66% dos profissionais confiam na IA sem checar e arriscam erro

Inteligência Artificial

Pesquisa revela que a maioria dos profissionais aceita informações geradas por IA sem validação, aumentando riscos de falhas no trabalho.

Leia também: Propostas de Flávio Bolsonaro para IA no SUS prometem revolução

Um estudo global da KPMG em parceria com a Universidade de Melbourne, divulgado nesta quinta-feira (22), mostra que 66% dos profissionais que usam inteligência artificial no trabalho confiam nas respostas da ferramenta sem checar se estão corretas, e 56% admitem já ter cometido erros profissionais por causa da tecnologia. Os dados acendem um alerta para empresas que vêm acelerando o uso de IA em relatórios, contratos e decisões de gestão sem criar um hábito estruturado de verificação.

Quais são os riscos de confiar na IA sem checar as informações?

O principal risco é transformar uma resposta aparentemente sólida da IA em decisão de negócio equivocada, com impacto financeiro, jurídico e reputacional. Como essas ferramentas geram texto com base em padrões estatísticos, e não em checagem de fatos, elas podem criar “alucinações” — informações falsas apresentadas com linguagem segura e bem organizada.

Na prática, isso já aparece no dia a dia corporativo. Um analista que pede um resumo de contrato pode receber um texto que omite cláusulas relevantes. Um coordenador que baseia uma apresentação em dados de mercado gerados pela IA pode chegar a uma reunião de diretoria com números desatualizados. E um executivo que aprova um investimento apoiado em projeções produzidas pela ferramenta pode estar usando premissas que ninguém conferiu.

O estudo da KPMG e da Universidade de Melbourne, que ouviu mais de 48 mil pessoas em 47 países, dimensiona o problema. De acordo com o levantamento, “56% relataram ter cometido erros profissionais por causa da tecnologia”. A confiança cega nas respostas também é alta: “66% dos profissionais que usam inteligência artificial no trabalho admitem ter confiado nas respostas da ferramenta sem avaliar se estavam corretas”.

Além do risco de erro, há a questão da segurança. Quase metade dos participantes da pesquisa, “48% dos entrevistados da KPMG afirmaram já ter inserido dados da empresa em ferramentas públicas de IA”. Isso expõe informações sensíveis a plataformas externas, fora do controle da área de tecnologia, e abre brecha para vazamentos e uso indevido de dados estratégicos.

Entenda o contexto

A pesquisa indica que a adoção da IA avançou mais rápido do que as práticas de verificação e governança. Pressionados por produtividade, profissionais de diferentes níveis — de analistas a executivos — passaram a usar a tecnologia como atalho para resumir documentos, comparar contratos, montar relatórios e até simular cenários financeiros.

Essa adoção veio, em muitos casos, sem treinamento formal. Ainda segundo o levantamento global, “47% dos entrevistados disseram ter recebido treinamento em IA”. Ou seja, mais da metade dos que usam a tecnologia no trabalho atua sem orientação estruturada sobre limites, riscos e formas adequadas de checar resultados.

O efeito combinado de respostas fluentes, linguagem técnica convincente e falta de capacitação reduz a disposição para revisar números, datas e premissas. Na gestão, isso cria um novo tipo de risco operacional: decisões aparentando rigor analítico, mas apoiadas em bases frágeis.

Como a pressão por produtividade entra na conta

Em muitos ambientes, a IA é vista como solução rápida para elevar a produção de relatórios, apresentações e análises. Entregas que levariam horas passam a ser montadas em minutos. Esse ganho, porém, vem acompanhado de uma tentação: pular a etapa de conferência para economizar tempo.

Quando metas são agressivas e equipes estão enxutas, a revisão tende a ser a primeira vítima. O texto sai bem escrito, com gráficos plausíveis e referências que soam técnicas. O resultado é um tipo de erro difícil de detectar à primeira vista, porque está escondido em um documento que parece profissional.

Como criar o hábito da verificação ao usar IA na gestão?

Criar o hábito da verificação começa por uma regra simples: tratar qualquer resposta de IA como rascunho inicial, nunca como versão final. Esse rascunho pode ser excelente para organizar ideias, estruturar documentos e sugerir caminhos de análise, mas precisa passar por validação humana antes de virar relatório enviado, contrato alterado ou decisão tomada.

Especialistas em gestão de tecnologia sugerem que o primeiro passo é classificar as tarefas por impacto. Um rascunho de e-mail interno, por exemplo, tem risco bem menor do que um dado usado em uma apresentação financeira ou em um parecer jurídico. Nessa classificação, documentos que embasam decisões, lidam com valores ou expõem a empresa a questionamentos regulatórios entram automaticamente na categoria de revisão obrigatória.

Nesses materiais de alto impacto, dados, datas, valores e citações devem ser sempre conferidos em bases originais. Isso significa abrir relatórios oficiais, sistemas internos, contratos e bancos de dados da própria empresa para comparar ponto a ponto o que a IA trouxe. Quando a ferramenta menciona fontes externas, o ideal é exigir que ela liste esses materiais e, em seguida, acessar cada um deles para verificar se o conteúdo bate.

Outro componente do hábito é a dupla checagem para decisões relevantes. Um gestor pode delegar a um analista a tarefa de montar um relatório com apoio da IA, mas o texto final precisa passar pelo crivo de uma segunda pessoa — alguém que leia com olhar crítico, verifique premissas e questione números que pareçam fora de padrão.

A percepção dos próprios usuários reforça a importância dessa etapa. De acordo com uma pesquisa global da Freshworks, “69% dos profissionais confiariam mais na IA se a revisão humana dos resultados fosse obrigatória”. A obrigação, nesse caso, não é apenas burocrática: ela cria uma cultura em que ninguém se sente autorizado a pular a verificação, por mais convincente que pareça a resposta da máquina.

Boas práticas para empresas e gestores

No nível corporativo, a pesquisa da KPMG com a Universidade de Melbourne aponta que organizações que definem políticas claras de uso da IA reduzem tanto erros quanto riscos de vazamento. Essas políticas costumam definir quais ferramentas são autorizadas, que tipos de dado podem ou não ser inseridos nelas e em que situações a revisão humana é mandatória.

Programas de treinamento também aparecem como peça central. Quando equipes entendem como os modelos funcionam — que eles não “sabem” fatos, mas calculam probabilidades de texto —, a tendência é que desenvolvam um ceticismo saudável e passem a cobrar referências, checar números e questionar conclusões automáticas.

Para cargos de liderança, cresce a oferta de cursos de longa duração, como MBAs focados em inteligência artificial aplicada a negócios. A ideia é formar executivos capazes de conectar a tecnologia aos resultados da companhia, sem abrir mão de governança, compliance e gestão de risco.

A mensagem das novas pesquisas é que a inteligência artificial pode, sim, elevar produtividade e qualidade das análises — desde que o entusiasmo com as respostas não substitua a verificação cuidadosa de fontes, números e premissas.

Fonte: matéria original