Uma instituição de ensino não vende um produto com uma especificação fixa. Pais, estudantes e clientes escolhem com base numa combinação de certeza de horários, intensidade de acompanhamento, prestação de contas perante a inspeção ou o financiador, e a capacidade de acompanhar o progresso individual sem que isso se perca em papelada. As horas ocupam-se, em grande parte, com três tipos de trabalho: estar perante a turma ou o grupo, a prestação de contas administrativa por detrás disso (avaliação, elaboração de dossiês, relatórios), e a coordenação entre docentes, apoio e chefias. Essa terceira categoria é frequentemente a que mais cresce sem que ninguém tenha tomado essa decisão: horários, excepções, pedidos de licença, comunicação com pais ou clientes, a recolha de dados para uma auditoria ou acreditação.
As circunstâncias que determinam o resultado não são iguais em todo o lado. Uma instituição com um público-alvo homogéneo e um currículo estável tem uma distribuição de encargos diferente de uma instituição com muitos percursos personalizados, entrada variável ou uma população multilingue. Onde a carga administrativa é elevada, o tempo que poderia ter sido dedicado ao acompanhamento é absorvido pela prestação de contas. Essa diferença determina em parte em que pode uma instituição ganhar: na disponibilidade de docentes, na rapidez do feedback individual, ou na fiabilidade da própria prestação de contas.
A IA assume, parcialmente, trabalho que antes custava simplesmente horas. A elaboração de horários com condicionantes complexas pode ser calculada por um sistema em vez de um planeador que a testa manualmente. As primeiras versões de textos de relatórios, análises de avaliações ou resumos de progresso podem ser elaboradas pela IA, com um docente que aprova, ajusta ou rejeita. Formulários de admissão, fluxos de inscrição e comunicação padrão dirigida a pais ou clientes podem funcionar largamente de forma automática. O que continua a ser trabalho humano é a conversa pedagógica, a avaliação de casos duvidosos, e a responsabilidade pela decisão final sobre um aluno ou estudante.
Esta mudança afeta diretamente a comparação entre instituições. Enquanto a elaboração de horários e a prestação de contas eram sobretudo trabalho de ocupação, ganhava a instituição com mais pessoal administrativo ou uma cultura de planeamento mais rígida. Se uma instituição deixar que a maior parte dessas tarefas seja assumida, muda o que aí ganha: já não quem investiu mais capacidade, mas quem efetivamente dedica as horas libertadas ao acompanhamento, aos momentos de contacto ou à atenção individual. Duas instituições com a mesma aplicação de IA podem, portanto, ainda assim obter resultados diferentes, porque uma reinveste o tempo libertado na sala de aula e a outra em novas camadas de relatórios.
Isto não acontece em todo o lado ao mesmo ritmo. Instituições com um currículo padronizado e critérios de avaliação claros prestam-se mais facilmente a apoio automatizado do que instituições com muito trabalho personalizado individual, onde cada dossiê exige as suas próprias ponderações. Também o grau de supervisão varia: onde a direção trata o resultado da IA como um rascunho que um docente tem de aprovar, surge uma garantia de qualidade diferente daquela em que o resultado circula sem controlo. Nas decisões que afetam pessoal, aplicam-se a essa ponderação requisitos legais próprios; isso é da competência da instituição e do seu órgão competente, não de uma comparação de processos de trabalho.
As dimensões que antes giravam sobretudo em torno do volume — quantos docentes, quanto pessoal administrativo, quantas localizações — deslocam-se para dimensões sobre atribuição e prestação de contas. Ganha uma instituição pela rapidez de resposta perante os pais, pela qualidade do relatório individual de progresso, pela fiabilidade dos seus dados de avaliação, ou pela visibilidade da sua prestação de contas perante a inspeção ou o financiador? Cada instituição comunica uma afirmação sobre um destes pontos, mas nem todas as afirmações podem ser fundamentadas com evidência. A forma de verificar isto para a sua própria proposta está descrita na página sobre como testar se a capacidade de diferenciação realmente existe.
Uma indicação de onde um concorrente aplica a sua capacidade é muitas vezes visível na forma como recruta: uma instituição que publica vagas para analistas de dados em vez de mais pessoal administrativo revela, com isso, algo sobre onde já concretizou essa mudança, como se pode ler na página sobre o que os textos de vagas de um concorrente revelam. A mesma lógica de mudança aplica-se noutros sectores com uma redistribuição semelhante de horas, como se pode ver na análise de em que se ganha no sector das TIC agora que a IA assume trabalho e na comparação de em que se ganha no comércio a retalho agora que a IA assume trabalho, onde a automatização de horários e prestação de contas desempenha um papel semelhante.
A questão subjacente é diferente para cada instituição: que parte do trabalho na sua organização pode efetivamente ser assumida pela IA, e que parte continua a ser trabalho humano com supervisão. Essa questão é respondida, tarefa a tarefa, com a análise de trabalho da FTE TO AI.
Pode começar por identificar em que pensa que ganha: rapidez de resposta, acompanhamento individual, qualidade da prestação de contas, ou outra coisa. A verificação gratuita de dimensões mostra quais dessas afirmações podem ser defendidas com evidência e quais são sobretudo suposição. O benchmark completo, com a matriz de evidência por dimensão e a comparação com o seu grupo de referência, está em preparação.