Inteligência Artificial

Patrocinado por:

logo-totvs-preto

Confiar na IA sem checar pode virar erro de gestão; veja como criar o hábito da verificação

Levantamento da KPMG com a Universidade de Melbourne indica que dois terços dos usuários de IA no trabalho não avaliam a precisão das respostas

Confiar na IA sem checar pode virar erro de gestão; veja como criar o hábito da verificação (Magnific/Reprodução)

Confiar na IA sem checar pode virar erro de gestão; veja como criar o hábito da verificação (Magnific/Reprodução)

Publicado em 22 de outubro de 2026 às 16h59.

Priorizar nos meus resultados Google
Tudo sobrePré-MBA em IA
Saiba mais

Cerca de 66% dos profissionais que usam inteligência artificial no trabalho admitem ter confiado nas respostas da ferramenta sem avaliar se estavam corretas. O dado vem do estudo global da KPMG com a Universidade de Melbourne, que ouviu mais de 48 mil pessoas em 47 países. Na mesma pesquisa, 56% relataram ter cometido erros profissionais por causa da tecnologia.

O comportamento atinge quem produz e quem decide: analistas que usam IA para resumir documentos, coordenadores que montam relatórios e gestores que aprovam ações com base nesse material. Entender por que o hábito é arriscado exige conhecer como essas ferramentas funcionam.

Por que a checagem fica em segundo plano

As ferramentas de IA generativa produzem texto a partir de padrões estatísticos, e não de uma verificação de fatos. Por isso podem gerar alucinações, termo usado para informações falsas apresentadas com linguagem segura e bem organizada. Um número inventado, uma fonte que não existe ou uma conclusão sem respaldo podem surgir no meio de um texto convincente.

A fluência da resposta agrava o problema, porque a aparência de rigor reduz a vontade de revisar. A pressão por produtividade também pesa. No estudo da KPMG, 47% dos entrevistados disseram ter recebido treinamento em IA, o que indica que muitos usam a tecnologia sem orientação formal sobre como conferir resultados.

Quais são os riscos na prática

Em tarefas do dia a dia, o erro aparece de formas concretas. Um analista que pede à IA um resumo de contrato pode receber um texto que omite uma cláusula relevante. Um coordenador que usa dados de mercado gerados pela ferramenta pode levar números desatualizados a uma reunião de diretoria.

Nos níveis mais altos, o impacto cresce. Um executivo que aprova um investimento com base em uma projeção gerada por IA toma uma decisão apoiada em premissas que ninguém conferiu. Há ainda o risco de exposição de informações: 48% dos entrevistados da KPMG afirmaram já ter inserido dados da empresa em ferramentas públicas de IA.

Se você ainda não conhece o Pré-MBA de IA, ainda dá tempo de conhecer. Basta clicar aqui.

Como mudar o hábito

Defina o que precisa de verificação

Nem toda tarefa exige o mesmo nível de checagem. Um rascunho de e-mail tem risco menor do que um número usado em uma apresentação financeira. Classificar as tarefas por impacto ajuda a decidir onde a revisão é obrigatória. Dados, datas, valores e citações devem ser sempre conferidos.

Crie rotinas simples de revisão

Peça à ferramenta que indique as fontes e abra cada uma delas. Compare números com a base original, como relatórios oficiais ou sistemas internos da empresa. Em decisões relevantes, uma segunda pessoa deve revisar o material antes do envio. Segundo pesquisa global da Freshworks, 69% dos profissionais confiariam mais na IA se a revisão humana dos resultados fosse obrigatória.

Formalize regras e capacitação

Empresas que definem políticas de uso, indicam as ferramentas autorizadas e oferecem treinamento reduzem a chance de erros e de vazamentos. Para quem busca uma formação mais ampla, há opções de longa duração, como um mba de inteligência artificial voltado a negócios, com foco em aplicação e gestão da tecnologia.

O que observar daqui para frente

Os dados mostram que a adoção da inteligência artificial avançou mais rápido do que as práticas de verificação. Conferir fontes, números e premissas, definir níveis de revisão por tipo de tarefa e capacitar equipes são medidas que reduzem o risco sem abrir mão dos ganhos de produtividade.

Para o profissional, o ponto central é tratar a resposta da IA como um primeiro rascunho, que precisa de validação antes de virar relatório, apresentação ou decisão.

Conheça o Pré-MBA em Inteligência Artificial da Saint Paul e EXAME: quatro aulas práticas, online, por R$ 37

Acompanhe tudo sobre:Branded Marketing IAInteligência artificial

Mais de Inteligência Artificial

Bancos dos EUA restringem agentes de IA no acesso a contas de clientes

Hugging Face lança IA para conversar sobre DNA e analisar mutações

Palantir diz que não pode desligar IA que desenvolveu para operações da OTAN

IA cria uma nova elite executiva, com cargos inéditos e salários elevados; entenda como chegar lá