Tudo sobre Inteligência Artificial
Uma inteligência que aceita ordens sem compreender consequências merece supervisão, jamais reverência. A inteligência artificial generativa já participa da escrita, do código, da pesquisa, da sala de aula e da decisão executiva. Quem ainda a trata como atalho de produtividade perde o essencial. A disputa começa agora. Transformar a IA em cointeligência, com método e responsabilidade, ou permitir que a fluência da máquina ocupe o lugar do juízo humano.
Continua após a publicidade
Em 2022, a OpenAI apresentou o ChatGPT, um sistema conversacional capaz de responder, admitir erros e contestar premissas incorretas. Uma pesquisa global aponta que 88% das organizações usam IA regularmente em ao menos uma função de negócio e que 62% já experimentam agentes de IA. A curiosidade virou pauta de conselho.
Ethan Mollick, professor da Universidade da Pensilvânia e autor de livros, pesquisa os impactos da inteligência artificial no trabalho, na educação e no empreendedorismo. Ele chama esse convívio de cointeligência. A expressão importa, pois recusa tanto a fantasia do oráculo quanto o rebaixamento da IA a calculadora elegante. A máquina pode atuar como colega, professora e mentora, desde que alguém a conduza com repertório. Ela escreve com segurança, resume com velocidade, simula hipóteses e erra com excelente dicção. O líder distraído confunde clareza com verdade. O líder preparado amplia alternativas e testa pressupostos.
A economia da IA ajuda a separar fascínio de valor. Ajay Agrawal, Joshua Gans e Avi Goldfarb, economistas e professores da Universidade de Toronto, reconhecidos por estudar os impactos econômicos da inteligência artificial nos negócios, defendem que a IA reduz o custo da previsão enquanto o julgamento segue como ingrediente humano da decisão. Em TI, agentes podem classificar chamados, propor correções, escrever rotinas de automação e apoiar análise de incidentes. Ainda assim, alguém precisa definir risco aceitável, prioridade operacional, impacto no cliente, exposição regulatória e custo de falha. A IA acelera a rota. A liderança escolhe o destino.
A infraestrutura também cobra maturidade. IA generativa sem dados confiáveis, segurança, observabilidade, rede, armazenamento e servidores preparados cria teatro tecnológico. O modelo pode parecer avançado, mas a operação falha no primeiro pico de uso, no vazamento de informação ou na resposta sem rastreabilidade. Centros de dados, aceleradores, políticas de acesso, bases curadas e avaliação contínua formam a parte menos vistosa da cointeligência. Eles separam demonstração de resultado.
O AI Index Report 2026, da Universidade de Stanford, informa que a IA generativa chegou a 53% de adoção em três anos, ritmo superior ao do computador pessoal e da internet, e que 70% das organizações usam IA generativa em ao menos uma função de negócio. A velocidade impressiona, mas o valor aparece onde processos mudam. Copiar respostas para documentos antigos rende pouco. Redesenhar fluxos, critérios de validação e papéis profissionais rende mais.
O trabalho já sente essa pressão. O Global AI Jobs Barometer 2026 analisou mais de 1 bilhão de anúncios de emprego em seis continentes e concluiu que as funções juniores mais expostas à IA são sete vezes mais propensas a exigir liderança e pensamento estratégico. Eis o ponto delicado. A carreira de entrada perde parte do treino repetitivo que formava julgamento. Empresas e escolas terão de ensinar pessoas a decidir antes, revisar melhor e contestar sistemas com fundamento.
Continua após a publicidade
Há ainda o problema da confiança. Pesquisa do Pew Research Center 2026 mostra que 49% dos adultos dos Estados Unidos usam chatbots de IA, ante 33% em 2024, enquanto 63% dizem que a IA avança rápido demais.
O uso cresce, a legitimidade vacila. Stuart Russell, cientista da computação, professor da Universidade da Califórnia em Berkeley e uma das maiores autoridades mundiais em inteligência artificial, trata esse impasse como problema de controle.
Mustafa Suleyman, cofundador da DeepMind e um dos principais pensadores contemporâneos sobre os impactos, riscos e mecanismos de governança da inteligência artificial, sustenta que o avanço da inteligência artificial depende da mesma velocidade de evolução das estruturas de governança responsáveis por supervisioná-la.
Kate Crawford, pesquisadora e autora que se tornou referência mundial ao examinar os impactos sociais, políticos e econômicos da inteligência artificial, lembra que a IA carrega custos materiais, trabalhistas e políticos. Governança de IA é disciplina de projeto, gestão e cultura.
Continua após a publicidade
O calendário regulatório reforça a mesma mensagem. Na União Europeia, obrigações para provedores de modelos de IA de propósito geral passaram a valer em 2 de agosto de 2025, com poderes de fiscalização da Comissão a partir de 2 de agosto de 2026. No Brasil, projeto de lei enviado em 2025 propõe o Sistema Nacional para Desenvolvimento, Regulação e Governança de Inteligência Artificial (SIA) e atribui papel à Autoridade Nacional de Proteção de Dados (ANPD).
A vantagem competitiva da próxima década virá da capacidade de pensar com máquinas sem entregar a elas a autoridade final. Isso exige formação, arquitetura, processo, ética e coragem executiva. Exige aceitar a IA como força positiva para empresas e sociedade, com a mesma seriedade dedicada a seus riscos.
O líder que terceiriza o juízo à máquina troca autoridade por conveniência. Aquele que transforma IA em cointeligência amplia a organização e potencializa pessoas. Entre o assistente e o oráculo, a escolha responsável é simples. A IA precisa pensar conosco e a decisão deve, seguramente, ter endereço humano.
Norberto Maraschin Filho
Vice-presidente de Negócios de Consumo e Mobilidade da Positivo Tecnologia
Ver todos os artigos →
