemos que o lugar dessa produção textual é mais no sentido provocativo do que de apresentação de respostas para os usos destas tecnologias. É importante também que reflitamos sobre essas dinâmicas em nosso processo de publicação destas produções acadêmicas.

Neste momento, periódicos acadêmicos de todo o globo focam em reforçar a primária responsabilidade do pesquisador frente a essas questões éticas e legais sem precedentes, propondo que as autoras e os autores divulguem detalhes do uso de sistemas de PNL (natural language processing), como o ChatGPT - ver, por exemplo, Yeo-Teh e Tang (2023), Kappel (2023) e Rossoni (2022) - e são expostos argumentos, punições e caminhos para impedir a autoria não humana. Em verdade, se mostram preocupados com a originalidade e a legitimidade na autoria dos trabalhos, frente a um cenário de fake news e tendência assumida do ChatGPT em inventar conteúdos falsos e construir inverdades em típicos resultados matemáticos de “spurious correlation” (correlações espúrias). Essas também devem ser preocupações brasileiras, conforme destacam Faustino e Lippold (2022) , considerando a estrutura socioeconômica que vivemos e como a produção de conhecimento tem se estruturado historicamente em nosso país. Consideramos ser importante que revistas acadêmicas brasileiras também façam reflexões e elaborem protocolos, práticas e processos de gestão de seus processos editoriais que considerem a IA como elemento contemporâneo da escrita acadêmica e da produção de conhecimento.

O colonialismo de dados ( Faustino & Lippold, 2022 ) está em “quem decide quem decide” ( Zuboff, 2019) , conforme apontamos ao longo deste texto. Ou seja, não há imparcialidade no conteúdo da dataficação, visto que as tecnologias atendem e reproduzem aos interesses de quem investe, programa e dissemina usos de IA ( O’neil, 2016 ; Gillespie, 2018). Outro ponto importante é que nesse processo de dataficação, os conhecimentos utilizados para a produção destes modelos de linguagens são os disponibilizados publicamente sem a verificação de sua veracidade, o que implica na possibilidade da disseminação de informações falsas, que podem produzir/reproduzir estereótipos, discursos de ódio/opressão, assim como rearticulando mecanismos de dominação colonial justamente pela coleta, muitas vezes sem qualquer regulamentação estatal, sobre os tipos de dados, seus modos de armazenamento e uso, assim como de sua disseminação.

Faustino e Lippold (2022) também destacam como a dataficação para o uso de IA também pode se configurar como um processo de privatização de conhecimentos públicos, na medida em que há uma “captura” de conhecimentos coletivos e produzidos de forma colaborativa para a sua sistematização em banco de dados pertencentes a empresas privadas. Com efeito, o conhecimento coletivo acaba se tornando um produto processado pelas IAs e se torna, também, um mecanismo contemporâneo de reprodução de desigualdades sociais, vistos os custos de acesso e de utilização destas tecnologias. Vivemos em um país onde 15,3% da população não tem acesso à internet em casa e 42,2% destes dizem não saber utilizar essa rede, de acordo com dados do Instituto Brasileiro de Geografia e Estatística [IBGE] (2023), ou seja, se torna essencial debatermos estes efeitos do colonialismo digital no Brasil e na academia brasileira.

A famigerada pergunta "as máquinas podem pensar?" ( Turing, 1950 ) perde relevância para outras: quão úteis ou perigosas são essas ferramentas (ditas como) inteligentes para teorizações em estudos organizacionais? Em que medida o uso desmedido das IAs tem apenas reforçado nosso lugar de no extrativismo digital de dados e reprodutores de modelos de linguagens do “Norte global”? Recomendamos cuidadosa reflexão para uma “única” resposta, frente a uma discussão tão complexa em tantas dimensões. Provocar esses cenários não se configura como um posicionamento ludista contra uma revolução tecnológica, mas sim de um pleito por consciência crítica no espaço acadêmico de construção de conhecimento. Por ora, há mais questões que respostas na mesa e cremos que a ciência deva continuar em constante desconstrução, mantendo espaços de reflexões plurais, questionamentos axiologicamente relevantes e, cada vez mais, desenquadrar.

Agradecimentos

As autoras agradecem a revista Organizações & Sociedade pelo espaço para reflexão.

References

• Bailey , D. E. ( 2022 ). Emerging Technologies at Work: Policy Ideas to Address Negative Consequences for Work, Workers, and Society . ILR Review , 75 ( 3 ), 527 – 551 . doi: 10.1177/00197939221076747
  » https://doi.org/10.1177/00197939221076747
• Cunliffe , A. L. ( 2022 ). Must I Grow a Pair of Balls to Theorize about Theory in Organization and Management Studies? Organization Theory , 3 ( 3 ). doi: 10.1177/26317877221109277
  » https://doi.org/10.1177/26317877221109277
• De Vaujany , F. X. , Leclercq-Vandelannoitte , A. , Munro , I. , Nama , Y. , & Holt , R. ( 2021 ). Control and surveillance in work practice: cultivating paradox in ‘new’ modes of organizing . Organization Studies , 42 ( 5 ), 675 – 695 . doi: 10.1177/01708406211010988
  » https://doi.org/10.1177/01708406211010988
• Duggan , J. , Sherman , U. , Carbery , R. & Mcdonnell , A. ( 2019 ). Algorithmic management and app-work in the gig economy: a research agenda for employment relations and HRM . Human Resource Management Journal , 2020 ( 30 ), 114 - 132 . doi: 10.1111/1748-8583.12258
  » https://doi.org/10.1111/1748-8583.12258
• Egliston , B. , Carter , M. ( 2022 ). ‘The metaverse and how we’ll build it’: The political economy of Meta’s Reality Labs . New Media & Society , 0 ( 0 ). doi: 10.1177/14614448221119785
  » https://doi.org/10.1177/14614448221119785
• Elmholdt , K. T. , Elmholdt , C. , Haahr , L. ( 2021 ). Counting sleep: Ambiguity, aspirational control and the politics of digital self-tracking at work . Organization , 28 ( 1 ), 164 – 185 . Doi: 10.1177/1350508420970475
  » https://doi.org/10.1177/1350508420970475
• Faustino , Deivison ., & Lippold , Walter ( 2022 ). Colonialismo Digital: por uma crítica hacker-fanoniana . São Paulo, SP : Raízes da América .
• Gillespie , T. ( 2014 ). The Relevance of Algorithms . In Gillespie , T. , Boczkowski , P. , & Foot , K. ( Orgs .) , Media Technologies: Essays on Communication, Materiality, and Society . Online, MIT Press Scholarship Online . doi: 10.7551/mitpress/9780262525374.003.0009 .
  » https://doi.org/10.7551/mitpress/9780262525374.003.0009
• Guerreiro Ramos , A. ( 1995 ). Introdução crítica à sociologia brasileira . Rio de Janeiro : Ed. UFRJ .
• Hafermalz , E . ( 2021 ). Out of the Panopticon and into Exile: Visibility and control in distributed new culture organizations . Organization Studies , 42 ( 5 ), 697 – 717 . doi: 10.1177/0170840620909962 .
  » https://doi.org/10.1177/0170840620909962
• Instituto Brasileiro de Geografia em Estatística [IBGE] . ( 2023 ). Pesquisa Nacional por Amostra de Domicílios – Contínua . Recuperado de https://www.ibge.gov.br/estatisticas/sociais/educacao/17270-pnad-continua.html?edicao=34949&t=resultados .
  » https://www.ibge.gov.br/estatisticas/sociais/educacao/17270-pnad-continua.html?edicao=34949&t=resultados
• Kappel , E.S. 2023 . How might artificial intelligence affect scientific publishing? Oceanography . 36 ( 1 ), 5 - 5 . doi: 10.5670/oceanog.2023.113 .
  » https://doi.org/10.5670/oceanog.2023.113
• Kellogg , K. C. , Valentine , M. A. , Christin , A. ( 2020 ). Algorithms at work: The new contested terrain of control . Academy of Management Annals , 14 ( 1 ), 366 – 410 . doi: 10.5465/annals.2018.0174
  » https://doi.org/10.5465/annals.2018.0174
• Kerlinger , F. N. ( 1973 ). Foundations of behavioral research . New York, NY : Holt Rinehalt and Winston .
• Leavitt , K. , Schabram , K. , Hariharan , P. , Barnes , C. M. ( 2020 ). Ghost in the Machine: On Organizational Theory in the Age of Machine Learning . Academy of Management Review . 46 ( 4 ), 750 - 777 . doi: 10.5465/amr.2019.0247
  » https://doi.org/10.5465/amr.2019.0247
• Lindebaum , D. , Ashraf , M. ( 2021 ). The Ghost In The Machine, Or The Ghost In Organizational Theory? A Complementary View On The Use Of Machine Learning . Academy of Management Review . in press . doi: 10.5465/amr.2021.0036
  » https://doi.org/10.5465/amr.2021.0036
• Lippold , W. , Faustino , D. ( 2022 ). Colonialismo digital, racismo e acumulação primitiva de dados . Germinal: Marxismo e Educação Em Debate , 14 ( 2 ), 56 – 78 .
• Nascimento , A. ( 2016 ). O Genocídio do negro brasileiro: Processo de um racismo mascarado . São Paulo : Perspectiva .
• Neves , I. , Vianna , F. , Sutil , B. ( 2021 ). Algocracia: Uma análise crítica sobre a gestão mediada por algoritmos . Contextus – Revista Contemporânea de Economia e Gestão , 19 ( 16 ), 246 - 256 . doi: 10.19094/contextus.2021.67949
  » https://doi.org/10.19094/contextus.2021.67949
• O’Neil , C ( 2016 ) Weapons of Math Destruction: How Big Data Increases Inequality and Threatens Democracy . New York : Crown Publishing Group .
• Rossoni , Luciano , G. P. T. Chat . ( 2022 ). A inteligência artificial e eu: escrevendo o editorial juntamente com o ChatGPT . Revista Eletrônica de Ciência Administrativa . 21 ( 3 ), 399 - 405 . doi: 10.21529/RECADM.2022ed3
  » https://doi.org/10.21529/RECADM.2022ed3
• Silva , Tarcízio . ( 2022 ). Racismo algorítmico: inteligência artificial e discriminação nas redes digitais . eBook Amazon .
• Srnicek , N. ( 2016 ). Platform Capitalism . Cambridge: Wiley. NY : Rosa Luxemburg Stiftung .
• Turing , A. M. ( 1950 ). Computing Machinery and Intelligence . Mind , 59 ( 236 ), 433 – 460 . doi: 10.2307/2251299
  » https://doi.org/10.2307/2251299
• Van den Broek , E. , Sergeeva , A. & Huysman , M. ( 2021 ). When the machine meets the expert: An ethnography of developing AI for hiring . Management Inform. Systems Quart . 45 ( 3 ), 1557 – 1580 . doi: 10.25300/MISQ/2021/16559
  » https://doi.org/10.25300/MISQ/2021/16559
• Yeo-The , N. & Tang , B. ( 2023 ). Letter to editor: NLP systems such as ChatGPT cannot be listed as an author because these cannot fulfill widely adopted authorship criteria . Accountability in Research . 12 ( 3 ), 1 - 3 . doi: 10.1080/08989621.2023.2177160
  » https://doi.org/10.1080/08989621.2023.2177160
• Zuboff , S. ( 1988 ). The age of the smart machine: The future of work and power . New York : Basic Books .
• Zuboff , S. ( 2019 ). The age of surveillance capitalism: The fight for a human future at the new frontier of power . New York, NY : PublicAffairs .

• Verificação de plágio
  A O&S submete todos os documentos aprovados para a publicação à verificação de plágio, mediante o uso de ferramenta específica.

• Disponibilidade de dados

  A O&S incentiva o compartilhamento de dados. Entretanto, por respeito a ditames éticos, não requer a divulgação de qualquer meio de identificação dos participantes de pesquisa, preservando plenamente sua privacidade. A prática do open data busca assegurar a transparência dos resultados da pesquisa, sem que seja revelada a identidade dos participantes da pesquisa.

Disponibilidade de dados

A O&S incentiva o compartilhamento de dados. Entretanto, por respeito a ditames éticos, não requer a divulgação de qualquer meio de identificação dos participantes de pesquisa, preservando plenamente sua privacidade. A prática do open data busca assegurar a transparência dos resultados da pesquisa, sem que seja revelada a identidade dos participantes da pesquisa.

Datas de Publicação

• Publicação nesta coleção
  14 Ago 2023
• Data do Fascículo
  Jul-Sep 2023