A empresa média Fortune 1000 tem mais de 30.000 funcionários e equipes de engenharia, vendas e marketing com centenas de membros. Existem equipes igualmente grandes em organizações governamentais, científicas e de defesa. E ainda assim, pesquisas mostram que o tamanho ideal para uma conversa produtiva em tempo real é apenas cerca de 4 a 7 pessoas.
A razão é simples: à medida que os grupos crescem, cada pessoa tem menos oportunidade de falar e devem esperar mais tempo para responder, aumentando a sua frustração pelo facto de as suas opiniões não serem suficientemente consideradas. Isto é verdade quer os grupos colaborem pessoalmente, por vídeo ou teleconferência, ou mesmo por chat de texto (o que enterra os utilizadores num acúmulo de mensagens que reduzem a participação e prejudicam a deliberação).
Simplificando, conversas produtivas em equipe não escalar.
Então, o que você faz se tiver uma equipe grande e quiser aproveitar seu conhecimento, sabedoria, visão e experiência? Para muitas organizações, a única opção é recorrer a enquetes, pesquisas ou entrevistas. Isto irá captar dados sobre perspetivas individuais, mas ninguém se “sentirá ouvido” quando o processo terminar e raramente encontrará soluções ideais.
Isto porque enquetes, pesquisas e entrevistas não são instrumentos deliberativos. Não há troca de ideias enquanto os membros da equipa debatem questões, fornecem razões e justificações, apresentam argumentos e contra-argumentos e, em última análise, convergem para soluções em virtude dos seus méritos deliberativos. As pesquisas tratam as pessoas como simplificadas demais pontos de dadosenquanto as conversas interativas tratam as pessoas como considerado processadores de dados. Essa diferença é profunda.
Venho estudando esta questão há mais de uma década e estou convencido de que a melhor maneira de desbloquear o verdadeira inteligência coletiva de grandes equipes é por meio de conversas autênticas em tempo real e em grande escala. Estou a falar de discussões ponderadas em que dezenas de pessoas podem debater ideias, definir prioridades e prever em conjunto, convergindo em última análise para soluções que alavanquem genuinamente o seu conhecimento, sabedoria e visão combinados.
Mas as conversas são impossíveis de escalar, certo?
Errado — nos últimos anos, uma nova tecnologia de comunicação, IA do hiperchatsurgiu. Ele permite que equipes grandes e distribuídas mantenham discussões produtivas onde possam debater questões, debater ideias, priorizar alternativas, fornecer argumentos e contra-argumentos e de forma eficiente encontrar soluções.
Inspirado em grandes sistemas naturais, o Hyperchat AI combina os princípios biológicos de Inteligência de Enxame com o poder emergente dos agentes de IA. Ele funciona dividindo qualquer grupo grande em rede em um conjunto de pequenos subgrupos interconectados, cada um dimensionado para conversas cuidadosas em tempo real por texto, voz ou vídeo. O ingrediente mágico é um enxame de agentes de IA chamados “substitutos conversacionais” que participam de cada discussão local e trabalham para conectar todos os subgrupos em uma única deliberação coerente.
Usando o Hyperchat AI, grupos de qualquer tamanho podem debater questões, debater ideiaspriorizar opções, resultados previstos e resolver problemas em tempo real. E funciona: pesquisas mostram que quando grandes equipes conversam dessa forma, elas convergem para soluções mais inteligentes, rápidas e precisas. Em um estudo em que estive pessoalmente envolvido, grupos conectados pelo Hyperchat AI amplificaram seu QI coletivo para o percentil 97.
Em outro estudorealizado em colaboração com a Carnegie Mellon University, grupos de 75 pessoas conversando usando a tecnologia Hyperchat AI disseram que se sentiram mais colaborativos, produtivos e ouvidos em comparação com estruturas de comunicação tradicionais como Microsoft Teams, Google Meet ou Slack. Eles também se sentiram maior adesão às soluções que surgiram.
Para testar as virtudes do Hyperchat AI em um formato divertido e oportuno, pedi à equipe de pesquisa da Unanimous AI (desenvolvedora do Thinkscape, plataforma que utiliza o Hyperchat AI) que reunisse 100 membros do público que assistiram ao Super Bowl neste domingo e debateram qual anúncio do Super Bowl foi o mais eficaz e por quê?
Sei que não se trata de uma questão de grande importância social, mas o Super Bowl está entre os eventos mais assistidos do mundo, tanto pelo espetáculo atlético quanto pelos anúncios. Este ano, um comercial de 30 segundos custou entre US$ 8 e 10 milhões, sem incluir os custos de produção. Com esse nível de investimento, todas as marcas procuram se destacar, mas apenas algumas conseguem isso.
Então, reunimos 110 membros aleatórios do público – sua única qualificação era terem assistido ao Super Bowl – e pedimos que discutissem e debatessem os anúncios. Sessenta e seis anúncios exclusivos foram veiculados durante o jogo. Algum deles se destacou fortemente acima dos demais e, em caso afirmativo, por que foi tão eficaz?
Os 110 participantes foram divididos em 24 subgrupos, cada um com 4 ou 5 humanos e um único agente de IA. Cada agente foi encarregado de observar seu subgrupo, identificando os principais insights em tempo real e, em seguida, compartilhe esses insights com agentes de IA em outros subgrupos. Quando os agentes recebiam esses insights externos, eles participavam da conversa local, expressando o insight como membros do grupo. Este processo entrelaça todas as deliberações em uma única conversa em tempo real que flui perfeitamente e converge em uníssono.
Ao todo, os 110 participantes humanos sugeriram 54 anúncios diferentes para consideração e chegaram a uma resposta decisiva em apenas 10 minutos de discussão hiperconectada. E, como os agentes de IA acompanhavam a dinâmica de todos os 24 debates locais, no instante em que a conversa terminava, o sistema gerava uma lista ordenada de todos os 54 anúncios com base no suporte conversacional de toda a população.
Aqui estão os dez primeiros identificados pelos participantes deliberativos:
Como você pode ver, o anúncio da Pepsi que usava o urso polar da Coca-Cola foi considerado o mais eficaz da noite por uma ampla margem. Na verdade, o sistema Thinkscape relatou que este foi um resultado estatisticamente significativo para uma população de consumidores selecionados aleatoriamente (p<0,01).
Além disso, o sistema rastreia automaticamente as razões que surgem em cada subgrupo e as reações a essas razões (se influenciaram as opiniões dos outros, inspiraram contra-argumentos ou ambos). Isso permite que o sistema produza instantaneamente uma visão geral deliberativa para cada anúncio produzido, avaliando por que o grupo visualizou cada anúncio daquela maneira.
Aqui está o raciocínio gerado instantaneamente para o anúncio do Urso Polar:
“Nossa perspectiva coletiva é que o anúncio mais eficaz do Super Bowl de 2026 foi o anúncio dos Ursos Polares da Pepsi. Achamos que foi eficaz devido ao seu humor, uso inteligente de ursos polares, golpe na Coca-Cola, memorabilidade, elementos nostálgicos, amplo apelo, foco no produto e capacidade de iniciar conversas. Embora alguns de nós o tenham criticado por se concentrar em uma rivalidade, a grande maioria sentiu que ele capturou com sucesso a essência de um anúncio clássico do Super Bowl.”
Para que conste, a equipe da Unanimous AI também pediu a este coletivo em tempo real que considerasse uma pergunta de acompanhamento, Qual anúncio do Super Bowl foi menos eficaz e por quê? Isto é o que o sistema relatou após 10 minutos de deliberação:
“Nossa perspectiva coletiva é que o pior anúncio do Super Bowl de 2026 foi o anúncio da Coinbase. Descobrimos que faltava clareza, com mensagens confusas e uma falha em explicar o produto de forma eficaz. Além disso, o anúncio foi considerado por muitos irritante, desagradável e de baixo esforço, com pouca promoção do produto e uma desconexão dos serviços da Coinbase. No geral, ele não conseguiu construir confiança e foi desanimador para muitos espectadores.” Nota: A seleção deste anúncio foi um resultado estatisticamente significativo (p<0,01) em toda a população.
Novamente, este foi apenas um exemplo divertido para envolver o público, não uma grande deliberação de grande importância. Dito isto, observei grandes grupos, desde analistas de grandes instituições financeiras até cientistas do Departamento de Energia, a discutir questões importantes utilizando esta tecnologia – e em todos os casos os grupos parecem convergir com maior velocidade, precisão e adesão.
Para uma visão geral dos estudos acadêmicos sobre Hyperchat AI, confira este artigo recente.
Louis Rosenberg obteve seu PhD pela Universidade de Stanford, foi professor na California State University (Cal Poly) e recebeu mais de 300 patentes por seu trabalho em interação humano-computador, IA e inteligência coletiva.
