IA na gestão amplia riscos jurídicos e cobra nova governança

Inteligência Artificial

A adoção de IA na gestão empresarial exige governança rigorosa para mitigar riscos legais e garantir transparência nas decisões.

Leia também: Estudiantes x Flamengo hoje: IA prevê vitória do Fla por 2 a 0

A adoção acelerada de inteligência artificial na gestão empresarial está mudando a forma como companhias decidem sobre crédito, preços, contratações, logística e estratégia — e abrindo uma frente delicada de riscos jurídicos e de governança, em que decisões tomadas por algoritmos podem se tornar opacas, discriminatórias e sem um responsável claramente identificado.

Administradores, conselhos de administração, órgãos de fiscalização, reguladores, desenvolvedores e usuários de sistemas de IA correm para definir quem responde quando uma decisão automatizada causa dano, especialmente em um cenário em que a União Europeia já consolida um regime de regulação baseado em risco para a tecnologia.

IA entra no coração da gestão, mas decisão continua humana

Nas empresas, sistemas de IA já analisam crédito e risco, definem preços dinâmicos, selecionam fornecedores, classificam e avaliam candidatos a emprego, projetam vendas e automatizam rotinas operacionais. Em muitos casos, também influenciam decisões estratégicas, ao indicar cenários e recomendar caminhos.

Essa transformação, por si só, não é vista pelo direito societário como um problema. A escolha de ferramentas tecnológicas faz parte do poder de administração e está protegida pela discricionariedade empresarial. O ponto de fricção surge quando a decisão deixa de ser compreensível, rastreável e imputável a uma pessoa ou a um órgão de governança.

Os deveres clássicos dos administradores — cuidado, lealdade e diligência — continuam a valer, inclusive quando a decisão se apoia em sistemas automatizados. O chamado dever de cuidado impõe um limite claro à delegação cega em máquinas. “O dever de cuidado exige que o administrador compreenda, no essencial, o instrumento que utiliza, tal como não pode assinar documentos que não leu, não pode delegar a sua função num sistema que não entende”, resume um especialista ouvido pela reportagem.

Em paralelo, o dever de supervisão não se encerra na escolha e implantação da tecnologia. Ele exige acompanhamento contínuo do funcionamento dos modelos, com revisões periódicas, testes, auditorias internas e externas e registros que permitam reconstituir como cada decisão foi tomada.

Entenda o contexto

No ambiente internacional, a IA passou a ser tratada não apenas como tema tecnológico, mas como questão de regulação econômica e de proteção de direitos fundamentais. A União Europeia desenhou um regime horizontal específico para a tecnologia, estruturado em torno do risco: quanto maior o potencial de dano a direitos, segurança e saúde, mais rigorosas são as obrigações de desenvolvedores, fornecedores e usuários empresariais.

Esse arcabouço se soma a legislações de proteção de dados pessoais, que impõem freios a decisões automatizadas com efeitos jurídicos relevantes sobre pessoas físicas e exigem transparência mínima sobre a lógica dos sistemas. Normas e princípios internacionais, como os produzidos por organismos multilaterais, apontam na mesma direção: supervisão humana efetiva, transparência, rastreabilidade e responsabilização clara.

O denominador comum é a rejeição da chamada “decisão sem dono”, em que ninguém consegue dizer quem responde pelo que foi feito. “O direito e a regulação não proíbem a decisão algorítmica; exigem, isso sim, que exista sempre uma pessoa ou um órgão capaz de a compreender, de a contestar e de por ela responder”, afirma outro jurista ouvido pela reportagem.

Decisões opacas e viés: os principais riscos

Sem regras internas robustas de governança, o uso de IA traz uma série de riscos para empresas e administradores. O primeiro é a opacidade: modelos complexos, especialmente de aprendizado de máquina, muitas vezes produzem resultados cuja lógica é difícil de reconstruir. Em decisões relevantes — como a concessão de crédito, o encerramento de uma linha de negócios ou a escolha de parceiros — essa opacidade se converte em fragilidade jurídica.

Em disputas com clientes, trabalhadores, investidores ou reguladores, a incapacidade de explicar por que se decidiu de certa forma enfraquece a posição da companhia. Uma decisão que não pode ser justificada se torna, na prática, difícil de defender em processos administrativos ou judiciais.

O segundo risco é o enviesamento e a discriminação. Como esses sistemas aprendem a partir de dados históricos, replicam e, muitas vezes, ampliam preconceitos já existentes. Um modelo de análise de crédito treinado em dados com histórico de exclusão de determinados grupos tende a perpetuar essa exclusão. O mesmo vale para ferramentas de triagem de currículos ou de definição de preços personalizados.

A consequência não é apenas reputacional. Há potencial para responsabilização civil, autuações de órgãos de defesa do consumidor e de igualdade de oportunidades, sanções de autoridades de proteção de dados e até responsabilização dos administradores por falha em seus deveres de cuidado e supervisão.

Um terceiro ponto crítico é o desalinhamento entre o objetivo otimizado pelo algoritmo e o interesse social da empresa. Sistemas desenhados para maximizar um único indicador — redução de custos, aumento imediato de vendas, incremento de tempo de uso de uma plataforma — podem induzir condutas lesivas no médio e longo prazo, como queda de qualidade, tratamento desleal de clientes ou danos à reputação.

Há ainda o risco de obsolescência silenciosa: modelos que funcionam bem por um tempo, mas se degradam à medida que o contexto muda, sem que ninguém perceba. Sem monitoramento contínuo, a companhia só descobre o problema quando o dano já se materializou, seja em perdas financeiras, seja em litígios.

Por fim, especialistas apontam para um risco de “responsabilidade difusa”: em estruturas sem regras claras, cada ator presume que outro é o responsável. Administradores supõem que a área técnica responde, a área técnica entende que a decisão é da gestão, órgãos de fiscalização acreditam que o tema não é de sua alçada. O resultado é um vácuo exatamente onde o direito societário exige imputação pessoal precisa.

Pressão sobre conselhos, compliance e tecnologia

Nesse cenário, conselhos de administração veem seu papel expandido. Não se espera que conselheiros se transformem em engenheiros de dados, mas o padrão de diligência exige que não aprovem estratégias de IA sobre temas críticos sem ao menos compreender, em linhas gerais, como os sistemas operam, quais são seus limites e que mecanismos de controle foram desenhados.

Deliberações tomadas sem informação adequada sobre riscos tecnológicos podem ser interpretadas como decisões mal fundamentadas, vulneráveis à contestação. Isso vale tanto para a aprovação de projetos de automação quanto para a omissão no acompanhamento de modelos já em uso, sobretudo quando existirem alertas técnicos internos sobre falhas, vieses ou incidentes.

Órgãos de fiscalização e auditoria também ampliam sua agenda. A conformidade deixa de ser apenas checar se a letra da lei foi observada e passa a incluir a avaliação da regularidade e da robustez dos sistemas de IA utilizados pela companhia, inclusive sob a ótica de risco operacional, de dados e de reputação.

Departamentos de compliance e times jurídicos, por sua vez, precisam trabalhar lado a lado com áreas de tecnologia, riscos e negócios. A tendência é de criação de comitês multidisciplinares de IA, com mandato para mapear sistemas de alto risco, definir políticas de uso, aprovar modelos em fases críticas, estabelecer critérios de auditoria e relatar periodicamente ao conselho.

Quem ganha e quem perde com a nova governança

Empresas que conseguirem combinar inovação tecnológica com governança sólida tendem a sair à frente. A adoção de IA com transparência e supervisão humana clara permite aumentar eficiência, reduzir custos, descobrir oportunidades de negócio e personalizar serviços sem comprometer a segurança jurídica nem direitos fundamentais.

Esse grupo tende a ganhar vantagem competitiva junto a clientes, que confiam mais em processos claros; junto a investidores, que enxergam menor risco regulatório e de litígios; e junto a talentos, que passam a trabalhar em ambientes com regras mais previsíveis sobre o uso de dados e algoritmos.

Na outra ponta, organizações que incorporam IA sem revisitar seus mecanismos de governança ficam mais expostas a ações judiciais, sanções administrativas, crises reputacionais e disputas com acionistas. A erosão da confiança de consumidores, trabalhadores e parceiros comerciais pode contagiar não apenas a empresa específica, mas o mercado como um todo, caso decisões algorítmicas equivocadas se tornem recorrentes e ganhem visibilidade pública.

Especialistas projetam ainda um aumento de litígios e investigações envolvendo decisões automatizadas, à medida que regimes regulatórios — como o europeu — sejam implementados e sirvam de referência para outras regiões. A expectativa é de maior integração entre expertise jurídica, tecnológica e de governança, com desenvolvimento de ferramentas específicas para monitoramento constante de sistemas de IA de alto impacto.

Neste 22 de outubro de 2026, a mensagem que se consolida entre reguladores, conselhos e especialistas é direta: a inteligência artificial já faz parte do dia a dia da gestão empresarial, mas, do ponto de vista do direito societário e da proteção de direitos, nenhuma decisão relevante pode ficar sem dono.

Fonte: matéria original