Quatro rituais de equipe que promovem a adoção de IA

Hoje, boa parte da experimentação com IA fica restrita a fluxos de trabalho individuais: alguns usuários avançados aprimoram a própria rotina, enquanto desenvolvedores de produtos menos familiarizados com IA ficam para trás. Mas, para que a IA realmente mude a forma de trabalhar de uma equipe, a fluência individual não basta: os maiores ganhos só aparecem quando a equipe toda passa a usar ferramentas de IA em conjunto.

Para incentivar a adoção da IA em toda a equipe, é preciso criar espaços de apoio entre colegas em que todos, desde iniciantes até profissionais experientes, possam aprender, praticar e aprimorar suas habilidades em IA sem pressão. Confira quatro exemplos de práticas que deram certo para diferentes equipes, desde pequenos grupos de estudo até revisões de design que começam pelo protótipo.

Saiba mais sobre como promover a adoção de IA em toda a organização.

Figma organiza grupos de estudo conduzidos por colegas

Jake Geller, gerente de operações de design da Figma, lançou um projeto piloto de grupos de estudo chamado “AI Collective” para ajudar designers a desenvolver suas habilidades em IA. “Há níveis muito diferentes de fluência técnica e em IA na equipe de design”, disse ele. “Queríamos elevar o nível mínimo de conhecimento e apoiar todo mundo.” Para entender que tipo de apoio oferecer, Jake perguntou aos designers quais habilidades queriam desenvolver e em que tipo de ambiente aprenderiam melhor.

Os interesses eram variados: algumas pessoas queriam se aprofundar e dominar uma ferramenta como o Figma Make ou o Figma Weave; outras queriam explorar como colocar código em produção ou usar IA para construir plugins personalizados. Mas todos os designers concordaram que preferiam aprender essas habilidades em grupos pequenos, nos quais se sentissem seguros para experimentar, em vez de grandes treinamentos para toda a equipe. Com base nesse feedback, Jake dividiu os designers em cinco grupos, cada um focado em uma habilidade diferente.

Conheça melhor o ritual da Figma:

Objetivo: ajudar designers com menos familiaridade com IA a ganhar fluência por meio da prática e do apoio de colegas.

Formato: Jake criou cinco grupos de estudo conduzidos por colegas, organizados de acordo com os temas escolhidos pelos designers. Alguns designers se ofereceram para liderar os grupos, enquanto os demais escolheram de qual grupo participar. Cada grupo se reuniu por uma hora por semana, durante seis semanas, e usou o Slack para manter a conversa entre os encontros. As pessoas responsáveis pelos grupos usavam um modelo flexível de planejamento, que sugeria 20 minutos para ensinar cada habilidade e 40 minutos para praticá-la.

Conclusão: uma meta concreta, como aprender a construir um plugin para o Figma, pode tornar o aprendizado mais envolvente e relevante por dar aos participantes algo específico a alcançar. O apoio entre colegas facilita fazer perguntas e superar dificuldades.

Como testar na sua equipe: descubra quais ferramentas de IA seus colegas mais querem aprender a usar. Convide voluntários que se sintam à vontade com essas ferramentas para conduzir treinamentos práticos semanais. Oriente a liderança de cada grupo a definir com os participantes um resultado concreto em comum, como um protótipo finalizado.

A Sephora compartilha o que não deu certo

Sneha Narahalli, vice-presidente sênior de tecnologia da Sephora, organiza um fórum quinzenal em que pessoas de várias áreas da empresa compartilham o que estão construindo com IA, para o trabalho ou em projetos pessoais. Nas primeiras sessões, todos os trabalhos apresentados já estavam bem finalizados. “Estávamos compartilhando aqueles resultados finais incríveis, gerados por IA”, afirmou Sneha. Mas as equipes relataram que ver projetos de IA bem executados por colegas era intimidador, porque ainda não sabiam como obter resultados parecidos por conta própria. Para resolver isso, a empresa mudou o formato do fórum quinzenal: agora, quem apresenta explica o processo por trás do trabalho, incluindo o que tentou e o que não funcionou. “A aprendizagem não vem só do que dá certo”, observou Sneha. “Aprender significa tentar algo, ver que não deu certo e saber o que não fazer na próxima vez.”

Conheça melhor o ritual da Sephora:

Objetivo: tornar a experimentação com IA mais acessível e compartilhar o processo de desenvolvimento dos projetos para que toda a equipe possa aprender com ele.

Formato: a cada duas semanas, as pessoas mostram algo que estão construindo com IA para o trabalho ou como projeto pessoal. Um desenvolvedor de produtos pode, por exemplo, mostrar como usa uma ferramenta de vibe coding para desenvolver um app que interpreta sonhos, enquanto outras pessoas compartilham dicas para criar habilidades que automatizam tarefas rotineiras. Os apresentadores explicam o que tentaram, incluindo o que não deu certo, em vez de mostrar apenas o resultado final. Canais específicos no Slack e no Teams mantêm um espaço para trocar experiências e fazer perguntas entre as reuniões.

Conclusão: mostrar o processo passo a passo ajuda quem tem menos familiaridade com ferramentas de IA a saber por onde começar. O fórum também mantém a aprendizagem entre colegas, o que, na visão de Sneha, dá a outras pessoas confiança para experimentar por conta própria. “Ouvir alguém da própria equipe contar como a IA facilita seu dia a dia tem muito mais impacto do que uma mensagem que vem de cima”, observou ela.

Como testar na sua equipe: ofereça aos desenvolvedores de produtos um espaço para compartilhar experimentos com IA. Reserve 10 minutos no início de uma reunião já existente, organize um encontro dedicado a isso ou incentive as pessoas a mostrar o que estão aprendendo em um novo canal do Slack. Na Figma, os desenvolvedores de produtos compartilham aprendizados sobre IA em um bloco das reuniões gerais quinzenais da empresa e em um canal do Slack, ambos chamados “How I AI”.

Mercari promove treinamento cruzado entre funções

Na Mercari, a equipe de Aki Alkhatib, designer principal, está testando maneiras de reduzir a lacuna de conhecimento entre designers e desenvolvedores. “Com a IA, ficou mais fácil construir coisas, mas isso não significa que as pessoas saibam avaliar o que criaram”, explicou Aki. “Elas estão entrando em áreas em que têm menos conhecimento.”

Conheça melhor o ritual da Mercari:

Objetivo: ajudar os construtores de produtos a avaliar e aprimorar o trabalho desenvolvido com IA fora da própria especialidade e a colaborar com mais eficiência entre as diversas áreas.

Formato: a Mercari organiza sessões práticas em que designers aprendem fundamentos de engenharia, como escrever código ou usar uma ferramenta de programação com IA, além de configurar um repositório no GitHub. Já os desenvolvedores aprendem princípios básicos de design, como hierarquia visual. Com esse treinamento, os desenvolvedores de produtos ganham familiaridade suficiente para criar um ponto de partida útil fora da própria especialidade e colaborar de forma mais eficiente com equipes multifuncionais.

Conclusão: o treinamento cruzado dá às pessoas o contexto necessário para levar uma ideia adiante mesmo fora da própria especialidade. Por exemplo, um desenvolvedor pode usar o Figma Make para esboçar uma interface básica e aplicar o que aprendeu sobre hierarquia visual para destacar as informações mais importantes antes que um designer revise a interface. Especialistas no domínio podem então usar seu conhecimento mais aprofundado para revisar e aprimorar o trabalho. “O ponto de partida pode vir de qualquer pessoa”, comentou Aki. “Depois, os especialistas de domínio analisam o trabalho e garantem que ele esteja dentro dos padrões de qualidade.”

Como testar na sua equipe: escolha uma tarefa básica de design para os desenvolvedores aprenderem e uma tarefa básica de engenharia para os designers. Organize algumas sessões práticas em que especialistas ensinem os fundamentos, as pessoas experimentem cada tarefa e o grupo avalie os resultados em conjunto.

A Atlassian começa toda revisão de design com um protótipo

Charlie Sutton, diretor de design da Atlassian, sabe que o uso da IA por toda a equipe exige mais do que treinamento. Quando as equipes começaram a experimentar ferramentas de prototipagem com IA para valer, ele percebeu que os designers muitas vezes explicavam o contexto e os motivos das decisões antes de mostrar um protótipo. Ou seja, a equipe só via os protótipos mais adiante no processo, se é que chegava a vê-los. Por isso, ele adotou uma nova regra: mostrar o protótipo primeiro e explicar depois.

Conheça melhor o ritual da Atlassian:

Objetivo: incentivar os desenvolvedores de produtos a se familiarizar com os protótipos e reconhecer seu valor por meio da prática frequente.

Formato: um designer inicia a revisão deixando o grupo navegar pelo protótipo, que pode ser criado com uma ferramenta como o Figma Make. Só depois vêm as explicações sobre os objetivos, a pesquisa e os motivos das decisões tomadas. Isso ajuda as equipes a perceber o valor da prototipagem: em vez de discutir um produto de forma abstrata, elas podem deixar que usuários explorem a experiência e observar como ela funcionaria na prática. Nas palavras de Charlie: “Mostre o que você fez, me ajude a explorar o protótipo e depois explique por que tomou essa decisão.” Como precisam levar um protótipo a cada revisão de design, os designers têm a oportunidade de praticar regularmente o uso de uma ferramenta de IA.

Conclusão: “Às vezes, são as regras simples que viabilizam mudanças complexas”, disse Charlie. A equipe ainda precisa ser lembrada da regra, mas colocá-la em prática em todas as revisões ajuda a consolidar o hábito.

Como testar na sua equipe: por um mês, experimente começar pelo protótipo em uma das revisões de design recorrentes. Dê ao grupo tempo para navegar pelo protótipo antes de qualquer explicação de contexto. Reforce essa prática até que vire parte da rotina.

Promover a adoção de IA em toda a organização exige mais do que simplesmente oferecer acesso às ferramentas. Ao testar novos rituais e formas de aprender em conjunto, mais desenvolvedores de produtos podem aprender a usar a IA em equipe, e não apenas individualmente, tornando-a parte da rotina de trabalho.