Itaú implementa IA generativa no aplicativo para melhorar o atendimento ao cliente

A inteligência artificial (IA) que executa comandos sem compreender as implicações deve ser supervisionada, e não venerada. A IA generativa já está envolvida em tarefas como redação, codificação, pesquisa, ensino e tomada de decisões executivas. Aqueles que a veem apenas como um atalho para aumentar a produtividade estão perdendo elementos cruciais, iniciando-se uma disputa sobre como integrá-la.

Cointeligência versus Oráculo

É fundamental transformar a IA em uma 'cointeligência', abordando-a com método e responsabilidade, em vez de permitir que a fluidez da máquina substitua o discernimento humano. Em 2022, a OpenAI lançou o ChatGPT, um sistema conversacional capaz de responder, reconhecer erros e questionar premissas incorretas. Pesquisas globais indicam que 88% das empresas utilizam IA regularmente em alguma função de negócio, e 62% já testaram agentes de IA.

Ethan Mollick, professor da Universidade da Pensilvânia e autor, estuda os efeitos da IA no empreendedorismo, educação e trabalho, cunhando o termo 'cointeligência'. Essa expressão rejeita tanto a ideia de que a IA é um oráculo infalível quanto a visão de que ela é apenas uma calculadora sofisticada. A máquina pode funcionar como colega, mentor ou professor, contanto que seja guiada por alguém com conhecimento. Embora ela escreva com precisão, resuma rapidamente, simule cenários e erre com boa eloquência, o líder desatento confunde clareza com verdade; o líder preparado, por outro lado, expande opções e testa suposições.

Economia e Julgamento Humano

Economistas como Ajay Agrawal, Joshua Gans e Avi Goldfarb, da Universidade de Toronto, argumentam que a IA diminui o custo da previsão, mas o julgamento permanece como um componente humano essencial na decisão. Na área de TI, agentes de IA podem auxiliar na classificação de chamados, sugestão de correções, criação de rotinas de automação e suporte à análise de incidentes. Contudo, a definição de risco aceitável, prioridade operacional, impacto no cliente, exposição regulatória e custo de falha ainda cabe a um ser humano. A IA agiliza o caminho, mas a liderança define o destino.

Infraestrutura e Maturidade Tecnológica

A infraestrutura também exige maturidade. Uma IA generativa sem dados confiáveis, segurança adequada, observabilidade, rede, armazenamento e servidores preparados resulta em um mero espetáculo tecnológico. O modelo pode parecer avançado, mas a operação falha no primeiro pico de uso, em casos de vazamento de dados ou quando a resposta carece de rastreabilidade. Os centros de dados, aceleradores, políticas de acesso, bases de dados curadas e avaliações contínuas constituem a parte menos visível da cointeligência, distinguindo a demonstração real do resultado prático.

Adoção e Mudança de Processos

O AI Index Report 2026, da Universidade de Stanford, relata que a IA generativa atingiu 53% de adoção em três anos, superando o ritmo do computador pessoal e da internet, e que 70% das organizações a utilizam em pelo menos uma função de negócio. Embora a velocidade seja notável, o verdadeiro valor surge quando os processos são reformulados. Simplesmente copiar respostas para documentos antigos gera pouco retorno; redesenhar fluxos, critérios de validação e papéis profissionais traz maior benefício.

Impacto no Mercado de Trabalho

O mercado de trabalho já reflete essa pressão. O Global AI Jobs Barometer 2026 analisou mais de um bilhão de vagas em seis continentes e concluiu que cargos de nível júnior mais expostos à IA têm sete vezes mais probabilidade de demandar liderança e raciocínio estratégico. Este é um ponto crítico, pois a carreira inicial perde parte do treinamento repetitivo que forjava o julgamento. Portanto, empresas e instituições de ensino precisam capacitar as pessoas a tomar decisões previamente, revisar melhor e contestar sistemas com fundamentação.

Confiança e Governança

Existe também a questão da confiança. Uma pesquisa do Pew Research Center 2026 mostrou que 49% dos adultos nos Estados Unidos usam chatbots de IA, comparado a 33% em 2024, enquanto 63% expressam preocupação com a rapidez do avanço da IA. Stuart Russell, cientista da computação e professor na Universidade da Califórnia em Berkeley, identifica este dilema como um problema de controle. Mustafa Suleyman, cofundador da DeepMind, defende que o progresso da IA depende da evolução paralela das estruturas de governança responsáveis por supervisioná-la. Kate Crawford, pesquisadora renomada pelos estudos sobre os impactos sociais, políticos e econômicos da IA, lembra que a IA acarreta custos materiais, trabalhistas e políticos, sendo a governança de IA uma questão de projeto, gestão e cultura.

Regulamentação Global

O cronograma regulatório reforça essa mensagem. Na União Europeia, as obrigações para fornecedores de modelos de IA de propósito geral entraram em vigor em 2 de agosto de 2025, com a Comissão ganhando poderes de fiscalização a partir de 2 de agosto de 2026. No Brasil, um projeto de lei apresentado em 2025 propõe o Sistema Nacional para Desenvolvimento, Regulação e Governança de Inteligência Artificial (SIA), designando papel à Autoridade Nacional de Proteção de Dados (ANPD).

A vantagem competitiva da próxima década residirá na habilidade de interagir com máquinas sem ceder-lhes a autoridade final. Isso requer formação, arquitetura, processos, ética e coragem executiva, exigindo que a IA seja vista como uma força positiva para a sociedade e empresas, com a mesma seriedade dada aos seus riscos. O líder que delega o julgamento à máquina troca autoridade por mera conveniência; aquele que transforma a IA em cointeligência expande a organização e potencializa indivíduos. Entre o assistente e o oráculo, a escolha responsável é clara: a IA deve pensar conosco, e a decisão deve sempre ter um respaldo humano.