O que ninguém te conta sobre liderar experimentos com IA

Existe uma parte desse trabalho que eu ainda não tinha nomeado nos artigos anteriores. Não é técnica. Não aparece em diagrama de fluxo nem em schema de token. Mas ela está presente em todo dia de projeto: a sensação de avançar sem saber exatamente para onde.

Estou vivendo isso agora. No Projeto Harness Design System e na aplicação de IA no upstream, estamos progredindo. Há resultados concretos — a governança de tokens que descrevi no artigo anterior é real, funciona, e o time consegue operar. Mas progressos reais convivem com uma imprevisibilidade que não diminui conforme o projeto avança. Ela muda de forma.

O problema com experimento é que ele é experimento

Quando você está construindo algo que já foi construído antes, o escopo é relativamente estável. Você pode não saber quanto tempo vai levar, mas sabe o que vai encontrar no caminho. O terreno já foi mapeado por alguém.

Quando você está testando algo que ninguém no seu contexto fez antes, o escopo é uma hipótese. Cada semana revela algo que muda o que você achava que sabia. No artigo sobre tokens, contei que a estimativa era fechar em uma semana e não fechou. Não foi falha de planejamento — foi o projeto mostrando sua complexidade real conforme a gente entrava nela. A tipografia travou de um jeito que ninguém tinha previsto. O bind exigiu um caminho que não estava no plano original. A pergunta de onde o JSON deveria morar virou uma discussão de infraestrutura que tomou tempo de verdade.

Isso é o que experimento faz. Ele revela o que você não sabia que não sabia.

O problema é que times, empresas e stakeholders geralmente não estão calibrados para esse tipo de trabalho. Existe uma expectativa implícita — às vezes explícita — de que você deve saber o que vai acontecer antes de fazer. E quando você não sabe, parece falta de preparo.

O que isso produz em quem lidera

Tem um custo humano nisso que vale nomear, porque ele é real e pouco falado.

Liderar um experimento com IA numa empresa que depende de resultados previsíveis gera uma tensão permanente. De um lado, o projeto pedindo atenção ao que está acontecendo agora, ao ajuste de rota, à descoberta que chegou na quarta-feira e mudou o que você ia apresentar na quinta. Do outro, a pressão legítima de reportar progresso, defender prioridade, justificar o tempo alocado.

Essa tensão produz ansiedade. E a ansiedade produz uma tentação específica: prometer mais do que você sabe para parecer que tem controle. Antecipar resultados que ainda não existem. Apresentar o plano como mais sólido do que é para não parecer que está improvisando.

Eu entendo essa tentação. Já senti ela. E aprendi que ela é o caminho mais curto para um problema maior.

A única saída que encontrei

Transparência não é estratégia de comunicação. É a única postura que funciona quando você está em território genuinamente novo.

O que isso significa na prática: trazer as lideranças para a conversa antes de ter respostas, não depois. Não chegar com o resultado, mas com o mapa do que está sendo descoberto. Falar o que deu certo e o que não deu com o mesmo peso. Proteger o time da pressão de entregar certezas que o projeto ainda não permite.

Isso exige coragem de um tipo específico — não a coragem de avançar apesar do risco, mas a coragem de ser vulnerável diante de quem espera que você saiba o que está fazendo. De dizer "ainda não sei" para quem tem interesse legítimo em saber.

No nosso projeto, o que tem funcionado é manter stakeholders no loop de forma contínua, não só nos marcos. Quando o escopo muda — e vai mudar — eles já têm contexto suficiente para entender por quê. Quando um resultado não é o esperado, ele chega como aprendizado dentro de uma conversa que já estava acontecendo, não como surpresa numa apresentação.

Isso não elimina a tensão. Mas ela deixa de ser sobre credibilidade e passa a ser sobre o problema real: como avançar num terreno que ninguém mapeou ainda.

O que fica

Não tenho método pronto para gerir imprevisibilidade em projetos com IA. Acho que ninguém tem ainda, pelo menos não um que funcione em todos os contextos.

O que tenho é uma postura: proteger o time de prometer o que não pode ser prometido, manter as lideranças dentro da realidade do que está acontecendo, e tratar cada descoberta — inclusive as que complicam o caminho — como informação válida, não como fracasso a esconder.

Experimentos são assim. O resultado não é só o que funciona no final. É tudo que foi aprendido no caminho.