Perguntei ao modelo Gemini: "Como interpretas esta imagem? ou melhor, o que vês nela"
A sua resposta: Se repararmos, a evolução da IA cria um fenómeno interessante nesta imagem: as barreiras entre estas três pessoas estão a esbater-se.
Hoje, a profissional de Marketing consegue usar ferramentas no-code com IA para criar uma landing page sem saber programar; o Engenheiro consegue usar IA para escrever a documentação técnica com excelente qualidade de escrita; e a Recrutadora consegue criar guiões técnicos de avaliação complexos ajudada pela IA. A grande competência transversal a todos eles passou a ser a literacia em IA e a capacidade de fazer as perguntas certas (Prompt Engineering)". [imagem criada por Andrew Ng é fundador da DeepLearning.AI]
1. A Profissional da Esquerda: Marketing, Growth e Copywriting
Com as ferramentas atuais de IA Generativa e análise de dados, as competências desta área mudaram radicalmente de "execução manual" para "direção estratégica":
Copywriter: Já não passa horas a olhar para uma folha em branco. Utiliza a IA para gerar dezenas de variações de títulos, adaptar o tom de voz para diferentes redes sociais em segundos e traduzir/localizar campanhas instantaneamente. A sua principal skill agora é o redirecionamento criativo e a curadoria (saber escolher e refinar o melhor output).
Marketer & Growth: A IA permite analisar gigabytes de dados de comportamento dos utilizadores em tempo real. Esta profissional consegue prever tendências de mercado, automatizar campanhas de email hiper-personalizadas para cada cliente e criar imagens ou vídeos publicitários em minutos (usando ferramentas de geração visual), algo que antes exigiria designers e agências externas.
2. A Profissional do Topo: Recrutamento, Coordenação e Sourcing
A gestão de talento mudou de um trabalho focado em triagem burocrática para um foco puramente humano e relacional:
Sourcer & Recruiter: A IA consegue analisar milhares de currículos e perfis do LinkedIn numa fração de segundo, cruzando competências com os requisitos exatos da vaga. Consegue prever quais os candidatos com maior probabilidade de aceitar uma proposta com base no histórico público deles. A skill principal aqui passa a ser a avaliação cultural e empatia nas entrevistas, já que a triagem inicial é feita pela máquina.
Coordinator: A organização de calendários, envio de feedbacks automatizados e respostas a dúvidas frequentes dos candidatos são totalmente geridos por agentes de IA, libertando tempo para desenhar uma melhor experiência de integração (onboarding) para os novos colaboradores.
3. O Profissional da Direita: Engenharia, Código (Frontend/Backend) e ML
Na tecnologia, a IA tornou-se o derradeiro "Copiloto". O foco mudou de saber sintaxe de cor para saber arquitetar soluções:
Frontend & Backend Engineers: Com ferramentas de geração de código (como GitHub Copilot e modelos avançados de raciocínio lógico), este engenheiro consegue escrever código 2 a 3 vezes mais rápido. A IA gera a estrutura base, cria testes unitários automaticamente e ajuda a detetar erros (bugs) em segundos. A competência-chave passou a ser a arquitetura de software e a capacidade de decompor problemas complexos para orientar a IA.
ML (Machine Learning): Paradoxalmente, o engenheiro de ML passou a focar-se menos em criar modelos do zero e muito mais em orquestrar e afinar (fine-tuning) os super-modelos já existentes, integrando-os na infraestrutura da empresa através de APIs e garantindo a segurança e privacidade dos dados.
Mensagens
