Por que as coisas dão errado: memorando de Alexandr Wang, CEO da Scale AI [tradução]
(blogbyash.com)Trecho de um memorando que Alexandr Wang, CEO da Scale AI, enviou à equipe da Scale AI em 2019
Compressão de informação: por que as coisas dão errado?
1. O que é compressão de informação?
- É o processo de transmitir situações complexas do mundo real em linguagem simples ou imagens para que humanos possam entendê-las.
- Mas, nesse processo, a maior parte das nuances e do contexto importante se perde.
2. Por que a compressão de informação causa problemas?
- A perda de informação ocorre inevitavelmente durante a compressão, e, como resultado, uma mensagem distorcida é transmitida.
- A outra pessoa acaba formando na cabeça uma imagem distante da situação real e, ao tentar resolver o problema com base nisso, chega a resultados equivocados.
- A causa fundamental da maior parte das falhas de comunicação e da ineficiência dentro das organizações está nessa limitação da compressão de informação.
3. A relação entre o tamanho da organização e a compressão de informação
- Em startups pequenas (menos de 5 pessoas), todos compartilham o contexto e têm conhecimentos prévios (prior) parecidos, então é possível se comunicar suficientemente bem apenas com informação comprimida.
- À medida que a organização cresce, surgem barreiras entre departamentos (silos), e o contexto compartilhado e o conhecimento prévio enfraquecem, ampliando os efeitos colaterais da compressão de informação.
- Como resultado, aumentam repasses desnecessários, mal-entendidos e entregas ineficientes.
4. Casos representativos do problema da compressão de informação
- Requisitos do cliente: o cliente transmite seu problema de forma comprimida, mas isso quase nunca corresponde exatamente ao que ele realmente quer.
- Solicitações de não desenvolvedores para desenvolvedores: quando alguém não técnico pede algo a um desenvolvedor, a dificuldade real e o contexto não são transmitidos adequadamente, o que leva a resultados equivocados.
- Soluções sem relação com o problema real: superficialmente, parece que o problema foi resolvido, mas o resultado não gera melhora prática de fato.
5. Soluções para o problema da compressão de informação
- Minimizar repasses e ter experiência direta: o melhor caminho é vivenciar o problema diretamente e reduzir os handoffs.
(ex.: dogfooding, experimentar diretamente diferentes papéis) - Cultura organizacional forte: é preciso compartilhar o conhecimento prévio (prior) e o contexto dentro da organização.
- Minimizar a distância entre o cliente e o código: o problema do cliente e o desenvolvimento real precisam estar estreitamente conectados.
- Curiosidade e perguntas adicionais: quem resolve o problema deve fazer perguntas constantemente e se esforçar para entender o contexto.
- Contratar pessoas vindas do lado do cliente: se houver na equipe alguém que conhece bem o problema real, a perda de contexto diminui.
6. Resumo principal
- A compressão de informação é inevitável, mas sempre imperfeita.
- Quanto maior a organização, maiores os efeitos colaterais da compressão de informação.
- A melhor solução é uma estrutura e cultura organizacional que não dependam da “compressão”, além da experiência direta.
7 comentários
É uma observação óbvia e importante, mas quando tentamos colocá-la em prática de verdade, é algo bastante difícil e que exige muita atenção. Acho que os colegas brilhantes ao meu redor tinham uma sensibilidade excepcional para descompactar bem informações condensadas.
Muito obrigado pelas palavras!
Na prática, muitos desenvolvedores também vão querer, sempre que possível, ver e entender o problema diretamente.
> Curiosidade e perguntas adicionais: quem resolve o problema precisa questionar continuamente e tentar entender o contexto.
Acho que essa é a parte mais importante.
Porque a postura de tentar chegar mais perto da essência é o que motiva a criar outras soluções, como minimizar handoffs, construir uma cultura organizacional forte e reduzir a distância entre o cliente e o código.
Até recentemente eu estava focado apenas em implementar os requisitos dados, mas depois de concluir o desenvolvimento muitas vezes tive a sensação de que o efeito real era mínimo. Hoje em dia, antes de discutir os requisitos, pergunto de forma insistente o "porquê disso ser necessário", e nesse processo parece surgir uma solução mais próxima da resposta certa.
Isso mesmo, parece que quanto mais você se aprofunda no que é o objetivo e por que isso precisa ser feito, mais clara fica a solução.
Obrigado pela ótima tradução!
Obrigado por apreciar o texto!