A IA pode responder à pergunta. O próximo desafio é ajudar as pessoas a seguir em frente.

Tornamo-nos notavelmente bons em desenvolver IA capaz de responder a perguntas. Pergunte quando termina o prazo de uma inscrição, quais documentos são necessários ou como funciona um processo, e ela poderá fornecer uma resposta útil em segundos. Mas, quando estão em jogo a educação, o futuro financeiro ou o sentimento de pertencimento de alguém, a resposta é apenas o começo. O que importa é saber se essa pessoa consegue realmente seguir em frente.

É aí que a IA agêntica se torna interessante. Em vez de tratar cada interação como uma pergunta isolada, um agente de IA pode reconhecer em que ponto de uma jornada mais ampla alguém está, identificar o que precisa acontecer em seguida e ajudar essa pessoa a chegar lá. No entanto, fazer isso de maneira confiável exige mais do que um modelo de linguagem capaz. São necessárias jornadas concebidas para esse fim, sistemas conectados e supervisão humana incorporada ao processo desde o início.

Pense no ensino superior. Um estudante se candidata, solicita auxílio financeiro, se matricula em disciplinas, conversa com um orientador, busca apoio acadêmico, procura um estágio, se prepara para se formar, procura emprego e, por fim, torna-se ex-aluno. As instituições organizam essas etapas em departamentos e sistemas tecnológicos separados, mas os estudantes vivenciam uma única universidade. Eles não deveriam ter de entender o organograma da instituição para obter a ajuda de que precisam.

As pessoas não querem mais uma interface. Querem resolver algo.

Em uma pesquisa recente com 1.058 estudantes universitários dos EUA atualmente matriculados, 76% disseram esperar resolver a maioria das necessidades relacionadas aos serviços estudantis sem ligar para a instituição ou ir a um escritório. Ainda assim, um em cada quatro afirmou que sua instituição não atende a essa expectativa. Quando perguntados sobre o que mais importa em uma experiência digital moderna, 64% destacaram a rapidez na resposta e na resolução, 54% a disponibilidade 24 horas por dia, 7 dias por semana, e 50% a possibilidade de concluir tarefas em um só lugar. Os estudantes querem respostas mais rápidas, menos transferências entre atendentes e a possibilidade de concluir tarefas sem ter de navegar por vários sistemas.

Um possível estudante começa uma inscrição para a faculdade, mas nunca a conclui. Um chatbot tradicional pode responder a perguntas sobre os requisitos da inscrição, mas o estudante ainda precisa descobrir o que está faltando e como prosseguir. Um sistema agêntico pode identificar em que ponto a inscrição foi interrompida, apontar a próxima etapa e ajudar o estudante a retomar de onde parou. Se o estudante disser que já enviou o histórico escolar, o sistema pode verificar o registro da inscrição, confirmar que o documento está lá e avançar para além desse requisito, em vez de pedir que ele o envie novamente.

É também nesse ponto que persistem alguns dos maiores desafios técnicos. A Microsoft Research aponta a confiabilidade, a retenção de contexto e a execução de fluxos de trabalho no mundo real entre os desafios enfrentados pelos agentes de produtividade. Um agente não consegue orientar alguém de maneira confiável ao longo de um processo se perder o contexto entre as etapas ou não puder operar nos sistemas envolvidos.

De respostas reativas a ajuda proativa

A oportunidade vai além de responder a perguntas: trata-se de perceber quando alguém precisa de apoio e ajudar as instituições a determinar qual deve ser a próxima etapa. Por exemplo, uma equipe de desenvolvimento institucional pode identificar sinais de que um ex-aluno está pronto para retomar o contato, ser voluntário ou fazer sua primeira doação. Mas perceber o sinal é apenas o começo. O verdadeiro valor está em entender que tipo de contato faz sentido para aquela pessoa, naquele momento, e o que deve acontecer em seguida.

Jornadas concebidas para esse fim podem incorporar práticas consolidadas para diferentes públicos e objetivos, oferecendo às equipes uma base mais sólida do que ferramentas genéricas ou fluxos de trabalho criados do zero. E os benefícios vão além de economizar o tempo da equipe. As instituições já dispõem de enormes volumes de dados. O que precisam é de ajuda para interpretar esses sinais e transformá-los em interações atenciosas e oportunas.

A necessidade é clara. Na mesma pesquisa com estudantes, metade afirmou já ter evitado entrar em contato com sua instituição porque o processo parecia difícil demais. Outros 40% tiveram de repetir informações que já haviam fornecido, 34% foram transferidos sem que seu problema fosse resolvido e 31% não conseguiram encontrar o que precisavam e desistiram.

As experiências de IA mais úteis ajudam as instituições a identificar esses pontos de atrito antes que levem alguém a se afastar.

O contexto é o que transforma uma resposta em uma ação útil

Todos já sentimos a frustração de ter de fornecer as mesmas informações repetidas vezes a uma organização. Agora, imagine passar por isso enquanto tenta se matricular em disciplinas, resolver um problema relacionado ao auxílio financeiro ou retomar o contato com sua alma mater. Cada interação desconectada faz a instituição parecer um pouco menos uma organização que conhece você.

Conectar as informações em torno de cada pessoa, em vez de organizá-las por departamentos separados, transforma essa experiência. Estudantes, ex-alunos e doadores se beneficiam de interações mais contínuas e personalizadas, enquanto a equipe passa a ter o contexto necessário para responder de maneira mais eficaz. Quando as instituições facilitam interações mais pessoais, criam as condições para relacionamentos mais sólidos e uma lealdade duradoura.

Os estudantes já estão sinalizando que querem experiências digitais que funcionem dessa maneira. A mesma pesquisa com estudantes constatou que 56% esperam que os sistemas sejam integrados, sem redirecionamentos nem a necessidade de inserir as mesmas informações repetidamente. Metade espera que as ferramentas digitais sinalizem proativamente prazos, requisitos ou problemas antes que se tornem obstáculos.

Oferecer essa experiência exige mais do que tornar ferramentas individuais mais inteligentes. Significa conectar as informações e os fluxos de trabalho que permitem às instituições entender em que etapa da jornada cada pessoa está e responder de acordo com isso.

A melhor IA sabe quando agir, quando proteger e quando dar um passo atrás

O objetivo da IA agêntica não deve ser alcançar o máximo de autonomia. Deve ser combinar assistência, ação e discernimento humano na medida certa, incorporando a aprovação humana ao fluxo de trabalho desde o início.

À medida que a IA se torna capaz de realizar mais ações, decidir o que ela deve fazer por conta própria passa a ser tão importante quanto ampliar o que ela pode fazer. Tarefas rotineiras, como identificar formulários incompletos ou apresentar informações relevantes, podem ser adequadas à automação. Mas, quando um sistema de IA prepara uma comunicação ou recomenda uma ação que pode afetar a experiência de um estudante, uma pessoa deve ter a oportunidade de aprová-la antes que qualquer coisa chegue ao estudante.

A supervisão humana não deve se limitar a encaminhar casos atípicos ou revisar decisões depois que já foram tomadas. Em interações de alto impacto, a aprovação deve ocorrer antes da ação, não depois. A IA pode identificar sinais, recomendar os próximos passos e preparar comunicações, enquanto a equipe mantém o controle sobre o que acontece em seguida.

Essa abordagem também abre espaço para o discernimento e a empatia que a tecnologia não pode substituir. Um estudante que enfrenta uma situação financeira incomum ou dificuldades acadêmicas pode precisar de mais do que uma recomendação automatizada. A tecnologia deve ajudar a equipe a reconhecer esses momentos e a responder com o contexto necessário, em vez de afastá-la do processo.

Uma implementação responsável também significa proteger as informações confidenciais das quais essas experiências dependem. Conectar sistemas e permitir que a IA aja traz questões importantes sobre acesso a dados, permissões, segurança e responsabilização. Um agente que auxilia em uma candidatura ou em um processo de ajuda financeira deve ter acesso apenas às informações e às ações adequadas àquela interação, com limites claros para o que pode fazer.

O trabalho da Microsoft Research sobre agentes com participação humana reforça a importância de incorporar supervisão e controle humanos a sistemas cada vez mais autônomos, inclusive por meio de mecanismos que permitam às pessoas participar do trabalho de um agente e redirecioná-lo. A IA responsável possibilita experiências melhores ao construir a confiança necessária para oferecê-las.

A próxima geração de IA terá como foco os resultados

Há outra mudança que as instituições precisam fazer: mudar a forma como avaliam se a IA está realmente funcionando.

Hoje, o desempenho da IA costuma ser avaliado por métricas de atividade: conversas conduzidas, perguntas respondidas, tempos de resposta ou consultas desviadas da equipe. Essas medidas podem indicar se um sistema está sendo usado ou reduzindo a carga de trabalho, mas não necessariamente mostram se ele ajudou alguém a fazer o que pretendia.

Para o estudante que parou na metade do preenchimento de uma inscrição, o sucesso significa concluir essa inscrição, e não simplesmente receber respostas de um assistente de IA. Para um ex-aluno interessado em retomar o contato, significa dar o próximo passo nessa relação.

O impacto dessas experiências digitais vai muito além da conveniência. A pesquisa com estudantes constatou que 38% haviam adiado uma tarefa importante relacionada à matrícula, à ajuda financeira ou à vida acadêmica porque era difícil navegar pelas ferramentas digitais. Um em cada quatro afirmou que essas dificuldades o fizeram questionar se valia a pena continuar matriculado diante de tanto transtorno. Quando a tecnologia cria tantos obstáculos, medir o engajamento com a própria tecnologia não aborda o que realmente importa. As instituições devem perguntar se as pessoas estão concluindo as tarefas que pretendiam realizar, em que pontos estão encontrando dificuldades e se a experiência está melhorando com o tempo.

A próxima geração de IA será definida pelo que as pessoas conseguem realizar graças a ela — e essa é uma mudança empolgante. Seja para alguém navegar pela vida universitária, cuidar da própria saúde ou interagir com uma organização com a qual se importa, a oportunidade está em fazer experiências complexas parecerem verdadeiramente acolhedoras. Para chegar lá, é preciso criar jornadas centradas em pessoas reais, conectar informações, garantir uma supervisão humana significativa e assumir o compromisso de medir resultados, não atividades.

O objetivo não é automatizar mais por automatizar. É ajudar as pessoas a seguir em frente com menos obstáculos, mais confiança e a sensação de que a organização do outro lado realmente as compreende.