A maioria das empresas ainda faz a pergunta errada sobre inteligência artificial. Elas perguntam onde dá para usar IA, quando a pergunta que importa é quem decide, em que situação e com quanta autonomia. Porque automatizar uma decisão é a parte fácil. Difícil é saber de quem é a responsabilidade quando a decisão automatizada dá errado.
Na madrugada de 26 de setembro de 1983, um sistema automatizado de alerta soviético informou que os Estados Unidos haviam lançado mísseis nucleares. O protocolo era claro: reportar para cima e deixar a retaliação seguir seu curso. O tenente-coronel Stanislav Petrov, de plantão, olhou para a tela, achou o número de mísseis pequeno demais para um ataque real e decidiu, por conta própria, tratar aquilo como falso alarme. Ele estava certo. Era o sol refletindo nas nuvens em alta altitude.
Petrov não desligou a máquina nem ignorou o dado. Ele fez algo mais sutil: reteve para si o direito da decisão final, porque o risco era alto demais para entregar ao automático. Quarenta e três anos depois, é exatamente essa a conversa que voltou para dentro das empresas, agora sem a Guerra Fria no pano de fundo e com um detalhe novo. A máquina ficou boa o suficiente para decidir quase tudo sozinha, e o incômodo passou a ser definir o que a gente deixa e o que a gente retém.
A pergunta mudou de lugar
Em junho de 2026, o MIT CISR, centro de pesquisa em sistemas de informação ligado à escola de negócios do MIT, publicou o estudo Designing Decision Rights for AI. Ina M. Sebastian e colegas ouviram vinte e sete executivos de nove empresas globais de telecomunicações, serviços financeiros, indústria e direito, e chegaram a uma conclusão que parece óbvia depois de dita: a maioria das organizações gasta energia decidindo onde colocar IA, quando deveria estar decidindo como governar as decisões que a IA vai influenciar. É uma troca de pergunta que muda tudo. Sair de onde podemos usar IA para quem decide, com que autonomia e quem responde quando der errado.
Duas perguntas antes de delegar
A ferramenta que eles propõem, a AI Decision Matrix, é desconfortavelmente simples, e é por isso que funciona. Antes de entregar qualquer decisão à máquina, faça duas perguntas. A primeira é sobre ambiguidade: os dados determinam a resposta com clareza, ou a situação admite várias interpretações razoáveis? Emitir a segunda via de um boleto é pouco ambíguo. Escolher o tom de uma campanha é muito ambíguo. A segunda pergunta é sobre risco: se a decisão sair errada, o estrago é pequeno e reversível, ou é caro, difícil de desfazer e capaz de manchar a reputação? Cruze as duas respostas e aparecem quatro tipos de decisão, cada um pedindo um arranjo diferente entre gente e algoritmo.
Os quatro quadrantes
Nas decisões rotineiras, de baixa ambiguidade e baixo risco, a resposta é automatizar. A operadora neozelandesa One NZ, que já tinha mais de cinquenta agentes de IA rodando no início de 2026, usa um deles para transformar pedidos de marketing em consultas de banco de dados, e cortou em 60% o tempo de montar públicos de campanha. Regra clara, erro barato, máquina resolve.
Nas decisões consequenciais, de baixa ambiguidade mas alto risco, a resposta é gerenciar. A regra até é clara, mas o erro dói. Na mesma One NZ, agentes resolvem mais de 60% das perguntas dentro do aplicativo do cliente, com uma linha vermelha inegociável definida pela liderança: nunca errar um preço. O humano não fica no meio de cada decisão, fica nas exceções e no gerenciamento do risco.
Nas decisões exploratórias, de alta ambiguidade e baixo risco, a resposta é habilitar. É o território da criação: a IA gera dez ideias de campanha e o time escolhe as que fazem sentido para a marca. A máquina acelera a experimentação, mas a caneta final é humana, e o erro se conserta antes de virar problema.
Nas decisões estratégicas, de alta ambiguidade e alto risco, a resposta é apoiar, nunca substituir. Na One NZ, um agente analisa a rede e recomenda como equilibrar demanda e capacidade, mas quem decide é gente, porque envolve trocas entre confiabilidade, custo e experiência do cliente. Summer Collins, diretora de IA e dados da empresa, descreveu bem o papel da máquina nesse quadrante: usá-la para montar “uma equipe do que seriam umas trinta pessoas para ajudar a decidir melhor”. A IA senta à mesa, mas não vota.
O elefante brasileiro na sala
No Brasil, o risco não é ficar para trás na adoção, é adotar rápido demais e no quadrante errado. A pressão por produtividade empurra empresas a jogar decisão consequencial e estratégica no automático, porque o agente é barato, está disponível e não reclama. O problema aparece depois, quando alguém pergunta quem autorizou aquilo. E aqui a lei chegou antes da matriz: a LGPD, no artigo 20, garante ao cidadão o direito de pedir revisão humana de uma decisão tomada apenas pela máquina, o que joga crédito, triagem de currículo e precificação direto para o campo onde precisa existir um humano com nome e sobrenome por perto.
Para uma empresa de engenharia, o exercício é concreto. Conciliar uma folha de pagamento é rotineiro, pode automatizar. Liberar um pagamento acima de certo valor é consequencial, automatiza com trava e exceção supervisionada. Aprovar uma solução estrutural de projeto ou decidir entrar em uma grande concorrência é estratégico, e nesse quadrante a IA é o estagiário brilhante que levanta dados e monta cenários, não o sócio que assina o contrato.
O que muda para o diretor de TI em 2026
A primeira é de classificação. Pegue cada uso de IA na empresa e coloque em um dos quatro quadrantes, cruzando ambiguidade e risco. Sem esse mapa, você está automatizando às cegas e descobrindo o risco pela fatura.
A segunda é de supervisão. Para tudo que caiu em consequencial ou estratégico, defina onde entra o humano e, mais importante, quem é esse humano. Cada decisão de alto risco precisa de um dono com nome, autoridade para corrigir o agente e responsabilidade pelo resultado.
A terceira é de prestação de contas. Delegar a tarefa para a IA não delega a responsabilidade. Registre como cada decisão foi tomada, quem podia revertê-la e com base em quê. Governança de IA não é confiar ou desconfiar da máquina, é saber, a qualquer momento, de quem é a assinatura embaixo.
A pergunta que fica
A tentação de 2026 é tratar autonomia como sinônimo de progresso, como se quanto mais a máquina decidisse sozinha, mais moderna fosse a empresa. A matriz do MIT diz o contrário: maturidade em IA é saber, com precisão cirúrgica, o que você entrega e o que você retém. Petrov não foi herói por desligar o sistema. Foi herói por saber qual decisão ainda era dele.
Automatizar uma decisão é uma escolha de eficiência; definir quem responde por ela é uma escolha de governança, e nenhuma máquina, por mais autônoma que seja, vai fazer essa segunda escolha por você.
Até o próximo Café com Bytes, com ceticismo saudável e café bem passado.
Ricardo Brasil
Especialista em IA Responsável e Diretor de TI na GWS Engenharia
Colunista Café com Bytes | Tecnologia | Inteligência Artificial
Sobre o Autor
Ricardo Brasil é Diretor de TI e Gestão Corporativa da GWS Engenharia, especialista em IA Responsável, transformação digital e governança de TI. É colunista da série Café com Bytes, onde escreve semanalmente sobre tecnologia, inteligência artificial e seus impactos no ambiente corporativo brasileiro.
Fontes
MIT CISR, Designing Decision Rights for AI, de Ina M. Sebastian e colegas (Research Briefing Vol. XXVI, No. 6, junho de 2026), baseado em 30 entrevistas com 27 executivos de 9 empresas globais; exemplos e dados da One New Zealand (One NZ) e citação de Summer Collins, diretora de IA e dados; Lei Geral de Proteção de Dados (Lei 13.709/2018), artigo 20.
