Com a corrida por adoção de inteligência artificial nas empresas, os dados voltaram a ser motivo de debate, ou melhor, o letramento deles: a capacidade de coletar, interpretar, questionar e usar essas informações de forma crítica no dia a dia de trabalho. Segundo a especialista Angelika Klidas, autora do livro Data Literacy in Practice, sem esse preparo, os agentes autônomos e modelos de linguagem tendem a ampliar riscos em vez de gerar valor real para o negócio.
Professora da Universidade de Ciências Aplicadas de Amsterdã e reconhecida internacionalmente como evangelista de letramento em dados e IA, Angelika é especialista em dados, palestrante e educadora. Ela concedeu entrevista exclusiva ao IT Forum.
O erro de colocar a tecnologia antes das pessoas
A escritora já direciona a conversa para o que considera o principal equívoco das empresas ao adotar IA: deixar a tecnologia liderar o processo à frente da decisão das pessoas. “Acho que o maior erro é deixar as pessoas seguirem em frente e aceitar que o shadow IT está aí. Achamos que estamos fazendo IA, mas só estamos usando uma solução de IA”, afirma.
Sem orientação clara sobre segurança, privacidade e uso responsável, diz ela, o resultado inevitável são riscos, uma preocupação que dialoga com o Plano Brasileiro de Inteligência Artificial (2024-2028) e com a Lei de Inteligência Artificial da União Europeia (AI Act), ambos estruturados em torno de investimento combinado com regras de uso responsável.
Agentes de IA crescem sem governança
Um dos sintomas mais visíveis da falta de letramento de dados, segundo a especialista, é o crescimento descontrolado de agentes de IA dentro das empresas. Funcionários já criam agentes pessoais em ferramentas como Copilot Studio, Foundry ou Gemini, muitas vezes úteis, mas sem nenhuma camada de governança, manutenção ou possibilidade de reaproveitamento pelo restante do time.
“Se um agente ajuda alguém a economizar 45 minutos por semana, e isso é muito, e ele é realmente seguro, não deveria ficar escondido: deveria ser compartilhado com o resto da empresa”, exemplifica.
Quando bem aplicados, no entanto, os agentes realmente impulsionam o lucro. Angelika cita o caso de uma empresa de advocacia que recebe entre 5 e 6 mil e-mails por dia em um endereço central, todos precisando ser triados manualmente. Um agente bem desenhado para essa tarefa pode economizar de 10 a 20 segundos por mensagem, o que, multiplicado pelo volume diário, representa economia relevante de tempo e dinheiro.
Maturidade de dados se constrói
Para medir se uma empresa está pronta para investir mais pesado em IA e ir para esse lado dos ganhos, e não o caminho oposto, a educadora descreve um modelo de três estágios.
O primeiro é o “momentum”, que vem com ganho de produtividade cotidiano com uso de modelos de linguagem. O segundo é o retorno sobre o investimento propriamente dito, quando as ideias que surgem desse uso diário evoluem para cases de negócio que geram valor. O terceiro é o “retorno sobre o futuro”, quando a empresa já pensa estrategicamente, com os times certos na sala, para ganhar vantagem competitiva usando inclusive dados externos.
“Existe uma maturidade, e ela cresce quando é guiada por pessoas que sabem do que estão falando, como consultores, e que sabem usar aquela informação para crescer”, explica Angelika.
Letramento não pode ser padrão
Diferente da governança de dados, que trata de conformidade em segurança, privacidade e sustentabilidade em uma escala de cumprimento de etapas, o letramento exige reconhecer que diferentes funções demandam diferentes níveis de conhecimento. Aplicar o mesmo treinamento para toda a empresa, segundo a escritora, costuma falhar.
“Não devemos esperar que todo mundo se torne um cientista de dados. É por níveis, e essa foi minha maior lição dos últimos dois anos”, afirma. Um módulo pensado para o time financeiro raramente serve para quem trabalha com atendimento ao cliente, que precisa aprender a formular prompts de forma inclusiva para evitar respostas enviesadas.
Leia mais: Ford usa IA e dados do carro para antecipar necessidade do cliente
A conversa também discute os apoios para esse movimento educacional, como catalogação e linhagem de dados. Angelika considera que são fundamentais para dar visibilidade sobre o que acontece com os dados no dashboard final, mas não substituem o letramento. “É necessário ter um certo nível de letramento para entender o que está acontecendo e para onde vão as informações que alimentam a sua IA”, diz, lembrando que um erro na ponta inicial da cadeia se propaga até o resultado final, incluindo relatórios e previsões.
A falta de letramento tem relação direta com a segurança e o direcionamento dessa informação. Ao desenvolver um treinamento sobre “prompting inclusivo”, ela testou pedir a uma IA a imagem de uma liderança e recebeu como resultado um homem branco, de cabelos grisalhos, em um prédio alto nos Estados Unidos. “Isso é viés de classe e viés racial. Os dados estão tão enviesados que fica difícil confiar neles”, afirma, reforçando por que é importante treinar equipes para questionar respostas e entender de onde vem o conteúdo que o agente oferece.
Como construir o retorno de investimento
Para líderes que querem medir se o investimento em dados e IA está de fato gerando resultado de negócio, Angelika cita um relatório recente da Cisco sobre as empresas mais avançadas em IA, que trabalham simultaneamente em cinco frentes: infraestrutura de IA; educação e desenvolvimento de habilidades; foco no cliente; inovação e adoção de IA; e governança voltada à segurança e à privacidade.
“Não é só investir e dizer ‘vamos usar o Copilot’ ou ‘vamos comprar uma licença de nuvem’. Pense antes em cada um desses elementos”, resume.
Em visita ao Brasil pela primeira vez, para participar do Data Literacy Talks Summit, evento promovido pela Data School, a evangelista de dados evita generalizações sobre a maturidade tecnológica do país em comparação à Europa, e lembra que até o uso básico de planilhas já é uma forma primária de letramento. “Mesmo usar Excel é um elemento primário de letramento de dados na sua organização: se coleta dados e faz relatórios com eles. É o estado primal da inteligência de negócios”, avalia, dizendo estar curiosa para aprender mais sobre essa realidade brasileira durante sua passagem pelo País.
Leia o IT Forum no LinkedIn e fique por dentro de todas as notícias!
