A participação humana continua a ser o fator decisivo na adoção da inteligência artificial nas empresas. Inês de Castro Almeida, AI & Transformation Executive Director na Beta-i, explica como o sucesso da IA depende menos da tecnologia e mais da capacidade das equipas de integrar estas ferramentas no seu trabalho diário, experimentar de forma segura e desenvolver literacia prática sobre sistemas inteligentes.
Para a executiva, a IA não substitui as pessoas: potencia capacidades humanas, acelera processos e cria valor quando é implementada com transparência, responsabilidade e alinhamento com os objetivos do negócio.
Como descreveria o papel da participação humana na adoção da IA nas organizações?
O envolvimento humano é determinante.
A IA só cria valor quando está integrada no trabalho real das equipas e quando existe clareza sobre o que queremos melhorar. A tecnologia pode acelerar muita coisa, mas não substitui o contexto, a interpretação e o julgamento que só as pessoas têm. É por isso que, na Beta-i, trabalhamos sempre com equipas multifuncionais desde o primeiro dia. A adoção funciona quando as pessoas participam, experimentam e ganham confiança. A IA vem reforçar capacidades humanas, não substituí-las, especialmente nas áreas onde existe ambiguidade, exceção ou responsabilidade direta perante clientes.
Na sua opinião, porque é que o maior desafio na implementação de IA ainda é humano e não tecnológico?
Porque, muitas vezes, o que bloqueia não é a capacidade do modelo é a incerteza dentro da organização. A maioria das empresas não tem falta de IA; tem falta de condições para a aplicar com confiança. Isso manifesta-se em receio, literacia insuficiente, processos que não acompanham a tomada de decisão aumentada por IA e ausência de guardrails que deem segurança às equipas.
Quando não existe clareza, as pessoas retraem-se ou recorrem a ferramentas externas sem governação, aquilo que chamamos de Shadow AI. Isto gera risco, fragmentação e perda de controlo, exatamente o oposto do que se pretende numa adoção responsável. E quando as pessoas se retraem, a organização deixa de aprender.
Quando criamos condições—pequenos pilotos, risco controlado, governação simples e transparente—o ritmo acelera de forma natural. O desafio é humano porque é comportamental.
Qual é a importância da literacia tecnológica para equipas que vão trabalhar com IA?
A literacia é essencial, mas deve ser prática e orientada à realidade do trabalho. Não se trata de ensinar tecnologia; trata-se de ensinar as pessoas a trabalhar com sistemas inteligentes de forma segura, crítica e produtiva. Isso inclui saber validar saídas, compreender limitações, pedir revisão humana quando necessário e reconhecer riscos éticos. Quando as equipas têm esta literacia, ficam preparadas para colaborar com a IA nos seus próprios processos. E isto é fundamental para criar maturidade e autonomia organizacional.
Como é que as organizações podem medir se os colaboradores estão preparados para adotar soluções de IA?
A preparação vê-se no comportamento. Quando as equipas experimentam sem medo, quando questionam resultados com sentido crítico, quando sabem usar guardrails de IA Responsável e começam a sugerir melhorias com base no que aprendem nos pilotos: isso é preparação. No Sprint de Prontidão e Estratégia em IA da Beta-i, não entramos com uma postura de avaliação externa; criamos espaços de diálogo estruturado onde as equipas revelam, juntas, o seu grau de prontidão. O foco não é atribuir pontuações, mas gerar alinhamento, e é esse alinhamento que permite à organização avançar para pequenas experiências com impacto e aprender rapidamente com elas.
Como se consegue transformar o receio de perder funções ou relevância em motivação para aprender e adotar novas tecnologias?
Com transparência e participação. O medo nasce sempre que a IA é vista como algo que “vai substituir”. Mas quando mostramos que a IA elimina trabalho repetitivo e melhora a tomada de decisão—e quando as pessoas participam ativamente nos pilotos—a perceção muda rapidamente. O segundo elemento é o IA Responsável. Quando existem regras claras sobre supervisão humana, proteção de dados e uso seguro, as equipas sentem que continuam no controlo. E quando há controlo, há confiança. E com confiança, há motivação para aprender.
É também aqui que o Toolkit de IA Responsável da Beta i faz a diferença. Em vez de transformar responsabilidade num processo pesado ou jurídico, o toolkit cria conversas práticas e acessíveis sobre riscos, impacto e supervisão humana logo no início dos projetos. As equipas ganham clareza sobre o que pode correr mal, onde precisam de intervir e como garantir que cada piloto nasce seguro e alinhado com os direitos das pessoas. Este enquadramento leve, colaborativo e orientado ao design reduz incerteza, acelera adoção e fortalece a confiança em todo o processo de inovação com IA.
Que passos práticos recomenda às organizações que querem implementar IA de forma responsável e eficaz?
Começar pequeno, de forma disciplinada e transparente. As organizações precisam de identificar casos de uso concretos, com impacto claro para equipas e clientes, e testar rapidamente, sempre com objetivos mensuráveis.
É aqui que a diferença entre métricas que importam e métricas de vaidade se torna crítica. O número de agentes criados ou prompts escritas diz pouco sobre maturidade. O que realmente importa são melhorias visíveis no trabalho: menos retrabalho, respostas mais rápidas e decisões mais consistentes. Para a direção financeira, isto resume se a uma métrica simples: impacto no bottom line—reduzir custos e acelerar criação de valor. Por exemplo, num projeto recente com um grande distribuidor, a aplicação de IA gerou mais de 15 milhões de euros em vendas adicionais e reduziu em 40% o trabalho manual de cotação em poucos meses. É isto que distingue atividade de impacto real.
Da mesma forma, métricas de aprendizagem são fundamentais: quantas iterações as equipas fizeram, como evoluiu a sua capacidade de decisão com base no uso da IA, ou quanto tempo demora a organização a identificar um erro, discuti lo e ajustar o processo para o evitar no futuro. Estas métricas revelam se a organização está a aprender depressa e de forma responsável.
Em paralelo, é essencial estabelecer guardrails simples de IA Responsável: quem supervisiona, como se valida, como se avalia risco, como se protege privacidade e como se regista o que a IA está a fazer. A partir daqui, o foco deve estar em melhorar o contexto: dados estruturados, processos claros e processos redesenhados para a colaboração humano IA. Assim garantimos que a tecnologia se integra naturalmente no trabalho das equipas.
Só depois é que se escala. A diferença entre experimentar e transformar é a disciplina, não o tamanho do modelo.
Como imagina o papel do ser humano nas empresas daqui a cinco anos, com a crescente presença da IA?
O papel humano vai tornar se ainda mais decisivo porque é ele que garante inteligência organizacional: a capacidade de orientar, interpretar e transformar a tecnologia em valor real. A IA ajuda a acelerar e automatizar partes do trabalho, mas continua sem compreender todo o contexto, nuance ou impacto. As pessoas asseguram qualidade, ligam pontos, integram perspetivas e mantêm alinhamento com objetivos de negócio.
Daqui a cinco anos, o que distingue equipas humanas não é a sua capacidade de usar IA, mas de orquestrar criação de valor: transformar informação em decisões, redesenhar processos para maximizar a colaboração humano IA e aplicar criatividade, julgamento e empatia onde a tecnologia não chega. O trabalho humano passa de execução para direção: menos “fazer” e mais “decidir bem”.
As organizações que se vão destacar são as que tratam a IA como um amplificador da sua forma de trabalhar e aprender, não como substituto. O futuro pertence a equipas capazes de combinar velocidade tecnológica com maturidade humana, criando sistemas inteligentes guiados por pessoas que sabem pensar, questionar e elevar a fasquia.
Qual seria a sua mensagem para líderes que querem apostar em IA mas sentem receio do impacto humano?
O receio é normal, mas é superável com método. O segredo não é avançar depressa; é avançar com clareza. Criem condições—literacia, pequenos pilotos, governação simples, regras de IA Responsavel e ciclos de aprendizagem rápidos—e verão as equipas ganhar confiança de forma natural. A IA só cria valor quando é integrada com responsabilidade e foco no negócio. É exatamente isso que fazemos na Beta-i: ajudar organizações a transformar experimentação em impacto real, com segurança e sem hype.
