Novo livroLeading Effective Software Teams — um guia de pensamento sistêmico para gerentes de engenharia.Conheça o livro →

Mais output, menos progresso?

Alinhamento de verdade é agora o nosso maior desafio

Esse post foi traduzido automaticamente do inglês. Se você encontrar algum erro, por favor entre em contato.

Esse post também foi publicado no manager.dev. Escrito em colaboração com Anton Zaides.

Há alguns meses, um Staff engineer do meu time me disse: “Parece que estamos andando para trás na forma como gerenciamos projetos”. Ele estava trabalhando em um projeto que tinha travado.

  • Os engenheiros se sentiam bloqueados porque o design não dava direcionamento suficiente.
  • Os designers sentiam que estavam sendo pressionados a entregar um trabalho abaixo do ideal.
  • O product manager estava no meio, tentando coordenar um caminho, mas também com dificuldade para acompanhar todas as possibilidades.

A situação chegou até mim e aos meus pares de design e de produto. Nós também não conseguíamos concordar: havia muitas opiniões e poucos fatos. Agora éramos seis pessoas numa discussão assíncrona, andando em círculos. E esse problema não era exclusivo desse projeto.

Hoje conseguimos entregar output em várias áreas muito mais rápido do que antes. Protótipos são fáceis de construir, código é mais fácil de escrever, testes são fáceis de executar. Mas todo esse output a mais vem acompanhado de mais ruído:

A chart with two dashed lines rising over time: a grey “output” line and a blue “noise” line that climbs faster and ends above it, with a “Now with AI” stamp in the corner. O output aumentou, e a confusão também.

Como indústria, estamos construindo muitas ferramentas ótimas para alinhar agentes. Toda semana surgem novos harnesses. Mas não parece que estamos dedicando muito tempo a discutir como alinhar melhor as pessoas nesse novo contexto. E são as pessoas que conduzem os agentes.

Pense nos documentos de design técnico, por exemplo. Antes da IA, eles eram a forma de alinhar um time sobre como uma feature ou solução seria implementada. Eles reuniam opiniões e levavam o grupo a uma visão comum.

Documentos de design estavam longe de ser uma ferramenta de alinhamento perfeita, mas eram bons o suficiente. Com a IA, agora temos documentos enormes gerados por agentes, que pouca gente consegue ler e menos gente ainda entende. Em vez de alinhar o grupo, eles viraram uma forma de desengajar os engenheiros da conversa, deixando o processo menos eficaz.

“Aqui está a minha perspectiva, num documento de vinte páginas que a IA acabou de escrever”
- Seu colega.

O desafio com a IA é que muitas vezes otimizamos as partes sem olhar para o todo.

Aceleramos a entrega de código, mas não pensamos em como isso afeta os code reviews. Aceleramos a prototipação, mas não pensamos em como vamos decidir entre todas as opções. Era exatamente isso que estava acontecendo no nosso projeto: muito output de todo mundo, mas nenhum acordo.

Desenhe em vez de debater

Para resolver, usamos uma ferramenta simples que sempre foi útil nesse tipo de situação e continua sendo: visualizações.

Information radiators, aqueles grandes painéis compartilhados que o time inteiro acompanha (como o quadro ágil de todo mundo), sempre foram uma forma de juntar perspectivas, e eles importam ainda mais à medida que a complexidade cresce. Os documentos ficaram mais longos e confusos, mas uma visualização pode ser entendida em poucos segundos.

Ficamos discutindo em círculos até decidirmos nos reunir e mapear a linha do tempo do projeto: o que tinha acontecido, e quando? Montamos essa linha do tempo a partir de documentos, conversas no Slack, tickets do Jira e commits:

A project timeline from kickoff to last merge, with commits and merged PRs per day. Annotations point out that the time between kickoff and the start of development was almost as long as development itself, and that “we all agreed that was not good enough.” Uma linha do tempo do projeto é uma forma simples de ter ótimos insights sobre o que está realmente acontecendo

Quando fizemos isso, o alinhamento veio quase naturalmente.

Tínhamos levado um mês para planejar o projeto e um mês para escrever o código, e todos concordamos que esse não era o equilíbrio certo. As lideranças de design concordaram que deveríamos iterar mais rápido, mas também ficou claro para todos que o time não estava colaborando de perto entre as disciplinas. Essa lacuna pesa muito mais na era da IA: algumas semanas de planejamento eram irrelevantes quando a execução levava meses, mas viram um gargalo enorme quando construir pode levar dias.

A linha do tempo também colocou a culpa onde ela deveria estar: num processo quebrado, não nas pessoas. Ficou mais fácil chegar a um acordo, já que estávamos todos discutindo a partir de uma realidade compartilhada, e não de um monte de opiniões concorrentes. Com os problemas claros, foi muito mais fácil nos alinharmos sobre as soluções.

  • Não espere pelo design final. A linha do tempo mostrou que estávamos passando muito tempo planejando antes de o desenvolvimento começar, então concordamos que os designs não precisavam estar finalizados para o trabalho de engenharia começar. Antes da IA, isso significaria muito retrabalho para os engenheiros. Hoje, esse retrabalho é muito mais barato. Isso também deu aos designers espaço para terminar o trabalho no tempo de que precisavam, sem bloquear os engenheiros.
  • Façam o kickoff juntos. O gráfico também deixou óbvio que o time estava trabalhando de forma sequencial: produto define os requisitos, depois design cria as telas, depois os engenheiros constroem. Nenhum de nós queria trabalhar assim. Então mudamos o kickoff: o product manager, a liderança de design e a liderança de engenharia agora finalizam juntos o documento de requisitos, forçando a colaboração entre as disciplinas desde o início de cada iniciativa.

As duas mudanças deixaram o projeto seguinte muito mais tranquilo, com o time andando mais rápido tanto no planejamento quanto na execução.

Nada disso era um conceito novo. Desenvolvimento iterativo de produto é o que todos os envolvidos buscavam na teoria, como uma “boa prática”. Mas esse é um exemplo de como a prática pode se distanciar muito da teoria quando tudo está andando mais rápido. As pessoas ficam ocupadas e distraídas, e fica fácil não enxergar a floresta por causa das árvores.

O mesmo princípio melhorou o problema dos documentos de design que mencionei antes. Definimos critérios mais claros para documentos técnicos, construídos em torno de um único objetivo: uma discussão bem informada e um entendimento compartilhado entre os engenheiros. Os documentos agora são mais curtos e de mais alto nível, e usam diagramas de arquitetura para explicar o sistema de ponta a ponta em vez de vinte páginas de detalhes de implementação. Esses critérios também funcionam para documentos escritos por IA, e nossos documentos agora são muito mais fáceis de ler (e de entender!).

Experimente no seu time

Um grande benefício da IA é que ela torna esse tipo de análise muito mais fácil de fazer. Nosso gráfico levou alguns prompts e algumas horas de checagem de fatos (estava quase todo certo). Os dados já estão nas ferramentas que o seu time usa todo dia.

Escolha um projeto que o seu time entregou recentemente e monte a linha do tempo dele, desde a primeira vez em que ele foi discutido até chegar em produção. Junte os documentos, as threads do Slack, os tickets e os commits, peça para um LLM organizar o que aconteceu e quando, e depois cheque os fatos com as pessoas envolvidas. Se você nunca fez isso, garanto que vai achar interessante.

Comentários

  1. Carregando comentários…

Deixe um comentário