Problema 09 · Gestão · RH · Tecnologia
Implantar governança.
“Cada pessoa usa IA de um jeito e ninguém sabe o que pode ou não pode.”
Regras mínimas, tratamento diferente conforme o risco e registro das decisões: uma governança que cabe numa equipe pequena e cresce com o uso.
Regras mínimas, escalonamento por risco e registro das decisões que a IA toma ou sugere.
Como reconhecer
Sinais, causas e por onde começar.
Sinais concretos
- Cada pessoa usa IA de um jeito e ninguém sabe o que pode.
- Dado sensível já foi colado em ferramenta sem regra.
- Decisões tomadas com IA não têm registro de quem aprovou.
Causas prováveis
- Uso começou pela ponta, sem política.
- Risco nunca foi classificado por tipo de ação.
- Falta um lugar para registrar decisão, evidência e validade.
Quando uma automação simples basta
- Permissões, listas de dados proibidos, registro de decisões e checklists são regras e processo.
- Escalonamento por tipo de ação é uma tabela, não um modelo.
Quando IA pode fazer sentido
- Uma primeira leitura do que pode ou não pode, ou uma classificação assistida de risco — sempre com decisão final humana.
- Quanto maior o impacto da ação, maior o controle humano.
Materiais
Para começar por este problema.
7 materiais publicados na Biblioteca, em ordem de aplicação. Formato (prompt, skill, repositório, playbook, ferramenta) é a segunda camada.
- Especificar critérios de aceitação para trabalho com IATransforma uma tarefa de IA, seu contexto e o risco de uma saída errada em um contrato de aceitação com critérios observáveis, falhas críticas e responsável pela decisão.
- Governança mínima de IA para uma equipe pequenaConduz uma equipe pequena a criar seis controles mínimos: inventário de usos, fronteiras de dados, permissões, avaliação, resposta a exceção e revisão de decisões.
- Desenhar escalonamento humano por riscoConverte a ideia vaga de human-in-the-loop em mapa de gatilhos, autoridade, evidência e resposta para cada ação de um fluxo ou agente.
- Do piloto à operação: escalar IA sem perder controleConduz uma equipe que já possui um piloto com alguma evidência a expandir alcance sem confundir viabilidade com escala, nem escala com autonomia.
- Transformar uma falha em regra de exceçãoAjuda a distinguir falha recuperável, bloqueio e necessidade de intervenção humana.
- Planejar rollout de IA em estágios com rollbackEvita que mais usuários, mais dados, mais permissões e novo modelo mudem ao mesmo tempo.
- Registrar uma decisão de IA com evidência e validadeEvita que escolha de modelo, ferramenta ou regra de fluxo vire conhecimento oral impossível de auditar depois.
Sinais
O que mudou em IA e toca este problema.
ANPD publica metodologia de teste para seu sandbox de IA e proteção de dados.A metodologia do sandbox transforma risco em ciclos de teste, evidências e ajustes — um recorte útil para quem opera IA com dados pessoais.Ler o sinal →OpenAI vê empresas migrarem de assistência para execução.Novos dados da OpenAI mostram uso mais agentic entre seus clientes empresariais — com uma fronteira importante: a amostra não representa todas as empresas.Ler o sinal →AI Act: as obrigações de transparência do Artigo 50 começaram a valer.As regras europeias de transparência para certos sistemas de IA passaram a valer; a mudança exige distinguir interação com IA e conteúdo sintético.Ler o sinal →
Nas mesmas áreas
Materiais que costumam aparecer junto.
- Diagnóstico de automação antes da ferramentaTransforma uma vontade vaga — “precisamos automatizar isso” — em uma descrição verificável do trabalho e uma matriz de prioridade comparável.
- Mapa de oportunidades com IAOrganiza oportunidades de IA por esforço, impacto e necessidade de revisão humana.
- Briefing de projeto com IATransforma uma demanda solta em briefing com objetivo, contexto, restrições e critério de saída.
- PerplexityAjuda a abrir uma investigação e localizar fontes para leitura, não substitui a verificação da fonte primária.