A Inteligência Artificial deixou de ser apenas uma promessa de produtividade: já participa de decisões editoriais, processos de recrutamento, campanhas de marketing e tarefas de análise em empresas de diferentes setores. A questão, portanto, já não é somente o que a tecnologia consegue fazer. É também quanto custa adotá-la, que trabalho continua a exigir julgamento humano e como evitar que rapidez seja confundida com qualidade.

Esse foi um dos temas centrais da segunda Lisbon AI Week, realizada entre 21 e 27 de setembro. Segundo o portal Observador.pt, cerca de cinquenta eventos ocuparam diferentes espaços de Lisboa, com uma participação estimada em aproximadamente 2.500 pessoas — acima das cerca de duas mil da edição anterior. A programação passou por áreas como jornalismo, saúde, recrutamento, sustentabilidade, marketing, arte e defesa.

O crescimento do evento é um sinal de interesse, mas a discussão relatada pelo Observador revela uma mudança ainda mais importante: o debate está a sair da fase das demonstrações e a entrar na etapa das consequências. Para profissionais e empresas, isso significa avaliar não apenas o potencial da IA, mas também os custos, os riscos e as competências necessárias para usá-la bem.

O que a Lisbon AI Week revela sobre a adoção da Inteligência Artificial

Na primeira fase de popularização da IA generativa, muitas conversas concentravam-se em experiências chamativas: escrever um texto, resumir um documento ou criar uma imagem a partir de uma instrução. Essas demonstrações ajudaram a tornar a tecnologia compreensível, mas não respondiam à pergunta decisiva para uma organização: como incorporar essas ferramentas num processo real sem comprometer a segurança, a qualidade ou a responsabilidade?

A programação da Lisbon AI Week, tal como descrita pelo Observador, aponta para uma conversa mais aplicada. Quando a mesma tecnologia é discutida em redações, hospitais, departamentos de recursos humanos e equipas de marketing, fica evidente que não existe uma única forma de a implementar. Cada área tem dados, regras, riscos e critérios de sucesso próprios.

Da curiosidade à operação cotidiana

Uma ferramenta pode produzir uma resposta plausível em segundos, mas isso não significa que esteja pronta para tomar uma decisão ou substituir uma etapa inteira de trabalho. Num processo empresarial, ainda é necessário definir que dados podem ser usados, quem valida as respostas, como se registam erros e em que situações o sistema deve ser interrompido.

Essa distinção ajuda a explicar por que razão a adoção prática é mais complexa do que uma demonstração. O valor não está simplesmente em “usar IA”, mas em reduzir um problema específico de forma segura e mensurável. Uma ferramenta que acelera a preparação de uma primeira versão pode ser útil; uma ferramenta que publica essa versão sem verificação pode criar um risco desproporcionado.

O custo da IA não se limita à assinatura da ferramenta

Na conversa realizada na agência The Square, Rudolf Gruner, diretor-geral do Observador, e Pedro Morais Leitão, administrador-delegado da Media Capital, falaram sobre os efeitos da tecnologia nos media, no jornalismo e na democracia. Segundo o relato do Observador, Morais Leitão antecipou uma subida dos custos, enquanto Gruner chamou a atenção para a escala dos investimentos feitos por grandes grupos ligados à IA e para a questão de quem acabará por pagar essa transformação.

Essa preocupação vai além das contas das grandes empresas tecnológicas. Para quem adota IA, o preço visível de um plano mensal é apenas uma parte do custo total. Há despesas de integração, armazenamento, segurança, formação, revisão humana e adaptação dos processos. Também existe o custo de oportunidade: tempo e orçamento aplicados numa solução que talvez não resolva o problema esperado.

Os principais componentes do custo total

  • Acesso à tecnologia: subscrições, licenças ou utilização de modelos cobrados por volume de processamento.
  • Integração: ligação da ferramenta aos sistemas, documentos e fluxos de trabalho já usados pela organização.
  • Supervisão: revisão dos resultados, correção de erros e acompanhamento de decisões automatizadas.
  • Segurança e conformidade: medidas para proteger informação confidencial e cumprir regras aplicáveis ao setor.
  • Capacitação: formação de equipas para formular pedidos, reconhecer limitações e escalar problemas.
  • Dependência e migração: esforço necessário para mudar de fornecedor ou recuperar dados caso a ferramenta deixe de servir.

Uma avaliação sólida compara o custo total com um benefício observável: menos tempo numa tarefa, redução de erros, maior capacidade de atendimento ou melhoria de um serviço. “A ferramenta parece impressionante” não é uma métrica de retorno. Antes da contratação, é melhor definir uma linha de base — quanto tempo e recursos a tarefa consome hoje — e comparar os resultados após um período de teste controlado.

Emprego: por que as funções de entrada estão no centro do debate

Outra questão destacada na conversa foi o futuro do trabalho, em especial o das posições de entrada. Morais Leitão terá observado que profissionais com pouca experiência podem enfrentar dificuldades para acrescentar valor em tarefas que a IA já realiza. Ao mesmo tempo, profissionais mais experientes podem assumir um papel maior na validação do trabalho das máquinas.

O ponto merece atenção porque muitas carreiras começam precisamente com tarefas rotineiras. Preparar uma primeira versão, organizar informação, transcrever, pesquisar ou resumir documentos pode parecer trabalho repetitivo, mas também é uma forma de aprender padrões, desenvolver critério e compreender como uma organização funciona. Se essas tarefas forem automatizadas sem criar novas oportunidades de aprendizagem, o problema não será apenas a redução de algumas atividades: será a fragilização da formação de futuros especialistas.

Automatizar tarefas não é o mesmo que eliminar uma profissão

Uma função profissional reúne atividades diferentes. Algumas podem ser automatizadas parcialmente; outras exigem contexto, responsabilidade, negociação e julgamento. Por isso, é mais preciso perguntar “que tarefas mudam?” do que afirmar, sem distinção, que uma profissão inteira vai desaparecer.

Na prática, a IA pode preparar um resumo, mas alguém ainda precisa verificar se as fontes são fiáveis e se a síntese omitiu uma informação importante. Pode sugerir candidatos a uma vaga, mas uma decisão de recrutamento exige critérios legítimos, atenção a enviesamentos e responsabilidade por eventuais efeitos discriminatórios. A automação reorganiza o trabalho; não apaga automaticamente a necessidade de supervisão.

Competências humanas que ganham importância

  • Verificação: confirmar factos, cálculos, fontes e interpretações antes de usar um resultado.
  • Conhecimento de domínio: distinguir uma resposta convincente de uma resposta correta no contexto específico.
  • Formulação do problema: transformar uma necessidade vaga numa tarefa clara, testável e delimitada.
  • Ética e responsabilidade: identificar quem pode ser prejudicado por um erro ou por uma decisão automatizada.
  • Comunicação: explicar limites, decisões e incertezas a colegas, clientes e público.

Para as organizações, a resposta mais responsável não é presumir que cada trabalhador terá de competir com um modelo. É redesenhar funções e formação para que as pessoas aprendam a usar a tecnologia, a verificar os seus resultados e a desenvolver capacidades que ela não oferece por si só.

Jornalismo e IA: eficiência com responsabilidade editorial

A presença do jornalismo na discussão é especialmente relevante porque os media lidam com informação pública, confiança e velocidade. Ferramentas de IA podem apoiar tarefas como transcrição, pesquisa em arquivos, organização de documentos ou preparação de rascunhos. Essas aplicações podem libertar tempo para entrevistas, investigação e análise — desde que o processo inclua controlos adequados.

O risco está em tratar um texto fluente como prova de que o conteúdo é verdadeiro. Modelos generativos produzem respostas com base em padrões aprendidos e podem apresentar informações erradas com segurança aparente. Também podem resumir mal uma declaração, ignorar uma exceção ou atribuir uma afirmação à fonte errada. Num contexto jornalístico, a revisão não é uma formalidade: é parte essencial do trabalho.

Um fluxo de trabalho editorial mais seguro

  1. Definir a tarefa: decidir se a IA vai transcrever, organizar, resumir ou gerar uma primeira versão — e não deixar implícito que pode publicar autonomamente.
  2. Proteger a informação: verificar as regras da ferramenta antes de inserir dados pessoais, documentos confidenciais ou material ainda não publicado.
  3. Conferir com as fontes: comparar nomes, datas, citações e números com o documento, áudio ou registo original.
  4. Preservar o julgamento editorial: avaliar enquadramento, relevância e possíveis danos, decisões que não devem ser delegadas apenas ao sistema.
  5. Registar o uso: manter um procedimento interno que permita saber onde a ferramenta foi usada e quem aprovou o resultado.

Esse cuidado também se aplica a outros setores. Em saúde, uma síntese incorreta pode influenciar uma decisão clínica; em recursos humanos, uma classificação automática pode reproduzir enviesamentos; em comunicação, uma imagem ou afirmação gerada pode induzir o público em erro. O grau de supervisão deve acompanhar o impacto potencial do erro.

Três abordagens para adotar IA — e quando cada uma faz sentido

Nem toda a organização precisa de construir um sistema próprio. A escolha depende da sensibilidade dos dados, da complexidade do processo, da capacidade técnica disponível e do custo de manter a solução.

1. Processo manual, com ferramentas tradicionais

Planilhas, pesquisa convencional, revisão humana e aplicações já instaladas continuam a ser alternativas válidas. Têm a vantagem da previsibilidade e podem ser suficientes quando o volume é baixo ou quando uma decisão exige controlo humano detalhado. Em contrapartida, tarefas repetitivas podem consumir muitas horas e a capacidade de expansão é limitada.

2. Assistente de IA de uso geral

Um assistente generalista costuma ser a forma mais rápida de testar tarefas como estruturar ideias, resumir textos não confidenciais ou criar uma primeira versão. Exige pouca integração e permite aprender com baixo investimento inicial. As limitações incluem respostas incorretas, possíveis restrições de privacidade e resultados variáveis conforme a instrução e o contexto fornecido.

3. Solução integrada ou modelo especializado

Uma ferramenta ligada aos sistemas da empresa pode consultar documentos autorizados, automatizar etapas e oferecer controlos mais adequados ao fluxo de trabalho. É potencialmente mais útil para operações frequentes, mas também mais cara e complexa: requer integração, testes, manutenção, gestão de acessos e monitorização. Não se justifica apenas por ser tecnologicamente mais avançada.

Uma regra prática é começar pelo método menos complexo que resolva o problema. Se uma lista de verificação e uma revisão bem desenhada bastam, automatizar todo o processo pode aumentar custos sem produzir benefício proporcional.

Como avaliar um projeto de IA sem cair no entusiasmo ou no alarmismo

  1. Escolha um problema delimitado. Em vez de “modernizar a empresa”, identifique uma tarefa concreta, como organizar pedidos recebidos ou localizar informação em documentos internos.
  2. Meça o processo atual. Registe tempo, volume, erros e custo antes de introduzir a ferramenta. Sem essa referência, será difícil saber se houve melhoria.
  3. Classifique os dados e os riscos. Determine se o processo envolve informação pessoal, confidencial, financeira, clínica ou editorialmente sensível.
  4. Faça um piloto com revisão humana. Teste a solução num conjunto limitado de casos e compare os resultados com o método atual.
  5. Defina critérios de aprovação e interrupção. Estabeleça que nível de erro é aceitável, que situações exigem revisão adicional e quando o sistema deve deixar de ser usado.
  6. Calcule o custo completo. Inclua licenças, integração, formação, revisão, segurança e manutenção — não apenas o preço anunciado.
  7. Decida com base em evidências. Amplie o uso apenas se o piloto demonstrar benefício consistente e se os riscos estiverem controlados.

O teste deve observar não só a velocidade, mas também a qualidade. Uma ferramenta pode reduzir o tempo de preparação e, simultaneamente, aumentar o trabalho de correção. Se essa revisão adicional não for contabilizada, a produtividade aparente pode ser enganadora.

O que esperar dos próximos anos

A Lisbon AI Week mostra que a conversa sobre IA já envolve setores com necessidades muito diferentes. Uma tendência provável é a passagem de ferramentas genéricas para sistemas integrados em produtos e processos específicos. Isso pode tornar a tecnologia menos visível para o utilizador, mas não necessariamente mais simples de governar: quanto mais integrada estiver, mais importante será saber que dados utiliza e como se comporta quando falha.

Outra tendência é o aumento da procura por profissionais capazes de combinar conhecimento de área com avaliação crítica de sistemas automatizados. Não será suficiente saber escrever instruções para um modelo. Será cada vez mais útil compreender o processo em causa, reconhecer erros e decidir quando uma resposta exige confirmação independente.

Também é razoável esperar que o debate sobre custos continue. Os investimentos em infraestrutura, desenvolvimento e energia não desaparecem quando uma ferramenta é oferecida a baixo preço ou incorporada noutro serviço. Para empresas e consumidores, a questão será distinguir o custo imediato do custo distribuído por assinaturas, serviços e dependência tecnológica.

Mas essas projeções não devem ser confundidas com certezas. A notícia do Observador descreve uma semana de eventos e debates, não um estudo que prove como toda a economia vai mudar. O valor do encontro está em evidenciar perguntas que organizações e trabalhadores precisam de responder com dados próprios: onde a IA melhora o trabalho, onde cria novos riscos e quem assume a responsabilidade pelo resultado.

FAQ: perguntas frequentes sobre a Lisbon AI Week e a IA no trabalho

O que foi a Lisbon AI Week?

Foi uma semana de eventos dedicados à Inteligência Artificial, distribuídos por diferentes espaços de Lisboa. Segundo o Observador.pt, a segunda edição reuniu cerca de cinquenta iniciativas entre 21 e 27 de setembro e teve uma participação estimada em aproximadamente 2.500 pessoas.

A IA vai eliminar os empregos de entrada?

Não é possível afirmar que todas essas funções vão desaparecer. Algumas tarefas de entrada podem ser automatizadas ou reduzidas, mas o efeito depende da profissão e da forma como cada organização redesenha o trabalho. Um desafio importante é garantir que as pessoas em início de carreira continuem a ter oportunidades para aprender e desenvolver experiência.

Como uma pequena empresa pode começar a usar IA?

O melhor começo é escolher uma tarefa frequente, de baixo risco e fácil de medir. A empresa pode testar uma ferramenta com dados não confidenciais, comparar o resultado com o processo atual e manter revisão humana. Antes de avançar, deve verificar as condições de privacidade, o custo total e a possibilidade de sair do serviço sem perder dados importantes.

Uma resposta bem escrita por IA é necessariamente confiável?

Não. Fluência não é garantia de precisão. A ferramenta pode inventar detalhes, interpretar mal uma fonte ou deixar de fora uma ressalva. Datas, citações, números e recomendações com impacto devem ser verificados em fontes apropriadas antes de serem usados.

Como saber se um projeto de IA compensa?

Compare o processo antes e depois com critérios definidos: tempo poupado, qualidade, taxa de erro, custo total e necessidade de revisão. Se a ferramenta acelerar a primeira etapa, mas gerar correções demoradas ou riscos difíceis de controlar, o benefício líquido pode ser pequeno.

E você, já testou essa funcionalidade? Conte sua experiência (ou dúvidas) nos comentários! Se este guia te ajudou, compartilhe com alguém que também precisa saber disso. E para receber nossos tutoriais e análises em primeira mão, assine a newsletter do Tech Advisor Brasil.