Bacharel em ciência da computação pela Universidade de S. Paulo (USP), Peter Kreslins, CTO e cofundador da Digibee, startup brasileira responsável pela integração de sistemas para conectar grandes empresas ao mundo digital, no artigo “Quem vai cuidar dos agentes de IA?”, de janeiro de 2025, publicado pelo CNEX – Centro de Excelência Empresarial, de Porto Alegre, Rio Grande do Sul, aborda relevante e complexa questão sobre o mundo da “inteligência artificial”, campo da ciência que se concentra na criação de computadores e máquinas que podem raciocinar, aprender e atuar de maneira que normalmente exigiria inteligência humana ou que
envolve dados com escala maior do que as pessoas podem analisar.
A propósito, Kreslins observa que os computadores são capazes de interagir com outros modelos de IA para automatizar tarefas – mas, sem controle, podem causar sérios problemas. Esse é o paradigma: as organizações estão recorrendo cada vez mais ao uso de inteligência artificial. Muitas, inclusive, adotam novas tecnologias no melhor espírito do termo FOMO – o “fear of missing out”, ou medo de ficarem para trás. No entanto, “dar esse passo sem compreender exatamente como funcionam os novos modelos computacionais pode gerar inúmeros problemas para as organizações, especialmente no que diz respeito à sua governança e à sustentabilidade financeira. Mais do que isso: conforme os modelos computacionais avançam a olhos vistos, maior será a velocidade da transformação – e maior o risco de que muitas empresas façam uso descuidado de novas
ferramentas, como é o caso dos agentes de IA, salienta.
Segundo Peter Kreslins, historicamente os colaboradores de uma organização eram os responsáveis por opera esses processos. Com o avanço de tecnologias, porém, começam a existir sistemas que buscam ajudar essas pessoas a melhorar os processos e aumentar a produtividade, salientando que “a IA foi, durante anos, uma
promessa de mudança no universo das automações. Mais do que apenas executar tarefas, as máquinas seriam capazes de aprender com suas atividades e se aperfeiçoar”. De maneira rápida, porém, “podemos dizer que todas as tarefas automatizadas nas instituições seguiam um processo determinístico, bem calculado. Primeiro, é
preciso desenhar uma tarefa desejada e implementá-la, para depois automatizá-la e, só aí, fazer com que essa automação ganhe escala, sendo repetida em toda a organização. Entretanto, no meio do caminho podem acontecer bugs: falhas no código em que essa automação está escrita que a levem a não funcionar”.
Segundo o autor, se a tecnologia passou décadas com uma evolução lenta, de 2022 para cá ela mudou consideravelmente de patamar com a introdução dos LLMs – large language models, ou grandes modelos de linguagem, como o ChatGPT, o Gemini, o Meta AI e, agora, o DeepSeek. Treinados com gigantescos bancos de dados, modelos disruptivos, revolucionários são capazes de prever resultado mais provável e seguir adiante, construindo textos, softwares ou até mesmo imagens e vídeos. Mais do que mudança de patamar promovem mudança na equação ao trazer dose “de não-determinismo para seu funcionamento”. Entretanto, pondera,
“quem faz uma pergunta para um dos modelos pode acabar recebendo um resultado imprevisível, fora do esperado. Isso ocorre porque o sistema é baseado em previsões estatísticas: ele gera respostas ao identificar padrões e probabilidades em seus dados de treinamento, mas sem compreender o significado ou a veracidade do
que está produzindo”.
De forma direta e pragmática, afirma: “para serem adotadas em larga escala, as novas tecnologias precisam, primeiro, ser levadas para um nível de governança, expectativa e direcionamento com os quais a organização esteja de acordo. É preciso que sistemas e agentes sejam treinados de maneira cuidadosa, fazendo,
principalmente, com que respeitem as políticas da empresa, que devem funcionar como guarda-corpos de suas capacidades”, enfatiza Peter Kreslins.(Osíris M. Araújo da Silva é Economista, Consultor de Empresas, Professor, Escritor e Poeta – [email protected]) – 06-10-25
