A resposta da IA chegou pronta, clara e convincente. O analista copiou para o relatório. Horas depois, descobriram que um dado central nunca existiu. 🤖🧵 O problema não é usar IA no trabalho — é tratá-la como fonte final.

Imagem indisponível

Isso é mais comum do que parece: 66% dos profissionais que usam IA admitem já ter confiado em uma resposta sem verificar se ela estava correta, segundo estudo da KPMG com a Universidade de Melbourne, feito em 47 países.

Na rotina, o atalho parece inofensivo. Um resumo de contrato, uma pesquisa de mercado, uma projeção para a reunião. Mas a IA generativa não “sabe” se algo é verdade: ela prevê quais palavras parecem fazer sentido juntas.

Imagem indisponível

É daí que nascem as alucinações: números inventados, fontes inexistentes, datas erradas e conclusões sem respaldo — tudo escrito com uma segurança que pode enganar até quem tem experiência.

O impacto já apareceu nos dados: 56% dos entrevistados disseram ter cometido erros profissionais ligados ao uso da tecnologia. E só 47% receberam treinamento em IA. A corrida por produtividade não pode substituir orientação e revisão.

Imagem indisponível

Há também uma fronteira sensível: 48% afirmaram já ter colocado dados da empresa em ferramentas públicas de IA. Antes de pedir ajuda à máquina, vale perguntar: essa informação pode sair daqui? Privacidade e segurança precisam entrar no fluxo.

O hábito mais útil é simples: quanto maior o impacto da tarefa, maior a checagem. Dados, valores, datas, citações e projeções exigem fonte primária e revisão humana. IA pode acelerar o caminho — mas a responsabilidade ainda tem nome e cargo.

Imagem indisponível