Os seus colaboradores sabem que estão a trabalhar lado a lado com agentes de IA?

A maioria dos funcionários não sabe com o que está a trabalhar em conjunto.

IA agentiva já ultrapassou em muito a fase-piloto e está agora a encaminhar casos de atendimento ao cliente, a sinalizar desvios de desempenho, a agendar entrevistas e a resumir reuniões antes de alguém terminar o trabalho. 

Num número crescente de organizações, está a redigir respostas e a tomar decisões de baixo risco em nome de trabalhadores que não foram informados do que está a acontecer.

A implementação ultrapassou a divulgação. De acordo com um inquérito da Cloud Security Alliance publicado em abril, 82% das empresas descobriram agentes de IA anteriormente desconhecidos a funcionar nos seus ambientes informáticos no último ano, muitos deles a aparecer várias vezes. Esse é um problema de visibilidade das TI. O problema da consciencialização dos funcionários é ainda mais profundo.

A investigação global da Workday de 2025, que inquiriu quase 3 000 decisores na América do Norte, na APAC e na EMEA, concluiu que apenas 24% dos funcionários se sentem confortáveis com agentes de IA a operar em segundo plano sem o seu conhecimento.

Não podemos considerar esta uma preocupação marginal quando três em cada quatro trabalhadores estão a traçar uma linha clara, e a maioria está a fazê-lo sem informações completas sobre onde essa linha realmente se situa no seu próprio local de trabalho.

Transparência e pressupostos partilhados

O argumento ético para colmatar essa lacuna é simples. Os trabalhadores têm uma reivindicação legítima de compreender os sistemas que moldam a atribuição das suas tarefas, a sua carga de trabalho e, em alguns casos, as suas avaliações de desempenho. Mas o argumento operacional pode ser mais compreensível para os executivos que precisam de o ouvir.

Quadros de governação, como o Quadro de Gestão de Riscos de IA do NIST, os requisitos de transparência do Regulamento Europeu da IA e a maioria das políticas empresariais de IA elaboradas nos últimos dois anos, baseiam-se no pressuposto partilhado de que os seres humanos continuam envolvidos no processo. 

Não apenas os executivos ou as equipas de conformidade, mas também as pessoas que realizam o trabalho. A supervisão humana significa que, quando um agente comete um erro, encaminha um caso incorretamente, aplica uma grelha de avaliação deficiente ou se afasta do comportamento pretendido, alguém deteta isso. Essa pessoa é quase sempre um trabalhador da linha da frente, suficientemente próximo do resultado para reconhecer quando algo não está bem.

Quando os funcionários não sabem que um agente está a agir, essa supervisão desaparece estruturalmente. A arquitetura da responsabilização depende de uma consciência que não existe.

O que acontece quando descobrem? 

A rutura, quando acontece, tende a ser pessoal. Cerca de oito meses antes de falar com a People Managing People, Mike Rolfe, VP de Produto da Outbuild — uma plataforma de agendamento na construção — implementou um sistema de IA agentiva nas operações de sucesso do cliente que podia monitorizar autonomamente a saúde das contas, agendar chamadas em nome dos CSM e elaborar relatórios de risco de renovação sem que ninguém o acionasse. 

A liderança foi informada,  mas a equipa mais alargada de atendimento ao cliente não foi, em parte porque, internamente, todos continuavam a chamar-lhe uma "automatização", em vez do que realmente era. 

Os danos na confiança dentro da equipa demoraram semanas a reparar. A sua regra agora é que, no momento em que um sistema de IA toma uma ação que outra pessoa vê, a pessoa cujo nome está associado a essa ação tem de saber disso antes de acontecer. 

A sua equipa também deixou completamente de usar a palavra "automatização", substituindo-a por descrições claras. Por exemplo, "o sistema marcará reuniões por si e notificará o cliente em seu nome".

Isto acontece porque, sobretudo na cultura da construção, uma linguagem tecnológica vaga não cria consentimento informado. Cria as condições para exatamente o tipo de momento vivido pelo seu CSM. 

A responsabilização é uma responsabilidade humana

Steven Betito, COO e responsável pela proteção de dados da Elestio, também já testemunhou esta situação em primeira mão.

Quando a sua equipa integrou a IA agentiva nas operações diárias, incorporou a transparência desde o início. Cada agente tinha uma função documentada e era apresentado explicitamente à equipa como uma IA, o que significava que ninguém ficava alguma vez incerto sobre aquilo com que estava a trabalhar. O que não criaram suficientemente cedo foi uma estrutura clara de escalonamento. 

A solução foi simples assim que identificaram o problema. Todas as ações de um agente acima de um limiar definido exigem agora a aprovação de um responsável humano identificado, mas a lição manteve-se. A transparência sobre o que é um agente não produz automaticamente responsabilidade pelo que ele faz. São problemas distintos e precisam de soluções distintas. 

A confiança não se encontra em lado nenhum

O relatório Estado Global da IA no Trabalho de 2025 da Asana, que inquiriu mais de 2 000 trabalhadores do conhecimento nos EUA e no Reino Unido, concluiu que 62% consideram os agentes de IA pouco fiáveis. 

Ainda mais revelador é o que está por detrás desse número: 82% dos trabalhadores afirmaram que uma formação adequada é essencial para utilizar agentes de IA de forma eficaz, mas apenas 38% das organizações a disponibilizaram. 

A questão aqui não é tanto os trabalhadores estarem a rejeitar os agentes de IA; estão a lidar com um desfasamento entre aquilo que lhes foi entregue e aquilo que lhes foi ensinado, sentindo-se cada vez menos relevantes à medida que a implementação acelera. 

Quando os trabalhadores descobrem, através de um colega, de uma alteração de processo ou de um resultado que não conseguem explicar, que os sistemas de IA têm estado a funcionar nos seus fluxos de trabalho, a reação normalmente não é de curiosidade. É o tipo específico de desconfiança que surge quando se sentem geridos em vez de incluídos. E essa desconfiança não fica confinada à questão da IA.

Parte do problema é de definição. A expressão «IA agentiva» ainda não entrou na maioria dos manuais dos trabalhadores ou dos programas de formação de gestores, mesmo quando as próprias ferramentas já o fizeram. Muitas organizações implementaram agentes sob nomes de produtos de fornecedores — assistentes de fluxos de trabalho, integrações de CRM, plataformas de agendamento — que não tornam evidente a autonomia subjacente. 

Um trabalhador que siga uma recomendação de encaminhamento de um caso pode não fazer ideia de que o encaminhamento foi realizado por um agente de IA, e não por um gestor ou uma regra estática.

O inquérito sobre o local de trabalho da WalkMe de 2025 concluiu que 78% dos trabalhadores utilizam ferramentas de IA que não são fornecidas pelo empregador e que quase metade evitou revelar a sua utilização de IA no trabalho para evitar julgamentos. A adoção informal e a opacidade institucional estão a alimentar-se mutuamente.

Resolver esta questão não é um exercício de comunicação único. O que funciona é incorporar a divulgação na implementação, explicando o que um sistema faz e não faz antes de entrar em funcionamento no fluxo de trabalho de uma equipa, criando visibilidade contínua sobre os locais onde os agentes estão a atuar e disponibilizando aos trabalhadores um canal claro para sinalizarem quando algo parece estar errado.

Esta última parte é mais importante do que a maioria dos planos de implementação de IA reconhece.

Os trabalhadores não são apenas o público-alvo da divulgação. São a principal camada de deteção de erros de qualquer sistema agentivo que opere no seu domínio. Quando sabem o que está a funcionar e compreendem o que fazer quando ocorre uma falha, a governação funciona conforme foi concebida. Quando não sabem, esses enquadramentos são teóricos.