Estamos entrando em uma era de rápidos avanços tecnológicos impulsionados pela ascensão da inteligência artificial (IA), impactando todas as áreas do mercado de trabalho. As tarefas repetitivas e monótonas serão cada vez mais deixadas para os algoritmos, permitindo que os seres humanos se concentrem em atividades mais complexas e desafiadoras.
A principal habilidade para um mundo em rápida transição tecnológica será a capacidade de questionar o status quo, formular hipóteses e testar os seus resultados. O funcionário-robô que apenas cumpre ordens e insere dados em planilhas será cada vez menos necessário em um mundo dominado pela inteligência exponencial e escalável.
Segundo Karl Popper, pensar como um cientista envolve a criação de teorias que sejam falsificáveis, ou seja, que possam ser testadas e refutadas. O filósofo austro-britânico defendia que o progresso científico ocorre por meio da tentativa e erro, com o objetivo de permitir a eliminação de hipóteses falsas.
Pensar como um cientista também requer uma rápida capacidade de adaptação, a rejeição dos dogmas estabelecidos e o desapego aos resultados individuais do passado. Como diria Popper, a ciência avança não ao confirmar nossas certezas, mas ao superar nossas falhas, abraçando a dúvida e a refutação do status quo como essenciais para o avanço do conhecimento.
No século da IA, o verdadeiro valor profissional estará na capacidade humana de inovar e adaptar-se. E análises recentes têm mostrado que o mercado de trabalho está cada vez mais interessado nesse tipo de profissional.
Leia também
O relatório “Brasil: Mestres e Doutores 2024″, lançado este mês pelo Centro de Gestão e Estudos Estratégicos, encontrou que entre 2009 e 2021, o número de empregos formais para mestres aumentou 139%, enquanto para doutores o crescimento foi de 192%. Esses índices foram mais de 5 e 7 vezes superiores, respectivamente, ao crescimento total do emprego formal no Brasil no mesmo período.
A área profissional que mais tem crescido nos últimos anos é a ciência de dados, centrada no estabelecimento e teste de hipóteses. O trabalho do cientista de dados precisa ser rigoroso e reproduzível, com consequências práticas frequentemente mensuráveis de forma imediata.
A importância de pensar como um cientista transcende a ciência de dados, sendo aplicada em diversas áreas do conhecimento e da prática profissional. Em um mundo onde a mudança é a única certeza, a capacidade de formular perguntas críticas, testar soluções e ajustar-se rapidamente às novas descobertas será cada vez mais importante.
As empresas e instituições que incentivarem esse tipo de pensamento em seus funcionários estarão melhor posicionadas para inovar e prosperar nessa nova realidade. No século da IA, pensar como um cientista é a diferença entre ser um algoritmo e ser o programador.