Por Antonio Morim

Doutor e mestre em Engenharia de Produção pela COPPE/UFRJ, atua como professor e coordenador de pós-graduação na ESPM e na UNIFACHA e como professor da Escola Politécnica da UFRJ. É pesquisador do LABFUZZY/COPPE-UFRJ e desenvolve trabalhos nas áreas de Inteligência Artificial, Ciência de Dados, Estratégia e Marketing.

Quanto mais utilizamos Inteligência Artificial para apoiar decisões, mais precisamos compreender como nós mesmos decidimos. Durante muito tempo imaginamos que as máquinas seriam um antídoto para nossas limitações: mais dados, maior capacidade de processamento e decisões mais racionais. Hoje sabemos que essa relação é bem mais complexa.

Um artigo da MIT Technology Review Brasil, “O Espelho Interrogável — literacia em IA, explicabilidade e a arte de perguntar às máquinas”, levanta uma questão importante: modelos de linguagem mais sofisticados também podem reproduzir falácias e vieses tipicamente humanos.

É justamente aí que a Economia Comportamental ganha uma importância nova.

Kahneman, Tversky e Thaler mostraram que nossas decisões são influenciadas por ancoragem, aversão à perda, excesso de confiança, framing e viés de confirmação. Durante décadas estudamos esses fenômenos para compreender o comportamento humano. Agora precisamos estudá-los também para compreender nossa relação com a IA.

Existe uma questão anterior ao próprio algoritmo: quem pergunta para a IA continua sendo um ser humano. Construímos prompts carregando hipóteses, experiências e vieses. A máquina processa a pergunta e devolve uma resposta rápida, organizada e muitas vezes convincente.

O risco é criar um circuito perigoso: o viés humano influencia a pergunta, a pergunta condiciona a resposta da IA e a qualidade aparente da resposta aumenta nossa confiança na decisão.

A diferença está na escala. Um ser humano pode errar uma decisão. Um sistema de IA pode repetir o mesmo erro milhares de vezes, transformando um erro individual em sistêmico.

Por isso me incomoda uma formação em IA excessivamente concentrada em ferramentas e prompt engineering. Saber perguntar melhor é importante, mas existe uma competência anterior: saber questionar a própria pergunta.

Prompt engineering pode ajudar a obter respostas melhores. Economia Comportamental pode ajudar a perceber que talvez estejamos fazendo a pergunta errada.

Uma IA pode produzir uma resposta excelente para um problema mal formulado. E quanto mais sofisticada for essa resposta, maior pode ser nossa confiança nela. Literacia em IA precisa envolver saber quando confiar, quando desconfiar, quando perguntar novamente e quando não delegar uma decisão.

Se estivéssemos desenhando hoje a formação de profissionais que trabalharão intensamente com IA, eu defenderia um núcleo combinando Economia Comportamental, Pensamento Crítico, Literacia em IA, Explicabilidade e Governança da Decisão.

No fim, quanto mais sofisticadas ficam as tecnologias, mais importante se torna uma competência antiga: saber questionar.

Na era da Inteligência Artificial, talvez uma das habilidades mais importantes não seja apenas saber usar a máquina, mas compreender os vieses de quem pergunta e aprender a interrogar criticamente quem responde.

Artigo que inspirou esta reflexão:

O Espelho Interrogável — MIT Technology Review Brasil⁠�