Por Tânia Reis

A discussão em torno da Inteligência Artificial continua frequentemente centrada na eficiência, na automação e no potencial de substituição de funções. No entanto, para Bruno Tavares, é precisamente na dimensão humana que reside o maior desafio desta nova Era. O responsável acredita que a diferença entre o sucesso e o fracasso da transformação digital não está na tecnologia em si, mas na forma como as organizações conseguem colocá-la ao serviço das pessoas.

Muito se fala sobre o potencial transformador da Inteligência Artificial, mas menos sobre o seu impacto humano. O que significa, na prática, o conceito de human-centric innovation?

Significa inverter a pergunta de partida. Em vez de perguntarmos “o que é que esta tecnologia é capaz de fazer?”, perguntamos “o que é que as pessoas precisam para trabalhar melhor, e como é que a tecnologia as ajuda a chegar lá?”. Na prática, isso traduz-se em desenhar a adopção de IA a partir dos processos e das pessoas reais que os executam e não a partir da tecnologia disponível.

Um exemplo tornou isto muito claro para nós. Uma marca internacional lançou um piloto de assistentes de IA em que, meses depois, apenas 10% das licenças atribuídas estavam a ser usadas. O que mudou o resultado não foi mais formação teórica, foi ancorar a ferramenta em tarefas concretas do dia-a-dia (actas de reuniões, traduções, preparação de propostas). A utilização subiu para praticamente 99% em seis meses, com uma poupança média de 3,4 horas por semana por pessoa. A tecnologia era exactamente a mesma nos dois momentos.

É também garantir que há supervisão humana, transparência sobre como as decisões são tomadas e espaço para que as pessoas contestem ou corrijam o que a IA propõe, o que, em processos que afectam pessoas, deixou de ser boa prática e passou a ser exigência regulatória.

É precisamente este o tema que levamos ao Fusion 2026, a segunda edição da nossa conferência sobre IA, organizada em torno de três eixos: soberania digital, cognição humana e IA, e força de trabalho aumentada. Se na primeira edição o objectivo foi abrir o debate, este ano queremos ir mais fundo, incluindo o que Portugal e a Europa devem decidir agora sobre o seu lugar nesta transformação.

Inovação human-centric não é inovação mais lenta. É inovação que se mantém quando chega ao terreno, porque foi construída com quem a vai usar.

Perante o receio de substituição de postos de trabalho pela IA, porque acredita que esta deve ser vista como uma potenciadora das capacidades humanas e não como uma ameaça?

O receio é legítimo e não deve ser desvalorizado, mas os dados mais recentes do mercado de trabalho português não confirmam o cenário de substituição em massa. 57% das empresas dizem que a IA não teve impacto no número de colaboradores e 24% identificam até um aumento de oportunidades associado à sua implementação. Simultaneamente, a IA e automação passaram a ser a segunda competência técnica mais procurada, presente em 29% das ofertas de emprego. O que muda não é o número de pessoas, é o conteúdo do que fazem.

Isso não significa que a transição seja indolor nem uniforme. Há tarefas que desaparecem e funções que encolhem, e são tipicamente as mais rotineiras, o que coloca um problema muito concreto de Gestão de Pessoas. Se a IA absorve o trabalho que tradicionalmente servia para formar quem entra numa profissão, as organizações têm de encontrar outra forma de construir seniores. É, para mim, uma das questões centrais deste debate e uma das que menos se discute.

A razão pela qual continuo a ver a IA como potenciadora está no que sobra quando o trabalho repetitivo sai: julgamento em contexto, responsabilidade pela decisão, relação com pessoas. A ameaça real não é a tecnologia, é a falta de preparação das organizações e das pessoas para a integrar bem. As empresas que tratam a IA como substituição de curto prazo tendem a falhar. As que dão às equipas tempo e formação para aprender a trabalhar com ela são as que conseguem resultados sustentáveis.

Ao longo da história, a tecnologia automatizou tarefas. O que distingue a actual revolução da IA das anteriores vagas de transformação tecnológica?

A velocidade e o âmbito. As revoluções anteriores, automatizaram sobretudo tarefas físicas ou processuais bem definidas, e fizeram-no ao longo de décadas, dando tempo às organizações e às pessoas para se adaptarem.

O exemplo que uso com mais frequência é a folha de cálculo. Quando chegou, previu-se o fim da contabilidade, e de facto eliminou a tarefa que definia a profissão, o cálculo manual. O que aconteceu foi o contrário do previsto. Os contabilistas não desapareceram, subiram de nível. Deixaram de calcular para passar a analisar e a aconselhar. A profissão acabou por crescer, porque quando o custo de produzir um cenário cai, as organizações passam a querer muitos mais cenários.

A IA actual entra em território que se assumia como reservado ao humano com a análise, redacção, decisão, até a criatividade, e a capacidade dos sistemas avança em ciclos de meses. Isso muda a natureza do desafio, que já não é apenas requalificar pessoas, é repensar continuamente que tarefas fazem sentido serem humanas, à medida que a fronteira se desloca.

Tem defendido que o profissional do futuro será menos um executor e mais um orquestrador de tecnologia. Como descreve esta evolução e o que muda no dia-a-dia dos trabalhadores?

A mudança essencial é de posição. Deixa de se produzir a primeira versão e passa a decidir-se o que é preciso, com que ferramentas, e a avaliar o que volta.

O que torna esta mudança interessante não é apenas poupar tempo em tarefas repetitivas. É que quem orquestra ganha alcance nas competências adjacentes à sua função, aquelas que a rodeiam e que antes obrigavam a esperar por outra pessoa, ou que simplesmente não se faziam. Extrair e cruzar dados, preparar uma primeira leitura de um contrato, dar forma visual a uma proposta, redigir a versão inicial de um documento técnico.

No dia-a-dia, significa que o trabalho começa mais cedo na cadeia de valor: enquadrar bem o problema, escolher que capacidades combinar, definir a sequência e verificar o resultado. Menos execução passo a passo, mais desenho do percurso. É uma competência nova e não é automática. Saber que existe uma ferramenta é diferente de saber que pergunta lhe fazer e como encaixar a resposta no todo.

Que competências serão mais valorizadas num contexto em que os sistemas inteligentes passam a assumir uma parte significativa das tarefas operacionais e analíticas?

Destacaria três: as competências relacionais, como comunicação, negociação, liderança de pessoas; a literacia tecnológica funcional, que não exige saber programar, mas exige saber trabalhar com as ferramentas e conhecer os seus limites; e o conhecimento profundo do domínio, que é a que me parece menos óbvia. Menos óbvia porque se assumia que ia perder valor, e passa-se o contrário. O pensamento crítico continua a ser decisivo, só se percebe que um resultado está errado num assunto que se domina bem. Um jurista detecta num contrato aquilo que ninguém sem formação jurídica detecta, por muito confortável que esteja com a ferramenta.

Isto tem uma consequência prática, porque a formação traz muito mais valor quando é feita dentro do trabalho real das pessoas e sobre os seus próprios casos. É aí que a ferramenta se encontra com o conhecimento de quem a usa. Além disso, nada disto se lê directamente num curriculum.

Como podem as organizações reforçar essa dimensão humana num ambiente cada vez mais tecnológico?

É sobretudo uma questão de cultura e a de uma organização não é o que ela diz sobre si própria, é o conjunto das decisões que toma repetidamente. É por isso que a dimensão humana raramente se perde por decisão. Perde-se por acumulação de escolhas razoáveis, todas em nome da eficiência.

Daí que reforçá-la exija uma decisão pouco natural de definir o que não se optimiza. A eficiência não tem um ponto de paragem próprio. Na prática, é defender as dinâmicas que valem pelo que produzem nas pessoas e não pelo resultado imediato: o acompanhamento de quem está a começar, o tempo de discussão antes de uma decisão, os momentos em que se explica o porquê e não apenas o quê. São coisas que não sobrevivem por inércia, sobrevivem porque alguém as protege.

Vista assim, cada escolha de optimização é também uma escolha de identidade. Uma organização que automatiza tudo o que pode automatizar está a decidir o que é, mesmo quando pensa estar apenas a decidir como trabalha. Nada disto é gratuito, são horas que não produzem resultado visível no trimestre. No entanto, uma organização inteiramente optimizada corre o risco de se tornar muito eficiente a fazer exactamente aquilo que já sabia fazer.

De que forma a IA está a alterar os processos de tomada de decisão nas empresas?

Está a torná-los mais rápidos e mais analíticos, o que é positivo, mas introduz um risco novo; a tendência para tratar uma recomendação de um sistema como simplesmente a decisão correcta. Vemos cada vez mais decisões operacionais a serem assistidas por IA em tempo real. Isso torna a verificação uma prática deliberada,

No entanto, o facto de os modelos não se manterem estáveis, é uma segunda dimensão, que se discute menos. A realidade que descrevem muda, os dados que recebem mudam e um sistema que estava bem calibrado começa a divergir dos resultados esperados sem que ninguém tenha alterado nada. Preservar a capacidade de julgamento sobre cada decisão e monitorizar continuamente esse desvio são, para mim, temas fundacionais, não controlos que se acrescentam depois de a tecnologia estar em produção.

Convém acrescentar que, em qualquer cenário de maturidade tecnológica, a responsabilidade não se transfere. Uma decisão apoiada por IA continua a ser uma decisão de quem a toma e quanto mais decisões passam pela tecnologia, mais importa que fique claro quem validou o quê.

A produtividade é uma das promessas mais associadas à IA. Como garantir que os ganhos de eficiência são acompanhados por uma melhor experiência de trabalho para os colaboradores?

Tratar as duas coisas como resultados separados, primeiro a eficiência e depois a experiência é uma falha comum. Na prática, depende de como o ganho foi obtido.

Ao repensar as actividades com as pessoas no centro, a melhor experiência não é uma consequência que se tenha de assegurar depois. Focar as pessoas em actividades de mais significado ou impacto é simultaneamente o ganho de eficiência e a melhoria da experiência.

É por isso que insisto tanto em repensar o trabalho e não apenas em acelerá-lo. Uma ferramenta que torna um processo mais rápido sem alterar o que as pessoas fazem produz números melhores e nenhuma mudança na qualidade do trabalho. A pergunta útil não é quanto tempo se poupou, é o que passou a ser possível fazer com o que se sabe.

Não significa que o trabalho fique mais leve. Enquadrar bem um problema e avaliar o que a tecnologia devolve exige mais atenção do que executar uma tarefa conhecida. O que muda é que o esforço passa a ser aplicado onde faz diferença e isso, para a maioria das pessoas, vale mais do que trabalhar menos.

Como se preparam as lideranças para esta nova Era?

Diria que o essencial está em como se olha para a literacia. Enquanto a IA estava confinada a experiências e a projectos-piloto, era razoável tratá-la como um tema técnico que se delegava. Agora deixou de ser e está a entrar em processos críticos de negócio, a fundir-se com aquilo que gera valor na organização e, cada vez mais, a ser o que desbloqueia diferenciação face à concorrência. E isso muda quem tem de responder por ela. Enquanto a IA era eficiência, podia ser delegada, quando passa a ser fonte de diferenciação, entra no território da estratégia. A estratégia não se delega. A liderança tem de ser quem personifica essa visão, não quem a recebe pronta das equipas técnicas.

É aqui que a literacia deixa de ser desenvolvimento pessoal de quem lidera e passa a ser uma condição de governo. Não se trata de tornar os líderes especialistas, trata-se de terem conhecimento suficiente para fazer as perguntas certas e de conhecerem as capacidades fundamentais deste espaço tecnológico.

Isto não dispensa, naturalmente, reforçar competências que a IA não substitui porque vão ser cada vez mais decisivas à medida que as tarefas técnicas se automatizam.

A adopção de IA exige uma mudança cultural profunda. Quais são os erros mais comuns que as organizações cometem quando tentam implementar estas tecnologias?

Segundo a S&P Global, 42% das empresas abandonaram a maioria das suas iniciativas de IA antes de chegarem a produção, contra 17% no ano anterior. É um agravamento significativo e, na esmagadora maioria dos casos, não por limitação da tecnologia, mas por falta de estratégia e de preparação organizacional. A IA é uma capacidade que se constrói, não uma ferramenta que se instala e a maioria dos erros que vemos decorre de se confundir as duas coisas.

Na prática, os erros encadeiam-se. O primeiro está na pergunta de partida, começa-se por “onde podemos aplicar IA?” em vez de “que problema queremos resolver?”, e o resultado são pilotos que impressionam em demonstração e não sobrevivem ao contacto com a operação. O segundo é assumir que a tecnologia sabe algo sobre o negócio. Não sabe, desconhece os critérios, as excepções, o que nunca foi escrito em lado nenhum e, sobretudo, a visão que orienta as decisões.

O terceiro é o mais difícil de detectar, automatizar um processo sem o repensar. Ao contrário do que possa parecer, isso não mantém a ineficiência como estava, esconde-a. O volume sobe, a liderança lê isso como progresso e as pessoas continuam a contornar as mesmas falhas que a tecnologia devia ter resolvido. A ordem de factores importa porque dita o cerne da preparação. Primeiro define-se o valor que se quer criar e o impacto que se espera e só depois se escolhe a tecnologia capaz de o materializar.

Como podem as empresas assegurar que o desenvolvimento e a utilização da Inteligência Artificial respeitam princípios éticos, promovem confiança e evitam enviesamentos?

Com governação explícita. Isto significa ter critérios de transparência sobre como os modelos tomam decisões, testar activamente para enviesamentos antes e depois da implementação e garantir supervisão humana nas decisões com impacto relevante nas pessoas.

A própria existência de um quadro regulatório europeu para a IA diz algo importante, mas que se pode correr o risco de ser lido ao contrário. Não é sinal de desconfiança em relação à tecnologia, é o reconhecimento de que estes sistemas passaram a afectar decisões com consequências reais na vida das pessoas e que isso merece regras. Para as organizações tem a utilidade de ser um referencial comum sobre o que significa fazer bem. E o essencial desse referencial, saber explicar como se decide, documentar os critérios, garantir que há alguém a supervisionar, é aquilo que uma organização deveria querer fazer de qualquer maneira, porque é o que sustenta a confiança das suas equipas e dos seus clientes.

A ética em IA não é um travão à inovação, é a condição que permite que a inovação seja adoptada e sustentada no tempo.

Olhando para o futuro próximo, como imagina as organizações que conseguirão encontrar o equilíbrio entre inovação tecnológica e centralidade humana?

Serão organizações que tratam a tecnologia e as pessoas como parte da mesma estratégia e não como duas agendas paralelas que competem por atenção e orçamento. Se tivesse de escolher um sinal para as reconhecer, escolhia este: são organizações onde as pessoas reconhecem o papel que a tecnologia tem no sucesso da empresa.

A vantagem competitiva de longo prazo não estará em adoptar IA mais depressa do que os concorrentes, mas em fazê-lo de uma forma que as equipas reconhecem como útil e ao seu serviço.