📄O paper clássico que todo mundo deveria ler pelo menos uma vez
Ethan Mollick, professor da Wharton e uma das vozes mais respeitadas sobre IA e gestão, recomendou que todo mundo leia o artigo acadêmico "On the Folly of Rewarding A, While Hoping for B" - em tradução livre, "A tolice de recompensar A quando você queria B". --- O paper, escrito por Steven Kerr em 1975, é um clássico da gestão que nunca envelheceu. A ideia central: organizações criam sistemas de incentivo que, na prática, recompensam exatamente o comportamento oposto ao que desejam. O hospital que premia rapidez no atendimento e depois reclama que os médicos não ouvem os pacientes. A empresa que cobra inovação mas só promove quem não erra. --- Vale a leitura especialmente agora, quando empresas estão redesenhando processos inteiros ao redor de IA. Se você não pensar bem nos incentivos, vai acabar otimizando a coisa errada - com muita eficiência.
Everyone should read 'On the Folly of Rewarding A, While Hoping for B' at least once.
— @emollick View on X
O paper acadêmico "On the Folly of Rewarding A, While Hoping for B", escrito por Steven Kerr em 1975, tornou-se referência obrigatória para qualquer profissional que esteja implementando sistemas de IA em organizações hoje. A recomendação recente de Ethan Mollick, professor da Wharton, reacendeu a atenção sobre um erro estrutural que continua sendo replicado em times de tecnologia: a criação de incentivos que produzem exatamente o comportamento oposto ao desejado.
O problema de design que não envelheceu
Kerr demonstrou que organizações sistematicamente estabelecem recompensas por métricas que contradizem seus objetivos declarados. O hospital que bonifica atendimento rápido, mas exige empatia e diagnósticos cuidadosos. A corporação que prega inovação, mas promove apenas quem nunca quebra a build em produção. O mecanismo é claro: os sistemas de incentivo definem o comportamento real, independentemente dos valores escritos no culture code.
O artigo permanece atual porque trata de uma falha de arquitetura, não de moda gerencial. Em 1975, Kerr observava burocracias industriais. Hoje, o mesmo padrão aparece em startups que medem produtividade de desenvolvedores por linhas de código commitadas ou número de deploys diários, sacrificando qualidade e sustentabilidade do codebase.
O risco na era dos LLMs
A relevância do conceito se intensificou com a adoção massiva de Large Language Models. Empresas estão redesenhando processos inteiros — desde geração de código até atendimento ao cliente — com ferramentas de IA generativa. Sem alinhamento cuidadoso de incentivos, essa transformação acelera a produção da coisa errada com eficiência cirúrgica.
Para builders brasileiros, o cenário é particularmente crítico. Times pressionados por entrega de features podem adotar assistentes de código sem métricas de revisão humana adequadas, criando débito técnico invisível. Produtos que incentivam volume de interações com chatbots sacrificam resolução efetiva de problemas. O sistema de reward, mesmo que implícito, sempre vence a intenção declarada.
Implementando o alinhamento correto
A aplicação prática exige auditagem rigorosa das métricas de sucesso:
- **Métricas de saída vs. resultado**: Medir velocidade de entrega sem incluir taxa de retrabalho ou estabilidade em produção gera otimização local prejudicial.
- **Uso de IA como acelerador, não substituto**: