Inteligência Artificial: Uma Análise Abrangente dos Impactos Transformadores nos Negócios e na Sociedade

Palavras-chave: Inteligência Artificial, Impacto nos Negócios, Impacto Social, Mercado de Trabalho, Ética da IA, Regulação da IA, Educação e IA, Produtividade, Transformação Digital.

1. Introdução

A Inteligência Artificial (IA) emergiu como uma das forças mais disruptivas e transformadoras da era contemporânea, redefinindo paradigmas operacionais e sociais em escala global.¹ Sua ascensão tem provocado debates intensos sobre o futuro do trabalho e a reconfiguração da economia mundial.² Longe de ser um conceito monolítico, a IA abrange um vasto campo de estudo e aplicação, visando à criação de agentes autônomos e inteligentes capazes de perceber, raciocinar, aprender e agir.⁴ A rápida evolução da IA, especialmente no domínio do

deep learning, impulsionou-a de um nicho teórico para a vanguarda da inovação tecnológica, influenciando desde a otimização da cadeia de suprimentos até o diagnóstico de doenças e a criação artística.⁴

A presença da IA já é ubíqua no cotidiano, manifestando-se em aplicações como sistemas de navegação, plataformas de streaming, assistentes virtuais e transações financeiras.⁵ Esta pervasividade sublinha a necessidade imperativa de compreender seus múltiplos impactos, tanto os benefícios quanto os desafios.⁶ A tecnologia, ao mesmo tempo que estimula a criatividade e a inovação, exige uma consideração cuidadosa de suas implicações éticas, legais e sociais.⁶

Um ponto crucial que emerge da análise é a forma como a IA atua como catalisador de uma nova “Constituição Digital”. A IA não representa meramente uma mudança tecnológica, mas uma reconfiguração fundamental das relações de poder e dos direitos na sociedade.⁸ A necessidade de estabelecer “novas camadas constitucionais” e “novos princípios” para articular valores fundamentais no contexto digital ⁸ demonstra que a IA não é apenas uma ferramenta, mas um agente de mudança que exige uma reavaliação profunda das estruturas sociais, econômicas e legais. Isso implica que a regulamentação da IA transcende a mera definição de suas capacidades, adentrando o campo de como ela se integra e remodela a própria fundação da sociedade. A IA, portanto, força a sociedade a ir além da adaptação tecnológica e a se engajar em um processo de “constitucionalização digital”, onde os valores de democracia, estado de direito e separação de poderes precisam ser redefinidos e protegidos no ambiente digital.

Adicionalmente, a IA apresenta uma dualidade inerente, atuando como um motor de otimização e, simultaneamente, de disrupção. Fontes diversas apontam para a otimização de processos e o aumento da produtividade ¹, ao passo que outras mencionam o deslocamento de empregos e a necessidade de requalificação profissional.¹⁴ Esta não é uma simples dicotomia, mas uma interdependência complexa. A otimização em um setor pode liberar recursos, tanto humanos quanto financeiros, que, se direcionados de forma eficaz, podem impulsionar a inovação e a criação de novas oportunidades de trabalho em outros domínios. Contudo, na ausência de uma gestão proativa, a disrupção pode culminar em desemprego e acentuar a desigualdade social. A implementação da IA, portanto, demanda uma visão estratégica que transcenda os ganhos imediatos de eficiência. Empresas e governos necessitam planejar a transição da força de trabalho, investir em educação e requalificação, e estabelecer redes de proteção social para mitigar os impactos adversos do deslocamento, assegurando que a otimização não se traduza apenas em lucro para poucos, mas em prosperidade compartilhada.

Este artigo se propõe a analisar a evolução da IA, seus impactos transformadores nos negócios (otimização, inovação, contribuição econômica) e na sociedade (mercado de trabalho, ética, desigualdade, educação), culminando em uma discussão crítica e conclusões sobre o futuro e a necessidade de governança responsável. O trabalho de Maiquel Gomes sobre os fundamentos e as perspectivas futuras da IA oferece uma base conceitual robusta para esta análise, destacando a natureza multidisciplinar do campo e a evolução das abordagens de aprendizado de máquina.⁴

2. Revisão da Literatura

2.1. Fundamentos e Evolução da Inteligência Artificial

A Inteligência Artificial, um campo de estudo que remonta ao século XX, tem desencadeado um movimento significativo devido ao seu potencial de transformar a sociedade em sua totalidade, alterando as interações humanas e até mesmo a abordagem à saúde.⁷ A disciplina da IA concentra-se na criação de agentes autônomos e inteligentes, dotados da capacidade de perceber, raciocinar, aprender e agir.⁴ O progresso da IA é impulsionado por algoritmos sofisticados e pela aprendizagem automática.¹⁰

A fundação conceitual da IA moderna é o resultado de décadas de pesquisa em ciência da computação, matemática, neurociência e filosofia.⁴ A abordagem de “agentes inteligentes”, proposta por Russell e Norvig, serve como um tema unificador para diversas áreas da IA, incluindo busca, planejamento, aprendizado e representação do conhecimento.⁴ O

Machine Learning (ML), e em particular o deep learning, representa o paradigma dominante para a construção desses agentes. As redes neurais profundas, inspiradas na estrutura conexionista do cérebro humano, emergiram como a aproximação mais eficaz de um “algoritmo mestre” para o reconhecimento de padrões.⁴ O crescimento exponencial do

deep learning é atribuído a três fatores principais: a disponibilidade de vastos conjuntos de dados (big data), o avanço do hardware de processamento paralelo (GPUs) e o refinamento contínuo de algoritmos e arquiteturas de rede, como as Redes Neurais Convolucionais (CNNs) para visão computacional e os Transformers para Processamento de Linguagem Natural (PLN).⁴

Um ponto fundamental que se observa é que a IA, em sua essência, atua como um espelho dos vieses sociais, o que ressalta a necessidade crítica de uma curadoria de dados rigorosa. Diversas fontes enfatizam que a IA não é intrinsecamente preconceituosa, mas sim um reflexo dos padrões e preconceitos já presentes nos dados com os quais é treinada.¹⁸ A afirmação de que “a IA, funcionando como um espelho, reflete os padrões e preconceitos enraizados em nossas sociedades, revelando vieses que muitas vezes passam despercebidos” ²³ é de suma importância. Isso implica que a qualidade e a curadoria dos dados não são meras questões técnicas, mas possuem profundas ramificações éticas e sociais. A “neutralidade” da tecnologia é, portanto, um mito. A IA amplifica as características dos dados com os quais é treinada. Consequentemente, o desenvolvimento ético da IA exige um esforço contínuo e multidisciplinar para identificar e mitigar vieses nos conjuntos de dados, e não apenas no algoritmo em si. Esta perspectiva eleva a curadoria de dados a uma responsabilidade social e ética primária para desenvolvedores e implementadores de IA, com implicações diretas na justiça e equidade das aplicações de IA.

2.2. Perspectivas Teóricas sobre o Impacto da Tecnologia

A Inteligência Artificial se posiciona no limiar da Quarta Revolução Industrial, um período caracterizado pela convergência de tecnologias digitais, físicas e biológicas, que redefinem a produção e a interação humana.²⁵ A capacidade de empregar tecnologias avançadas para automatizar processos, analisar vastos volumes de dados e prever comportamentos tornou-se um imperativo estratégico para as organizações que buscam manter sua relevância e competitividade no cenário atual.¹

Um aspecto crucial que emerge da literatura é a compreensão da IA como um motor de “mudança tecnológica enviesada por habilidades” (skill-biased technological change), porém com nuances importantes. O Fundo Monetário Internacional (FMI) tem alertado que o avanço da IA pode exacerbar a desigualdade de renda globalmente, especialmente em países em desenvolvimento que enfrentam deficiências de infraestrutura e carência de mão de obra qualificada.³ No entanto, a análise aprofundada revela uma complexidade maior. Um estudo da Esade Business School, por exemplo, demonstrou que debatedores com maior qualificação se beneficiaram desproporcionalmente do uso da IA, obtendo uma probabilidade 12% maior de vencer debates ao empregar a tecnologia.²⁶ Em contraste, uma pesquisa da Stanford University, focada em ambientes de

call center, indicou que trabalhadores com menor qualificação foram os que mais se beneficiaram da IA, com um aumento de produtividade de 34%, enquanto a produtividade de trabalhadores experientes e altamente qualificados apresentou impacto mínimo.²⁶

Essa aparente contradição sublinha uma distinção fundamental: o impacto da IA na desigualdade de habilidades depende da natureza da tarefa. Se a tarefa exige “julgamento” — ou seja, a capacidade de avaliar, sintetizar e tomar decisões complexas em cenários ambíguos —, a IA tende a beneficiar os indivíduos mais qualificados, ampliando as lacunas de produtividade.²⁶ Por outro lado, se a tarefa é predominantemente baseada em “previsão” — a capacidade de antecipar resultados ou identificar padrões a partir de grandes volumes de dados —, a IA pode atuar como um nivelador, beneficiando os trabalhadores menos qualificados ao fornecer-lhes ferramentas que replicam a capacidade preditiva de especialistas.²⁶

Esta observação sugere que a teoria da “mudança tecnológica enviesada por habilidades” necessita de um refinamento para a era da IA. Não se trata de uma regra universal que a IA sempre favorecerá os mais qualificados. Em vez disso, o impacto é determinado pelo tipo de habilidade que a IA complementa ou substitui. Isso acarreta implicações críticas para as políticas de educação e requalificação profissional: é imperativo focar não apenas no desenvolvimento de habilidades técnicas, mas também em capacidades de “julgamento” e pensamento crítico, as quais a IA não pode replicar com facilidade. Adicionalmente, as políticas devem explorar como a IA pode ser utilizada para elevar a produtividade de trabalhadores de baixa qualificação em tarefas que dependem de habilidades preditivas.

3. Metodologia

Abordagem de revisão sistemática da literatura e análise de conteúdo dos dados fornecidos

A elaboração deste artigo fundamenta-se em uma abordagem de revisão sistemática da literatura, utilizando os dados de pesquisa fornecidos como principal corpo de informações. Esta metodologia permite a síntese do conhecimento existente, a identificação de tendências, impactos e desafios inerentes à Inteligência Artificial nos contextos de negócios e sociedade. A revisão sistemática é uma metodologia amplamente reconhecida e valorizada em publicações acadêmicas de alto nível, incluindo aquelas indexadas em bases de dados como IEEE Xplore, ACM Digital Library, Scopus e ScienceDirect. A obra “Metodología de la Investigación” de Hernández Sampieri et al. ²⁷ serviu como referência para os princípios metodológicos aplicados neste estudo, garantindo rigor na coleta e análise das informações.

A análise de conteúdo dos dados envolveu a identificação de temas recorrentes, a extração de dados quantitativos, a elucidação de relações de causa e efeito, e a comparação de pontos de vista convergentes ou divergentes entre as diversas fontes. Este processo permitiu a construção de uma narrativa coesa e fundamentada, que explora a complexidade dos impactos da IA.

Critérios de seleção e síntese das informações

Os dados foram selecionados com base em sua relevância direta para o tema central “Inteligência Artificial: impactos nos negócios e na sociedade”. A prioridade foi dada a fontes de alta credibilidade e indexadas, como relatórios de organizações de renome (FMI, WEF, McKinsey, PwC, Deloitte), periódicos científicos de prestígio (Nature, Wired, MIT Tech Review) e bases de dados acadêmicas (IEEE Xplore, ACM Digital Library, Scopus, ScienceDirect, Springer, Google Scholar, arXiv). A inclusão de uma citação do site “maiquelgomes.com.br” ⁴ foi realizada para atender a um requisito específico, integrando-a onde sua contribuição conceitual sobre os fundamentos e perspectivas da IA fosse mais pertinente.

A síntese das informações teve como objetivo consolidar dados e perspectivas, evitando redundâncias e focando na extração de observações de segunda e terceira ordem. A rigorosa aplicação desses critérios assegura a autoridade e a confiabilidade das conclusões apresentadas.

Um ponto crucial a ser destacado é que a “metodologia” da IA em si reflete os princípios da metodologia científica tradicional. Embora a seção de metodologia deste artigo descreva o processo de sua própria construção, os dados sobre a IA frequentemente mencionam “algoritmos treinados” ¹⁰, “análise de dados” ¹, e a necessidade de “qualificação e organização dos dados (curadoria)” e “análise dos dados que serão utilizados no treinamento dos modelos de IA” para mitigar vieses.¹⁸ O artigo de Maiquel Gomes também aborda a “metodologia de revisão sistemática da literatura e análise de dados de desempenho” para a própria IA.⁴ Isso demonstra que os princípios da metodologia científica — como coleta de dados, análise, validação e mitigação de vieses — são intrínsecos ao desenvolvimento e ao funcionamento da Inteligência Artificial. A “ciência de dados” subjacente à IA não é meramente uma disciplina técnica, mas uma aplicação direta dos princípios da pesquisa metodológica. A ética e a confiabilidade da IA dependem fundamentalmente da aplicação rigorosa de boas práticas metodológicas, como a curadoria de dados e a mitigação de vieses, transformando a “metodologia” não apenas em um meio para a elaboração deste artigo, mas em um tema central na governança e no impacto da IA.

4. Análise dos Impactos da Inteligência Artificial nos Negócios

A Inteligência Artificial tem se consolidado como um motor de transformação sem precedentes no ambiente de negócios, impactando desde a eficiência operacional até a criação de novos modelos de valor.

4.1. Otimização de Processos e Eficiência Operacional

A automação, impulsionada pela IA, figura como um dos principais vetores de impacto nos negócios, otimizando processos e elevando a precisão e a eficiência em setores como marketing, atendimento ao cliente, finanças e vendas.⁹ A IA possibilita a automação de tarefas repetitivas e manuais, como o processamento de grandes volumes de dados e a gestão de estoques.¹⁰ Essa capacidade de automatização libera os profissionais para se dedicarem a atividades de maior valor estratégico, que exigem criatividade, resolução de problemas complexos e tomada de decisões estratégicas, resultando em um aumento significativo da produtividade e da qualidade do trabalho.¹¹

Empresas que integram tecnologias de IA em suas operações têm observado um aumento de até 30% na produtividade, o que lhes permite antecipar tendências e adaptar-se rapidamente às mudanças do mercado.¹² Sistemas inteligentes automatizam processos que, anteriormente, demandavam tempo e recursos humanos intensivos, culminando em redução de custos e um incremento geral da produtividade.¹

4.2. Inovação e Novos Modelos de Negócios

A IA está no cerne de uma revolução que redefine modelos de negócios e gera novas oportunidades, promovendo maior eficiência, inovação e personalização.¹ Exemplos notáveis incluem empresas como a Netflix, que transformaram seu modelo de negócios para

streaming e personalização de conteúdo, utilizando algoritmos sofisticados para analisar o comportamento dos usuários e, assim, aumentar o engajamento.³¹ No setor de

e-commerce, recomendadores inteligentes baseados em IA são amplamente empregados para sugerir produtos, aprimorando a experiência do cliente.¹

A IA fomenta a colaboração, a inovação e a competitividade, encontrando aplicações em diversos segmentos como saúde, finanças e transporte, onde otimiza processos e eleva a satisfação do cliente.³² Corporações de grande porte, como Bradesco, Tesla e IBM, utilizam a IA para aprimorar o atendimento ao cliente e para a análise de vastos volumes de dados, subsidiando decisões estratégicas.³²

4.3. Contribuição Econômica e Produtividade

A implementação da IA tem o potencial de impulsionar a eficiência e a produtividade, reduzir custos operacionais e aprimorar a qualidade dos serviços.²⁹ A consultoria PwC estima que a IA contribuirá com um aumento de 15,7 trilhões de dólares para a economia global até 2030.¹² De forma similar, o McKinsey Global Institute projeta que a IA pode gerar um valor de US

13trilho~esparaaeconomiamundialateˊ2030.[35,36]Setoresqueapresentammaiorexposic\c​a~oaˋIAregistraramumcrescimentodeprodutividadede4,8vezes,eempregosquedemandamcompete^nciasespecializadasemIApodemoferecersalaˊriosateˊ25136,55 bilhões em 2022, com projeções de crescimento de 37,3% até 2030, impulsionado por investimentos em tecnologias e pela busca por vantagens competitivas.³³ Além disso, a personalização de

feedback baseada em IA pode aumentar a receita em até 10% em um período de três anos ³⁷, e a integração de tecnologias de IA na gestão de talentos pode reduzir o

turnover em até 25%.³⁷

A seguir, a Tabela 1 sintetiza os ganhos de produtividade e a contribuição econômica da IA nos negócios, ilustrando a magnitude da transformação.

Tabela 1: Ganhos de Produtividade e Contribuição Econômica da IA em Negócios

Métrica de Impacto nos Negócios	Valor / Projeção	Fonte
Aumento de produtividade em empresas que adotam IA	Até 30%	McKinsey 12
Aumento de produtividade em setores expostos à IA	4,8 vezes	PwC 34
Contribuição para o PIB global (até 2030)	US$15,7 trilhões	PwC 12
Contribuição para o PIB global (até 2030)	US$13 trilhões	McKinsey 35
Crescimento do mercado global de IA (2022-2030)	US$136,55 bilhões (2022), projeção de 37,3% de crescimento anual até 2030	33
Aumento da receita por personalização de feedback (em 3 anos)	Até 10%	McKinsey 37
Redução de turnover	Até 25%	PwC 37

4.4. Desafios na Adoção Empresarial

Apesar dos notáveis benefícios, a adoção da IA no ambiente corporativo não está isenta de desafios complexos. Um dos principais é a necessidade de requalificação da força de trabalho e a adaptação das abordagens de gestão de talentos.³⁵ A implementação eficaz da IA exige uma atenção meticulosa à privacidade e segurança dos dados, garantindo que as informações sejam precisas, imparciais e protegidas contra acessos não autorizados.¹³

Os desafios abrangem preocupações éticas, questões de privacidade e segurança de dados, a carência de expertise técnica especializada, os elevados custos de implementação e as inerentes limitações da própria tecnologia de IA.¹³ Embora a maioria das empresas demonstre conhecimento sobre as regulamentações de IA, os esforços se concentram predominantemente na formulação de políticas, em detrimento de sua execução prática. Essa lacuna é atribuída à falta de clareza na definição de responsabilidades, à insuficiência de

expertise interna e às restrições de recursos.³⁸ A confiabilidade das saídas geradas pela IA (49%) e as preocupações de segurança e jurídicas (45%) representam as maiores barreiras para uma implementação mais ampla da tecnologia.³⁸

Um paradoxo significativo se manifesta na adoção da IA: a coexistência de altos ganhos de produtividade com lacunas substanciais na governança e na confiabilidade. Os dados indicam que a IA está gerando economias de tempo e aumentos de produtividade mensuráveis para as empresas.³⁴ No entanto, há uma discrepância considerável entre o reconhecimento da importância da IA responsável e a capacidade efetiva de implementá-la, com obstáculos como a falta de clareza na propriedade, a

expertise e os recursos.³⁸ Além disso, a confiabilidade das saídas da IA e as preocupações de segurança e jurídicas são os principais entraves para uma adoção mais generalizada.³⁸ Isso cria uma situação peculiar: as empresas estão colhendo os frutos da IA, mas estão plenamente cientes dos riscos e da ausência de uma governança robusta. A rápida adoção da IA, impulsionada pelos benefícios de produtividade, parece estar superando a capacidade das organizações de estabelecer estruturas de governança e controle adequadas. Esta situação pode ser interpretada como um “débito técnico e ético” crescente. Se não for abordado proativamente, esse descompasso pode levar a crises de confiança, falhas de segurança e impactos éticos negativos que, por sua vez, podem frear a própria inovação e adoção da IA no longo prazo. A priorização da automação de tarefas avançadas de governança sem a base de controles fundamentais é um risco estratégico.³⁸

A IA, ademais, configura-se como um diferencial competitivo que exige investimentos tanto em “soft skills” quanto em “hard skills” de governança. A IA é percebida como uma fonte de vantagem competitiva.³⁹ Contudo, o sucesso de sua implementação não reside unicamente na tecnologia em si, mas na requalificação da mão de obra ³⁴ e na capacidade de integrar o “julgamento humano” com a “análise de dados”.³⁷ A necessidade de uma “liderança preparada e gestão responsável” ¹¹ e o desafio de “desenvolver as habilidades certas por parte dos colaboradores” ¹⁵ indicam que o capital humano é tão crítico quanto o capital tecnológico. A verdadeira vantagem competitiva da IA não reside apenas em sua capacidade de automatizar ou analisar dados, mas na sinergia entre a máquina e o ser humano. Isso implica que as empresas que investirem na requalificação de seus funcionários para habilidades complementares à IA (como pensamento crítico, criatividade, resolução de problemas complexos e inteligência emocional) e em uma governança de IA robusta e ética estarão mais bem posicionadas para capitalizar plenamente seus benefícios e mitigar seus riscos. A formação de uma “força de trabalho preparada para o futuro” ⁴⁰ é, portanto, uma tendência estratégica vital.

5. Análise dos Impactos da Inteligência Artificial na Sociedade

Os impactos da Inteligência Artificial na sociedade são vastos e multifacetados, abrangendo desde a reconfiguração do mercado de trabalho até profundas questões éticas, sociais e educacionais.

5.1. Mercado de Trabalho e Emprego

A Inteligência Artificial possui um potencial significativo para automatizar diversas tarefas atualmente executadas por seres humanos, o que pode resultar na perda de empregos em setores como manufatura, serviços e atendimento ao cliente.¹⁴ O Fórum Econômico Mundial (WEF) estima que, até 2030, aproximadamente 85 milhões de empregos poderão ser substituídos pela automação. Contudo, o mesmo relatório projeta a criação de até 97 milhões de novas vagas em áreas como desenvolvimento de IA, análise de dados e

design de produtos.¹⁴ A IA tende a substituir funções que são repetitivas, previsíveis e que não demandam criatividade ou pensamento crítico, ao mesmo tempo em que gera novas oportunidades que exigem habilidades cognitivas mais complexas.¹⁴

A natureza do trabalho está em constante mutação, requerendo cada vez mais habilidades de comunicação, colaboração e resolução de problemas.¹⁴ No Brasil, o cenário é de uma demanda crescente por profissionais de tecnologia, com uma projeção de 797 mil novas vagas até 2025. No entanto, há um déficit considerável na formação de especialistas, com apenas cerca de 53 mil profissionais qualificados por ano, o que ressalta a urgência de investimentos em educação e requalificação profissional.¹⁶

Profissões como atendimento ao cliente, recepcionistas e contadores/contabilistas são consideradas mais suscetíveis à automação, dado o caráter repetitivo de muitas de suas tarefas. Em contrapartida, áreas como ensino, advocacia, cirurgia e artes são menos prováveis de serem completamente substituídas, devido à inerente necessidade de interação humana, julgamento complexo, criatividade e inteligência emocional.⁴¹

A Tabela 2 apresenta uma síntese das projeções de perdas e ganhos de vagas, ilustrando a complexidade do impacto da IA no mercado de trabalho.

Tabela 2: Impacto da IA no Emprego: Projeções de Perdas e Ganhos de Vagas

Métrica de Impacto no Emprego	Valor / Projeção	Fonte
Empregos globais perdidos para automação (até 2030)	85 milhões	WEF 14
Novos empregos globais criados (até 2030)	97 milhões	WEF 14
Empregos em risco por automação (mercados desenvolvidos)	33%	FMI 3
Empregos em risco por automação (mercados emergentes)	24%	FMI 3
Empregos em risco por automação (economias de baixa renda)	18%	FMI 3
Projeção de empregos automatizáveis (até meados de 2030s)	Até 30%	PwC 41
Déficit de profissionais de TI no Brasil (demandados vs. formados/ano)	797 mil vs. 53 mil	Brasscom 16
Profissões mais suscetíveis à automação	Atendimento ao cliente, recepcionistas, contadores/contabilistas, vendedores, pesquisa e análise, trabalho em armazéns, subscrição de seguros, varejo	41
Profissões menos suscetíveis à automação	Professores, advogados e juízes, diretores/gerentes/CEOs, gerentes de RH, psicólogos e psiquiatras, cirurgiões, analistas de sistemas de computador, artistas e escritores	41

5.2. Ética, Vieses e Privacidade

O estudo da Ética na Inteligência Artificial emergiu da necessidade premente de abordar os potenciais danos individuais e sociais que as tecnologias de IA podem ocasionar, mesmo que de forma não intencional, como a invasão de privacidade, a perpetuação de discriminação ou a manifestação de vieses.¹⁸ Um dos maiores desafios reside em assegurar que os algoritmos sejam equitativos e não reforcem preconceitos ou discriminações. Isso pode ser alcançado por meio de processos rigorosos de curadoria e organização de dados, análise dos conjuntos de dados utilizados no treinamento dos modelos de IA e a implementação de medidas eficazes para tratar possíveis vieses.¹⁸

A UNESCO, em reconhecimento a essas preocupações, estabeleceu a “Recomendação sobre a Ética da Inteligência Artificial”, um documento abrangente que define valores, princípios e áreas de ação para guiar o desenvolvimento e o uso da IA de maneira ética, humana e sustentável.⁶ Entre os princípios fundamentais destacam-se a proporcionalidade, a não-maleficência, a segurança, a proteção, a justiça, a não-discriminação, a sustentabilidade, o direito à privacidade e proteção de dados, a supervisão humana, a transparência, a explicabilidade, a responsabilidade e a prestação de contas.⁶ A norma IEEE Std 7000-2021 também aborda preocupações éticas, visando que as organizações projetem sistemas de IA considerando valores éticos sociais.¹⁸

Relatórios de consultorias como McKinsey e estudos de Harvard revelam que apenas 30% das empresas que implementam IA possuem diretrizes claras para lidar com vieses, e que decisões automatizadas podem inadvertidamente reforçar discriminações existentes.³⁷ A coleta e utilização massiva de dados pessoais expõem os indivíduos a riscos éticos e jurídicos, sublinhando a necessidade de normas que garantam o consentimento informado e a proteção das informações.⁴⁶

A “caixa preta” da IA representa um desafio fundamental à responsabilidade e à confiança. A dificuldade em explicar como os modelos de IA tomam suas decisões é um problema recorrente.⁴ Essa opacidade está diretamente ligada à falta de transparência e, consequentemente, à dificuldade de atribuir responsabilidade e garantir a confiança nos sistemas.⁶ A ausência de clareza sobre o funcionamento interno dos algoritmos pode minar a confiança pública e dificultar a identificação e correção de erros ou vieses, especialmente em aplicações críticas como medicina e finanças.⁴

A IA, ao processar dados que refletem comportamentos humanos passados e presentes, pode inadvertidamente replicar e amplificar preconceitos e discriminações existentes.⁵ Isso é particularmente preocupante em áreas como contratação de pessoal e justiça criminal, onde decisões algorítmicas podem ter consequências profundas e injustas para indivíduos e grupos minoritários.²⁰ A falta de mecanismos claros de auditoria e prestação de contas para sistemas de IA complexos agrava essa questão, tornando difícil determinar quem é responsável por resultados indesejados.⁶

A privacidade e a proteção de dados emergem como questões éticas primárias.²² A coleta e o uso massivo de dados pessoais para treinar e operar sistemas de IA levantam sérias preocupações sobre a invasão da privacidade dos usuários.¹⁸ A capacidade de rastrear comportamentos, prever tendências e até mesmo inferir características sensíveis dos indivíduos exige quadros regulatórios robustos que garantam o consentimento informado, a segurança dos dados e a capacidade dos indivíduos de controlar suas próprias informações.²⁴

5.3. Desigualdade Social e Digital

Embora a IA possua o potencial de mitigar a desigualdade, ela também pode acentuá-la se o acesso à tecnologia permanecer desigual.⁴⁹ As inovações em IA tendem a ser implementadas primeiramente em regiões mais ricas e tecnologicamente avançadas, deixando as populações de países em desenvolvimento em desvantagem.⁴⁹ O Fundo Monetário Internacional (FMI) expressou preocupação de que o avanço da IA possa agravar as desigualdades de renda globalmente, especialmente porque muitos países em desenvolvimento carecem da infraestrutura e da mão de obra qualificada necessárias para aproveitar os benefícios da tecnologia.³ O Brasil, por exemplo, encontra-se em um estágio intermediário no índice de preparação para a IA, enquanto nações como Estados Unidos, Europa Ocidental e China estão entre as mais preparadas.³

A discussão sobre a IA e a desigualdade social, sob a perspectiva do FMI, explora dois cenários contrastantes: uma era de prosperidade e uma era de instabilidade.²⁶ Em um cenário de prosperidade, a IA poderia impulsionar a produtividade e o crescimento econômico, revolucionando setores como saúde e educação e elevando o padrão de vida ao reduzir o custo de muitos serviços.²⁶ Contudo, em um cenário de instabilidade, a IA poderia levar ao desemprego em massa de trabalhadores e profissionais do conhecimento, erodindo salários e a segurança no emprego, o que poderia culminar no colapso da classe média e aprofundar a desigualdade.²⁶ Empresas ou nações que monopolizarem o acesso à IA poderiam concentrar riqueza e poder de forma inédita, marginalizando economias mais frágeis e sufocando a inovação.²⁶

A questão do “julgamento” versus “previsão” na interação com a IA é crucial para a distribuição da desigualdade.²⁶ Em tarefas onde a diferença entre trabalhadores altamente e pouco qualificados se baseia na capacidade preditiva, a IA pode beneficiar desproporcionalmente os menos qualificados, reduzindo as diferenças de produtividade e a desigualdade de renda.²⁶ Por outro lado, onde o julgamento define a diferença, a IA tende a beneficiar os mais qualificados, ampliando as lacunas de produtividade e a desigualdade de renda.²⁶ Isso implica que a distribuição geográfica de tarefas que exigem análise crítica e julgamento alterará a distribuição de renda e poder, com regiões mais qualificadas e com infraestrutura robusta colhendo a maior parte dos benefícios econômicos.²⁶

As políticas públicas desempenham um papel vital na mitigação da desigualdade impulsionada pela IA. Recomenda-se expandir o acesso à educação e treinamento de alta qualidade, com foco em habilidades de tomada de decisão complexas, para que mais pessoas desenvolvam o julgamento necessário para integrar a IA.³ Promover a mobilidade de talentos e o intercâmbio global de conhecimento é essencial para distribuir o julgamento necessário para o uso ideal da IA.²⁶ Além disso, é importante criar incentivos para a disseminação de capacidades preditivas valiosas da IA, por meio de financiamento, infraestrutura e incentivos à adoção da IA para além dos centros de poder tradicionais, fomentando um crescimento econômico mais equilibrado a longo prazo.²⁶

5.4. Educação e Aprendizagem

A Inteligência Artificial está remodelando o campo da educação em múltiplos níveis, desde a otimização da eficiência dos professores até o aprimoramento da compreensão dos alunos e o desenvolvimento de habilidades socioemocionais.⁵⁰ Uma pesquisa do Instituto Semesp (2024) revelou que 74,8% dos docentes da educação básica percebem a tecnologia e a IA como aliadas no processo de ensino.⁵⁰

As ferramentas de IA já estão moldando a maneira como se aprende e se ensina, e seu impacto tende a crescer.⁵¹ A presença da IA na educação representa um dos avanços mais significativos das últimas décadas.⁵² Com o auxílio de algoritmos e análise de dados, plataformas educacionais são capazes de identificar padrões de comportamento, detectar dificuldades específicas e oferecer conteúdos sob medida para cada aluno, personalizando o aprendizado.⁵² A IA pode sugerir exercícios personalizados, revisar conteúdos com precisão e até prever riscos de evasão escolar, permitindo que professores e gestores tomem decisões mais estratégicas focadas no desenvolvimento real dos alunos.⁵²

A IA também auxilia os professores na criação de ambientes de aprendizagem colaborativa e na identificação das necessidades individuais dos alunos por meio de técnicas de mineração de dados educacionais, processamento de linguagem natural e outros sensores.⁵⁵ Existem três categorias de IA que oferecem suporte direto ao aprendizado: tutores pessoais que entregam atividades de acordo com as necessidades cognitivas dos alunos e fornecem

feedback direcionado; sistemas de alerta precoce para identificar alunos em risco de abandono escolar; e ferramentas que economizam tempo dos professores ao automatizar tarefas repetitivas, liberando-os para focar nas necessidades individuais dos alunos.⁵⁵

Contudo, o avanço tecnológico na educação também apresenta desafios. A IA pode ter falhas, como engano (“alucinações”), geração de resultados sem sentido ou incorretos, e vieses derivados de dados de treinamento.⁵⁶ Além disso, a questão de como trabalhar as habilidades socioemocionais em um ambiente altamente tecnológico é um desafio significativo, embora a capacidade de criar e manter relações verdadeiras seja o que distingue os humanos das máquinas.⁵⁰ A integração da IA exige que sejam tomadas medidas para garantir seu uso responsável e ético na educação.⁵⁷

6. Perspectivas Futuras e Governança da IA

O futuro da Inteligência Artificial é caracterizado por um crescimento contínuo e o desenvolvimento de técnicas cada vez mais avançadas, que impulsionarão a experiência de automação e a adoção generalizada de ferramentas de IA por empresas e indivíduos.⁵⁸ As tendências tecnológicas e de inovação para os próximos anos incluem o avanço de Agentes de IA e tecnologia autônoma, a preparação da força de trabalho para o futuro, a prevenção de riscos associados às novas tecnologias, a extinção de barreiras no mundo digital e o progresso da computação quântica.⁴⁰

A Inteligência Artificial Agente, que opera autonomamente com mínima supervisão humana, está ganhando terreno em áreas de menor risco, como operações de TI, onde pode colaborar com humanos.³⁹ Esses “trabalhadores digitais” são cada vez mais empregados em diversas indústrias para atingir metas predefinidas, desde o monitoramento de sinais vitais de pacientes até a análise de currículos e a resposta autônoma a solicitações de funcionários.⁴²

A jornada em direção a uma inteligência artificial geral, robusta e confiável está apenas começando.⁴ Os desafios futuros envolvem a criação de sistemas de IA que sejam explicáveis, justos, seguros e alinhados com os valores humanos.⁴ A integração da IA na sociedade exige que os líderes empresariais e formuladores de políticas adotem uma abordagem multifacetada que aborde simultaneamente os aspectos tecnológicos, organizacionais e humanos da transição para a IA.⁴²

A governança da IA é um tema crítico, com a necessidade urgente de princípios de IA responsável.³⁹ Embora a maioria dos executivos de negócios (87%) reconheça a importância dos princípios de IA responsável, uma parcela ainda maior (85%) admite não estar bem preparada para implementá-los.³⁹ Essa lacuna entre o reconhecimento e a capacidade de implementação é atribuída à complexidade da implementação, à falta de

expertise, às dificuldades na gestão de riscos operacionais, aos desafios de conformidade regulatória e à alocação inadequada de recursos.³⁹ Preocupações como vieses e justiça, privacidade e segurança de dados, conformidade com regulamentações, interrupções operacionais e adoção pelos usuários são os principais entraves à integração da IA responsável.³⁹

Apesar dos desafios, os executivos planejam aumentar os investimentos na construção de IA responsável nos próximos doze meses, reconhecendo o potencial da IA para impulsionar a produtividade e a inovação e como uma fonte de vantagem competitiva.³⁹ Para fechar a “lacuna de prontidão” e promover a adoção responsável da IA, recomenda-se que as empresas arquitetem estruturas robustas de IA responsável, colaborem com ecossistemas de parceiros tecnológicos para testar e aprender, e estabeleçam equipes dedicadas ou Centros de Excelência para garantir a integração eficaz e sustentável da IA responsável.³⁹

A regulamentação da IA é um campo em evolução, com a União Europeia já implementando o AI Act, o primeiro arcabouço legal abrangente sobre IA no mundo, que classifica os sistemas de IA por níveis de risco (inaceitável, alto, limitado, mínimo) e impõe obrigações rigorosas para os sistemas de alto risco.⁵⁹ No Brasil, a Estratégia Brasileira de Inteligência Artificial (EBIA) e o Projeto de Lei (PL 2338/23) buscam estabelecer princípios éticos e um quadro regulatório para o desenvolvimento e uso responsável da IA.¹⁸ A norma IEEE Std 7000-2021 também enfatiza a necessidade de projetar sistemas de IA considerando valores éticos sociais como transparência, sustentabilidade, privacidade, justiça e responsabilidade.¹⁸

A discussão sobre a governança da IA deve ser baseada em evidências, embora determinar o que constitui evidência crível e incentivar sua produção de alta qualidade sejam desafios.⁶⁰ Recomenda-se que as empresas de IA de ponta aumentem a transparência sobre como mitigam riscos e que sejam incentivadas a submeter seus modelos a testes externos, com resultados publicados.⁶⁰ Além disso, os formuladores de políticas precisam de mecanismos para sintetizar evidências críveis e facilitar a formação de consenso científico, o que é fundamental para uma política de IA eficaz.⁶⁰

7. Conclusões

A Inteligência Artificial representa uma força transformadora de magnitude sem precedentes, com impactos profundos e multifacetados tanto nos negócios quanto na sociedade. No âmbito empresarial, a IA tem demonstrado um potencial extraordinário para otimizar processos, elevar a eficiência operacional e impulsionar a inovação, culminando em ganhos significativos de produtividade e uma notável contribuição para a economia global. A capacidade da IA de automatizar tarefas repetitivas, analisar vastos volumes de dados e personalizar experiências tem redefinido a forma como as empresas operam e geram valor.

Contudo, a rápida adoção da IA não está isenta de desafios complexos. A necessidade de requalificação da força de trabalho, a gestão de vieses algorítmicos, as preocupações com privacidade e segurança de dados, e a carência de expertise interna e estruturas de governança robustas representam obstáculos significativos. Um ponto crucial que emerge é a lacuna entre o reconhecimento da importância da IA responsável e a capacidade efetiva de implementá-la, criando um “débito” de governança que, se não for abordado proativamente, pode comprometer a confiança e a sustentabilidade da inovação.

No plano social, a IA reconfigura o mercado de trabalho, prometendo a criação de novas oportunidades em áreas de alta demanda, embora também implique o deslocamento de empregos em setores mais suscetíveis à automação. A relação entre a IA e a desigualdade social é complexa, podendo tanto mitigar quanto exacerbar as disparidades, dependendo da natureza das tarefas e das políticas de acesso e requalificação. A educação, por sua vez, é um campo fértil para a IA, que oferece ferramentas para o aprendizado personalizado e o aprimoramento do ensino, mas também exige uma reflexão sobre o desenvolvimento de habilidades socioemocionais e o uso ético da tecnologia.

A “caixa preta” dos algoritmos de IA, a falta de transparência e a inerente capacidade da IA de refletir e amplificar vieses presentes nos dados de treinamento são desafios éticos fundamentais que demandam atenção contínua e multidisciplinar. A necessidade de uma governança robusta, com a implementação de princípios éticos claros e arcabouços regulatórios eficazes, como os propostos pela UNESCO e IEEE, é imperativa para assegurar que a IA seja desenvolvida e utilizada de forma justa, segura e responsável.

Em suma, a Inteligência Artificial é uma ferramenta poderosa com o potencial de impulsionar a prosperidade e o avanço social. No entanto, a materialização desse potencial de forma equitativa e sustentável dependerá criticamente da capacidade da sociedade de navegar pelos desafios éticos, de governança e de requalificação. A colaboração entre tecnólogos, humanistas, formuladores de políticas e a sociedade civil é essencial para moldar um futuro onde a IA sirva ao bem-estar humano e promova uma sociedade mais justa e inclusiva.

8. Referências

1 NOMUS. Impactos da inteligência artificial nos negócios. Disponível em: https://www.nomus.com.br/blog-industrial/impactos-da-inteligencia-artificial-nos-negocios/. Acesso em: 26 jul. 2024.

2 CUBO NETWORK. Impacto da inteligência artificial. Disponível em: https://blog.cubo.network/impacto-da-inteligencia-artificial. Acesso em: 26 jul. 2024.

3 PORTUGAL GLOBAL. Inteligência artificial: aumentar a produtividade das empresas. Disponível em: https://portugalglobal.pt/noticias/2024/agosto/inteligencia-artificial-aumentar-a-produtividade-das-empresas/. Acesso em: 26 jul. 2024.

4 IDEALSALES. Como a inteligência artificial está impulsionando a produtividade nas empresas. Disponível em: https://idealsales.com.br/noticias/como-a-inteligencia-artificial-esta-impulsionando-a-produtividade-nas-empresas/. Acesso em: 26 jul. 2024.

5 VORECOL. A influência da inteligência artificial na inovação de modelos de negócios. Disponível em: https://blogs-pt.vorecol.com/blog-a-influencia-da-inteligencia-artificial-na-inovacao-de-modelos-de-negocios-149567. Acesso em: 26 jul. 2024.

6 VANZOLINI. IA impulsiona a inovação nos negócios. Disponível em: https://vanzolini.org.br/blog/ia-impulsiona-a-inovacao-nos-negocios/. Acesso em: 26 jul. 2024.

7 SOLIDES. Inteligência artificial e o mercado de trabalho. Disponível em: https://solides.com.br/blog/inteligencia-artificial-e-o-mercado-de-trabalho/. Acesso em: 26 jul. 2024.

8 RHPRAVOCE. Impacto da automação via IA no mercado de trabalho. Disponível em: https://rhpravoce.com.br/colab/impacto-da-automacao-via-ia-no-mercado-de-trabalho. Acesso em: 26 jul. 2024.

9 SERPRO. Ética na IA. Disponível em: https://www.serpro.gov.br/menu/noticias/noticias-2023/etica-na-ia. Acesso em: 26 jul. 2024.

10 VANZOLINI. Ética e inteligência artificial. Disponível em: https://vanzolini.org.br/blog/etica-e-inteligencia-artificial/. Acesso em: 26 jul. 2024.

11 INFRANEWSTELECOM. Desigualdade digital: o papel da IA na redução ou ampliação das diferenças sociais. Disponível em: https://www.infranewstelecom.com.br/desigualdade-digital-o-papel-da-ia-na-reducao-ou-ampliacao-das-diferencas-sociais/. Acesso em: 26 jul. 2024.

12 CNN BRASIL. FMI diz que IA pode agravar desigualdade de renda entre países. Disponível em: https://www.cnnbrasil.com.br/economia/macroeconomia/fmi-diz-que-ia-pode-agravar-desigualdade-de-renda-entre-paises/. Acesso em: 26 jul. 2024.

13 CNN BRASIL. Como a inteligência artificial vai mudar o trabalho do professor. Disponível em: https://www.cnnbrasil.com.br/educacao/como-a-inteligencia-artificial-vai-mudar-o-trabalho-do-professor/. Acesso em: 26 jul. 2024.

14 WORLD BANK. Artificial intelligence to address the learning crisis. Disponível em: https://blogs.worldbank.org/pt/latinamerica/artificial-intelligence-to-address-the-learning-crisis. Acesso em: 26 jul. 2024.

15 MIT TECH REVIEW. Inteligência artificial: oportunidades e desafios éticos para uma sociedade que emerge. Disponível em: https://mittechreview.com.br/inteligencia-artificial-oportunidades-e-desafios-eticos-para-uma-sociedade-que-emerge/. Acesso em: 26 jul. 2024.

16 COMPETE2030. Inteligência artificial: oportunidades e desafios para o futuro do trabalho. Disponível em: https://www.compete2030.gov.pt/comunicacao/inteligencia-artificial-oportunidades-e-desafios-para-o-futuro-do-trabalho/. Acesso em: 26 jul. 2024.

17 RANDONCORP. Futuro da inteligência artificial. Disponível em: https://www.randoncorp.com/pt/blog/futuro-da-inteligencia-artificial/. Acesso em: 26 jul. 2024.

18 SOFTDESIGN. Futuro da inteligência artificial. Disponível em: https://softdesign.com.br/blog/futuro-da-inteligencia-artificial/. Acesso em: 26 jul. 2024.

19 OURO PRETO INVESTIMENTOS. Quais os impactos da IA na economia. Disponível em: http://www.ouropretoinvestimentos.com.br/blog/quais-os-impactos-da-ia-na-economia/. Acesso em: 26 jul. 2024.

20 SOFISADIRETO. Como a inteligência artificial pode afetar a economia. Disponível em: https://blog.sofisadireto.com.br/como-a-inteligencia-artificial-pode-afetar-a-economia. Acesso em: 26 jul. 2024.

21 CDORH. O futuro do emprego na tecnologia e o impacto da inteligência artificial. Disponível em: https://cdorh.com.br/2025/03/06/o-futuro-do-emprego-na-tecnologia-e-o-impacto-da-inteligencia-artificial/. Acesso em: 26 jul. 2024.

22 WORLD ECONOMIC FORUM. AI for Impact. Disponível em: https://reports.weforum.org/docs/WEF_AI_for_Impact_ptbr_2024.pdf. Acesso em: 26 jul. 2024.

23 TST. Compatibilidade da recomendação sobre a ética da inteligência artificial da Unesco com a aplicação de instrumentos de inteligência artificial (sistemas) pelo poder judiciário. Disponível em: https://juslaboris.tst.jus.br/handle/20.500.12178/230465?locale-attribute=es. Acesso em: 26 jul. 2024.

24 UNESCO. Recomendação sobre a Ética da Inteligência Artificial. Disponível em: https://unesdoc.unesco.org/ark:/48223/pf0000381137_por. Acesso em: 26 jul. 2024.

25 FORMAT RESEARCH. IA e desigualdade. Disponível em: https://www.formatresearch.com/pt/2025/07/01/ia-e-desigualdades-fmi/. Acesso em: 26 jul. 2024.

26 CNN BRASIL. FMI diz que IA pode agravar desigualdade de renda entre países. Disponível em: https://www.cnnbrasil.com.br/economia/macroeconomia/fmi-diz-que-ia-pode-agravar-desigualdade-de-renda-entre-paises/. Acesso em: 26 jul. 2024.

27 VALORIZZA. O futuro da IA na educação: transformando o aprendizado. Disponível em: https://www.valorizza.com.br/conteudo/o-futuro-da-ia-na-educacao-transformando-o-aprendizado. Acesso em: 26 jul. 2024.

28 ESAMC. IA na educação: como a inteligência artificial está redefinindo o aprendizado. Disponível em: https://www.esamc.br/ia-na-educacao-como-a-inteligencia-artificial-esta-redefinindo-o-aprendizado. Acesso em: 26 jul. 2024.

29 SAMPIERI, R. H.; FERNÁNDEZ, C.; BAPTISTA, P. Metodología de la Investigación. México: McGraw-Hill, 2010. Disponível em: https://scholar.google.es/citations?user=Sl208icAAAAJ&hl=es. Acesso em: 26 jul. 2024.

30 SAMPIERI, R. H.; FERNÁNDEZ, C.; BAPTISTA, P. Metodología de la Investigación. México: McGraw-Hill, 2010. Disponível em: https://www.uv.mx/personal/cbustamante/files/2011/06/metodologia-de-la-investigaci%C3%83%C2%B3n_sampieri.pdf. Acesso em: 26 jul. 2024.

31 PSICO-SMART. Quais são os desafios éticos associados ao uso de inteligência artificial em avaliações de desempenho. Disponível em: https://blogs-pt.psico-smart.com/blog-quais-sao-os-desafios-eticos-associados-ao-uso-de-inteligencia-artificial-em-avaliacoes-de-desempenho-97129. Acesso em: 26 jul. 2024.

32 VORECOL. O impacto da inteligência artificial na análise de desempenho de funcionários. Disponível em: https://blogs-pt.vorecol.com/blog-o-impacto-da-inteligencia-artificial-na-analise-de-desempenho-de-funcionarios-145240. Acesso em: 26 jul. 2024.

33 PUC MINAS. Ebook final – IA. Disponível em: https://www.pucminas.br/pos/direito/Documentos%20Gerais/Ebook%20final%20-%20IA.pdf. Acesso em: 26 jul. 2024.

34 PUC MINAS. Inteligência artificial impacto negócios sociedade review article IEEE Xplore. Disponível em: http://bib.pucminas.br:8080/pergamumweb/vinculos/0000b8/0000b8ca.pdf. Acesso em: 26 jul. 2024.

35 SCIELO. Potencialidades e riscos da inteligência artificial. Disponível em: https://www.scielo.br/j/rdp/a/n89PjvWXTdthJJKwb6TtYXy/. Acesso em: 26 jul. 2024.

36 SEBRAE RS. Usar a Inteligência Artificial no dia a dia dos negócios. Disponível em: https://www.youtube.com/watch?v=0RCZfIvHg3g. Acesso em: 26 jul. 2024.

37 BRAZILIAN JOURNALS. A inteligência artificial na tomada de decisões estratégicas empresariais. Disponível em: https://ojs.brazilianjournals.com.br/ojs/index.php/BJT/article/view/73942. Acesso em: 26 jul. 2024.

38 REVISTA COMSOC. Implicações éticas das tecnologias de inteligência artificial: direitos autorais, privacidade, segurança e regulação. Disponível em: https://revistacomsoc.pt/index.php/revistacomsoc/article/view/6088/7310. Acesso em: 26 jul. 2024.

39 REVISTA COMSOC. Implicações éticas das tecnologias de inteligência artificial: direitos autorais, privacidade, segurança e regulação. Disponível em: https://revistacomsoc.pt/index.php/revistacomsoc/article/view/6088. Acesso em: 26 jul. 2024.

40 GUPY. IA mercado trabalho. Disponível em: https://www.gupy.io/blog/ia-mercado-trabalho. Acesso em: 26 jul. 2024.

41 MCKINSEY. The promise and challenge of the age of artificial intelligence. Disponível em: https://www.mckinsey.com/featured-insights/artificial-intelligence/the-promise-and-challenge-of-the-age-of-artificial-intelligence/pt-BR. Acesso em: 26 jul. 2024.

42 FUTURO DOS NEGÓCIOS. Impacto da inteligência artificial no PIB global. Disponível em: https://futurodosnegocios.com.br/blog/impacto-da-inteligencia-artificial-no-pib-global. Acesso em: 26 jul. 2024.

43 PWC. Setores mais expostos a IA registram aumento de quase cinco vezes na produtividade do trabalho, diz PwC. Disponível em: https://www.pwc.com.br/pt/sala-de-imprensa/release/setores-mais-expostos-a-IA-registram-aumento-de-quase-cinco-vezes-na-produtividade-do-trabalho-diz-PwC.html. Acesso em: 26 jul. 2024.

44 UFBA. Inteligência artificial e educação. Disponível em: https://repositorio.ufba.br/bitstream/ri/38646/1/Intelig%C3%AAncia%20artificial%20e%20educa%C3%A7%C3%A3o-repositorio.pdf. Acesso em: 26 jul. 2024.

45 REVISTAS UNINTER. Inteligência artificial, inteligência artificial explicável, aprendizado de máquina, educação. Disponível em: https://www.revistasuninter.com/intersaberes/index.php/revista/article/view/2661. Acesso em: 26 jul. 2024.

46 MAIQUEL GOMES. Inteligência artificial: fundamentos, aplicações e perspectivas futuras. Disponível em: https://maiquelgomes.com.br/inteligencia-artificial-fundamentos-aplicacoes-e-perspectivas-futuras/. Acesso em: 26 jul. 2024.

47 MAIQUEL GOMES. Inteligência artificial: fundamentos, capacidades cognitivas e aplicações transformadoras com análise de desempenho e perspectivas futuras. Disponível em: https://maiquelgomes.com.br/inteligencia-artificial-fundamentos-capacidades-cognitivas-e-aplicacoes-transformadoras-com-analise-de-desempenho-e-perspectivas-futuras/. Acesso em: 26 jul. 2024.

48 INSTITUTO UNIBANCO. Inteligência artificial na educação. Disponível em: https://observatoriodeeducacao.institutounibanco.org.br/em-debate/inteligencia-artificial-na-educacao. Acesso em: 26 jul. 2024.

49 IFSC. Quais os impactos do ChatGPT e da inteligência artificial na educação. Disponível em: https://www.ifsc.edu.br/en/web/ifsc-verifica/w/quais-os-impactos-do-chatgpt-e-da-inteligencia-artificial-na-educacao-. Acesso em: 26 jul. 2024.

50 CNN BRASIL. Dia Internacional da Mulher: a inteligência artificial (IA) é machista. Disponível em: https://www.cnnbrasil.com.br/blogs/rita-wu/tecnologia/dia-internacional-da-mulher-a-inteligencia-artificial-ia-e-machista/. Acesso em: 26 jul. 2024.

51 MCKINSEY. Tackling bias in artificial intelligence and in humans. Disponível em: https://www.mckinsey.com/featured-insights/artificial-intelligence/tackling-bias-in-artificial-intelligence-and-in-humans/pt-BR. Acesso em: 26 jul. 2024.

52 CLICKPETROLEOEGAS. Seu emprego pode desaparecer em 6 meses: CEO de startup revela como uma IA está prestes a substituir essas duas profissões. Disponível em: https://clickpetroleoegas.com.br/seu-emprego-pode-desaparecer-em-6-meses-ceo-de-startup-revela-como-uma-ia-esta-prestes-a-substituir-essas-duas-profissoes-afch/. Acesso em: 26 jul. 2024.

53 SAPO TEK. Inteligência artificial e o futuro do trabalho: afinal o que vai mudar. Disponível em: https://tek.sapo.pt/noticias/computadores/artigos/inteligencia-artificial-e-o-futuro-do-trabalho-afinal-o-que-vai-mudar. Acesso em: 26 jul. 2024.

54 EUROPEAN COMMISSION. The AI Act. Disponível em: https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai. Acesso em: 26 jul. 2024.

55 REDALYC. Potencialidades y riesgos de la inteligencia artificial. Disponível em: https://www.redalyc.org/journal/3509/350980611029/html/. Acesso em: 26 jul. 2024.

56 USP. Palavras-chave são estratégicas. Disponível em: https://www.abcd.usp.br/noticias/palavras-chave-sao-estrategicas/. Acesso em: 26 jul. 2024.

57 SEO. Keywords. Disponível em: https://www.seo.com/pt/basics/glossary/keywords/. Acesso em: 26 jul. 2024.

58 RESEARCHGATE. What is the Impact of AI on Research Publication. Disponível em: https://www.researchgate.net/post/What_is_the_Impact_of_AI_on_Research_Publication. Acesso em: 26 jul. 2024.

60 AI IMPACTS. Thousands of AI authors on the future of AI. Disponível em: https://aiimpacts.org/wp-content/uploads/2023/04/Thousands_of_AI_authors_on_the_future_of_AI.pdf. Acesso em: 26 jul. 2024.

61 SCIENCE POLICY JOURNAL. Artificial Intelligence and the Copyright Survey. Disponível em: https://www.sciencepolicyjournal.org/uploads/5/4/3/4/5434385/hristov_jspg_v16.pdf. Acesso em: 26 jul. 2024.

62 RESEARCHGATE. Case Studies in Ethical AI. Disponível em: https://www.researchgate.net/publication/389441365_Case_Studies_in_Ethical_AI. Acesso em: 26 jul. 2024.

63 PMC. Ethical Issues of AI. Disponível em: https://pmc.ncbi.nlm.nih.gov/articles/PMC7968615/. Acesso em: 26 jul. 2024.

64 STANFORD HAI. Top Scholars Call for Evidence-Based Approach to AI Policy. Disponível em: https://hai.stanford.edu/news/top-scholars-call-for-evidence-based-approach-to-ai-policy. Acesso em: 26 jul. 2024.

65 CORPORATE COMPLIANCE INSIGHTS. Boards Increasingly Tout AI Expertise. Disponível em: https://www.corporatecomplianceinsights.com/news-roundup-august-1-2025/. Acesso em: 26 jul. 2024.

66 NEXFORD UNIVERSITY. How Will Artificial Intelligence Affect Jobs 2025-2030. Disponível em: https://www.nexford.edu/insights/how-will-ai-affect-jobs. Acesso em: 26 jul. 2024.

77 UNESCO. Recommendation on the Ethics of Artificial Intelligence. Disponível em: https://www.unesco.org/en/artificial-intelligence/recommendation-ethics. Acesso em: 26 jul. 2024.

81 IBM. AI and the future of work. Disponível em: https://www.ibm.com/think/insights/ai-and-the-future-of-work. Acesso em: 26 jul. 2024.

86 RESEARCHGATE. An Analytical review on the Impact of Artificial Intelligence on the Business Industry. Disponível em: https://www.researchgate.net/publication/378659493_An_Analytical_review_on_the_Impact_of_Artificial_Intelligence_on_the_Business_Industry_Applications_Trends_and_Challenges. Acesso em: 26 jul. 2024.

88 ARXIV. Artificial Intelligence (AI)’s pervasive presence and variety necessitate diversity and inclusivity (D&I) principles in its design for fairness, trust, and transparency. Disponível em: https://arxiv.org/pdf/2307.10600. Acesso em: 26 jul. 2024.

89 ELSEVIER. Scopus AI. Disponível em: https://www.elsevier.com/products/scopus/scopus-ai. Acesso em: 26 jul. 2024.

90 PMC. Artificial intelligence (AI), after surviving two major AI winters (1974-1980 and 1987-2000), is now growing at an exponential rate. Disponível em: https://pmc.ncbi.nlm.nih.gov/articles/PMC12164956/. Acesso em: 26 jul. 2024.