Menos Profetas da IA, Mais Projectos que Funcionem
Menos Profetas da IA, Mais Projectos que Funcionem
Já conhecemos as promessas. Já vimos as demonstrações. Está na altura de começar a resolver problemas.
Nota de abertura:
Nunca se falou tanto sobre aquilo que a inteligência artificial poderá fazer amanhã. Talvez tenha chegado o momento de falar menos sobre o admirável mundo novo e começar a mostrar aquilo que conseguimos efectivamente resolver hoje.
Há qualquer coisa de profundamente irónica na actual febre da inteligência artificial.
Nunca se escreveu tanto sobre aquilo que a IA vai fazer. Nunca se realizaram tantas conferências sobre o mundo que ela vai transformar. Nunca apareceram tantos especialistas dispostos a explicar-nos, com uma segurança quase sobrenatural, como serão as empresas, o Estado, a medicina, a educação, a ciência e até a própria humanidade daqui a cinco ou dez anos.
O problema é bastante mais simples.
Onde estão os projectos?
Onde estão os casos concretos em que alguém pega num problema real, antigo, caro e conhecido, aplica inteligência artificial de forma séria e demonstra que o problema foi efectivamente reduzido?
Porque prever o futuro é relativamente barato.
Resolver o presente dá trabalho.
E talvez seja precisamente por isso que temos tantos profetas e tão poucos construtores.
A indústria da profecia
A inteligência artificial criou uma curiosa economia paralela.
Uma economia de conferências, estudos, relatórios, consultores, painéis, observatórios, roadmaps, estratégias, seminários e apresentações sobre aquilo que um dia talvez venha a acontecer.
O vocabulário é sempre impressionante.
Transformação.
Disrupção.
Revolução.
Paradigma.
Reinvenção.
O problema surge quando fazemos uma pergunta inconveniente:
O que foi efectivamente transformado?
Não num laboratório.
Não numa demonstração preparada para uma conferência.
Não num vídeo promocional.
No mundo real.
Quantas horas de trabalho foram poupadas?
Quanto diminuiu o custo?
Quanto melhorou o serviço?
Quanto tempo deixou o cidadão de esperar?
Quantos erros desapareceram?
Quantos processos foram realmente simplificados?
É aqui que a conversa costuma ficar bastante menos entusiasmante.
A IA não é um projecto
Há uma confusão fundamental que começa a contaminar muitas organizações.
Adoptar inteligência artificial não é um objectivo.
É apenas utilizar uma ferramenta.
Uma empresa não deveria perguntar:
“Como podemos usar IA?”
Deveria perguntar:
“Que problemas temos que ainda não conseguimos resolver?”
E só depois perguntar se a inteligência artificial pode ajudar.
Parece uma diferença pequena.
Não é.
É a diferença entre inovação e decoração tecnológica.
Uma organização que instala um chatbot sobre processos burocráticos absurdos não se tornou inteligente.
Criou apenas uma interface moderna para a velha estupidez.
Automatizar um processo inútil continua a produzir inutilidade, apenas mais depressa.
Primeiro o problema
A lógica deveria ser quase brutalmente simples:
A ORDEM CERTA
- Problema.
- Dados.
- Processo.
- Solução.
- Métrica.
- Resultado.
E depois repetir.
Suponhamos que determinado serviço público demora vinte dias a concluir um procedimento administrativo.
O projecto não deveria chamar-se:
“Programa Nacional de Inteligência Artificial para a Modernização Administrativa.”
Isso é título para palco.
O projecto deveria chamar-se algo bastante mais modesto:
“Reduzir este procedimento de vinte dias para três.”
Depois analisa-se o processo.
Descobre-se onde se perde tempo.
Identificam-se os documentos necessários.
Verifica-se quais os dados que o Estado já possui.
Automatizam-se verificações.
Criam-se mecanismos de detecção de erros.
A inteligência artificial entra onde acrescentar valor.
E mede-se o resultado.
Se funcionar, amplia-se.
Se falhar, corrige-se.
Chama-se engenharia.
Estranhamente, continua a funcionar.
O Estado seria um gigantesco laboratório
Poucos países possuem tantos problemas adequados a este tipo de abordagem como Portugal.
ÁREAS ONDE HÁ PROBLEMAS REAIS PARA RESOLVER
- Administração Pública.
- Justiça.
- Saúde.
- Fiscalidade.
- Licenciamentos.
- Segurança Social.
- Municípios.
- Contratação pública.
- Gestão documental.
- Transportes.
São sistemas com milhões de documentos, regras, excepções, procedimentos repetitivos e enormes quantidades de trabalho administrativo.
Exactamente o tipo de ambiente onde tecnologias de inteligência artificial podem produzir ganhos significativos.
Imagine-se simplesmente o licenciamento urbanístico.
Grande parte do trabalho inicial poderia passar por sistemas capazes de verificar automaticamente documentação, regulamentos, incompatibilidades, dados cartográficos, condicionantes e legislação.
O técnico continuaria a decidir.
Mas deixaria de desperdiçar uma parte significativa do seu tempo a procurar informação dispersa.
Na saúde, sistemas poderiam preparar documentação clínica e resumos para validação dos profissionais.
Na justiça, poderiam construir cronologias de processos gigantescos e localizar jurisprudência relevante.
Na Segurança Social, poderiam detectar incoerências documentais antes de um processo chegar a um funcionário.
Nada disto exige ficção científica.
Exige organização.
E aqui encontramos provavelmente o verdadeiro problema.
O obstáculo pode não ser tecnológico
Durante anos imaginámos que o grande limite da inteligência artificial seria a capacidade das máquinas.
Talvez descubramos agora que o maior limite será outro.
A capacidade das organizações.
Porque aplicar IA a sério implica mexer em procedimentos, responsabilidades, hierarquias e hábitos instalados.
E isso é muito mais difícil do que comprar software.
Significa perguntar porque existe determinado formulário.
Porque são necessárias quatro assinaturas.
Porque dois organismos pedem os mesmos documentos.
Porque determinado funcionário copia informação de um sistema para outro.
Porque existem dez aplicações que não comunicam entre si.
A inteligência artificial pode ajudar a resolver muitos destes problemas.
Mas primeiro alguém terá de admitir que os problemas existem.
E algumas organizações demonstram extraordinária resistência a esta descoberta.
Talvez o principal obstáculo à inteligência artificial já não seja a inteligência das máquinas. Talvez seja a capacidade das organizações humanas para se reorganizarem à volta delas.
Também nas empresas
O mesmo acontece no sector privado.
Muitas empresas estão actualmente preocupadas em demonstrar que utilizam IA.
Talvez devessem preocupar-se mais em descobrir onde perdem dinheiro.
Onde existem tarefas repetitivas.
Onde os trabalhadores desperdiçam horas.
Onde há erros frequentes.
Onde existem dados que ninguém analisa.
Onde os clientes esperam demasiado.
Onde os sistemas não comunicam.
Uma pequena ou média empresa não precisa necessariamente de uma grande estratégia de inteligência artificial.
Pode começar com algo muito mais sensato.
Escolher três problemas.
Medir quanto custam.
Resolver um deles.
Medir novamente.
Se houver ganhos, continuar.
Uma revolução tecnológica também pode começar numa folha de cálculo.
Tem menos glamour, mas curiosamente costuma produzir mais resultados.
Precisamos de laboratórios de problemas
Talvez seja esta a mudança de mentalidade necessária.
Em vez de criarmos apenas observatórios de inteligência artificial, deveríamos criar laboratórios de problemas.
Equipas pequenas, multidisciplinares, com engenheiros, especialistas de domínio, gestores e funcionários que conhecem verdadeiramente os processos.
Escolheriam problemas específicos.
Trabalhariam durante alguns meses.
Construiriam protótipos.
Testariam com utilizadores reais.
Publicariam resultados.
Funcionou?
Mostra-se.
Falhou?
Também se mostra.
O conhecimento produzido pelo fracasso é muitas vezes mais útil do que uma centena de apresentações sobre inovação.
Menos promessas, mais métricas
Talvez tenha chegado o momento de impor uma regra bastante simples a qualquer projecto público ou empresarial relacionado com inteligência artificial.
Antes de começar, responder a cinco perguntas.
AS CINCO PERGUNTAS
- Qual é o problema?
- Quanto custa actualmente?
- O que queremos melhorar?
- Como vamos medir?
- Qual foi o resultado?
Se ninguém consegue responder à primeira pergunta, provavelmente não existe projecto.
Existe apenas entusiasmo tecnológico.
E entusiasmo tecnológico sem problema concreto transforma-se rapidamente em orçamento gasto.
A próxima fase da inteligência artificial
A fase inicial da revolução da IA foi dominada pelo espanto.
Máquinas que escrevem.
Máquinas que programam.
Máquinas que reconhecem imagens.
Máquinas que conversam.
Máquinas que analisam enormes quantidades de informação.
Era inevitável que ficássemos fascinados.
Mas já vimos a demonstração.
Agora começa a parte realmente importante.
Usá-las.
Não para criar mais apresentações.
Não para publicar mais previsões.
Não para decorar estratégias empresariais.
Mas para resolver coisas.
Um hospital mais eficiente.
Uma autarquia mais rápida.
Uma empresa mais produtiva.
Uma justiça menos lenta.
Uma administração pública menos burocrática.
Um cientista capaz de explorar informação impossível de analisar manualmente.
É aí que a tecnologia deixa de ser espectáculo.
E começa a tornar-se progresso.
Durante demasiado tempo perguntámos:
“O que será capaz de fazer a inteligência artificial?”
Talvez tenha chegado o momento de substituir essa pergunta por outra:
“Que problema vamos resolver amanhã?”
Porque o futuro não será construído pelos que melhor o descrevem.
Será construído pelos que conseguirem transformar ideias em sistemas, sistemas em soluções e soluções em resultados.
Já temos propaganda suficiente.
Está na altura de começar a obra.
O QUE DEVE SER RETIDO
- A adopção de IA não é, por si só, transformação.
- Um projecto deve começar por um problema concreto e não pela tecnologia disponível.
- A produtividade deve ser medida antes e depois da intervenção.
- Processos inúteis não se tornam úteis por serem automatizados.
- Estado e empresas precisam de projectos-piloto com objectivos mensuráveis.
- Os fracassos também devem ser publicados e analisados.
- O sucesso da IA dependerá tanto da qualidade das organizações como da capacidade dos modelos.
Nota Editorial
Esta crónica é um texto de opinião. A crítica à distância entre entusiasmo tecnológico, adopção de inteligência artificial e transformação efectiva das organizações é, contudo, compatível com a evidência internacional disponível.
A McKinsey indicou no seu estudo global sobre IA de 2025 que a utilização destas tecnologias já se encontra disseminada por uma grande maioria das organizações inquiridas, mas que a passagem de experiências isoladas para uma transformação à escala da organização continua bastante mais limitada. O próprio estudo salienta a importância do redesenho dos fluxos de trabalho para a obtenção de resultados empresariais relevantes.
O Stanford Institute for Human-Centered Artificial Intelligence acompanha igualmente o rápido crescimento da adopção de inteligência artificial nas organizações e a evolução dos custos, capacidades e aplicações dos modelos. A investigação sobre produtividade mostra, porém, que os benefícios não resultam simplesmente da presença de IA: dependem da tarefa, da integração nos processos, da qualidade dos dados, da supervisão humana e da forma como o trabalho é reorganizado.
Na Administração Pública, a OCDE identifica oportunidades importantes para utilização de IA na prestação de serviços, análise de informação e apoio ao trabalho dos funcionários, mas aponta simultaneamente obstáculos conhecidos: sistemas informáticos legados, fragmentação e qualidade dos dados, interoperabilidade, competências, governação e capacidade institucional de implementação.
A conclusão editorial é, por isso, deliberadamente simples: a próxima etapa da inteligência artificial deverá ser menos dominada pela demonstração das capacidades da tecnologia e muito mais pela demonstração de resultados. Problemas definidos, processos redesenhados, métricas públicas e resultados verificáveis. A propaganda anuncia revoluções. A engenharia constrói-as.
Referências credíveis
-
McKinsey & Company — The State of AI in 2025: Agents, Innovation, and Transformation
-
Stanford Institute for Human-Centered Artificial Intelligence — AI Index
-
OECD — Governing with Artificial Intelligence
-
National Bureau of Economic Research — Generative AI at Work
-
International Monetary Fund — Gen-AI: Artificial Intelligence and the Future of Work
Francisco Gonçalves
Fragmentos do Caos
FC-Chronic-News
fgoncalves
Francisco Gonçalves, com mais de 40 anos de experiência em software, telecomunicações e cibersegurança, é um defensor da inovação e do impacto da tecnologia na sociedade. Além da sua actuação empresarial, reflecte sobre política, ciência e cidadania, alertando para os riscos da apatia e da desinformação. No seu blog, incentiva a reflexão e a acção num mundo em constante mudança.
Também poderá gostar
Os Capitães de Abril e a impreparação para o dia seguinte
Cândido no Pontal, ou o Melhor dos Governos Possíveis
