Quem responde quando um algoritmo recusa um pedido de crédito, descarta um currículo ou aponta um funcionário como pouco produtivo? A pergunta parece técnica, mas é filosófica na origem: trata de responsabilidade, justiça e autonomia, temas que ocupam pensadores há mais de dois milênios. A diferença é que agora ela chega à mesa de gestores, advogados e equipes de tecnologia em forma de decisões concretas. A ética na inteligência artificial deixou de ser assunto de congresso acadêmico e virou parte da rotina de empresas que usam modelos para selecionar, classificar, recomendar e automatizar. O Dia Mundial da Filosofia, celebrado pela UNESCO em 19 de novembro de 2026, é uma boa ocasião para olhar para essas perguntas com calma.
A UNESCO celebra o Dia Mundial da Filosofia todos os anos em novembro, em data móvel, para destacar o valor do pensamento crítico e do debate racional diante dos desafios de cada época. Poucos desafios atuais combinam tanto com essa proposta quanto a inteligência artificial.
Não por acaso, a própria UNESCO produziu o primeiro padrão global sobre o tema. A Recomendação sobre a Ética da Inteligência Artificial foi adotada em novembro de 2021 pelos 193 Estados-membros da organização e parte de uma ideia simples: a IA deve respeitar os direitos humanos e a dignidade humana. O documento traduz essa ideia em valores, princípios e áreas de ação para governos, mas muitas de suas perguntas se aplicam diretamente às empresas.
Um sistema de IA não assina contrato, não responde a processo e não pede desculpas a clientes. Quando uma decisão automatizada causa dano, a responsabilidade recai sobre as pessoas e as organizações que escolheram usá-la. O risco é a diluição: o fornecedor aponta para a configuração, a área de negócio aponta para a tecnologia e a tecnologia aponta para os dados.
No Brasil, a Lei Geral de Proteção de Dados já trata de parte do problema. O artigo 20 garante ao titular o direito de solicitar a revisão de decisões tomadas unicamente com base em tratamento automatizado de dados pessoais que afetem seus interesses, inclusive as que definem perfil profissional, de consumo e de crédito. A lei também prevê que o controlador forneça, quando solicitado, informações claras sobre os critérios e procedimentos usados, respeitados os segredos comercial e industrial.
Modelos aprendem com dados históricos, e dados históricos carregam as escolhas do passado. Se uma empresa contratou mais pessoas de determinado perfil por anos, um sistema treinado com esse histórico tende a favorecer o mesmo perfil, sem que ninguém tenha programado essa preferência. O resultado pode ser discriminação sistemática com aparência de neutralidade técnica, o que a torna mais difícil de perceber e de contestar.
Clientes e funcionários têm razões para querer saber quando estão interagindo com uma máquina e por que receberam determinada resposta. Alguns modelos são difíceis de explicar até para quem os desenvolveu. A questão ética é decidir em quais situações uma decisão que não pode ser explicada é aceitável. Recomendar um produto é diferente de negar um benefício.
Ferramentas de IA generativa facilitaram um tipo novo de vazamento: o do funcionário bem-intencionado que cola dados de clientes, contratos ou código-fonte em um serviço externo para ganhar tempo. Há também a tentação de reaproveitar dados coletados para uma finalidade em outra, como usar registros de atendimento para treinar modelos sem avaliar se isso é compatível com o que foi informado aos titulares.
A automação muda tarefas, cargos e a forma como o desempenho é medido. Sistemas que monitoram produtividade em detalhe levantam questões sobre vigilância e confiança. Ao mesmo tempo, a dependência de sugestões automáticas pode reduzir a autonomia e a competência de profissionais experientes. Como as mudanças são comunicadas e quem participa das decisões são questões éticas, e não só administrativas.
Diferentes organismos internacionais chegaram a conjuntos de princípios que se sobrepõem bastante:
A convergência entre esses documentos é útil. Mesmo sem uma obrigação legal específica, uma empresa que segue essas linhas gerais tende a estar mais preparada para regras futuras e para as expectativas de clientes e parceiros.
Princípios só fazem diferença quando viram prática. Uma política interna de uso de IA não precisa ser longa, mas deve responder a perguntas concretas:
Treinamento completa o quadro. Uma política que ninguém conhece não protege ninguém.
Na hora de contratar ou desenvolver uma solução com IA, algumas perguntas ajudam a antecipar problemas:
As respostas não precisam ser perfeitas, mas precisam existir antes da implantação, e não depois de uma reclamação.
A filosofia raramente entrega respostas definitivas, e a ética da IA não é exceção. O que ela oferece é um método: explicitar valores, examinar consequências e aceitar que decisões difíceis exigem justificativa. Para as empresas, isso se traduz em algo prático. Toda vez que um sistema decidir algo sobre uma pessoa, alguém na organização deve ser capaz de explicar por que aquilo aconteceu e de corrigir o que estiver errado.
A UNESCO celebra a data todos os anos em novembro, em dia móvel. Em 2026, o Dia Mundial da Filosofia cai em 19 de novembro.
O artigo 20 da LGPD garante ao titular o direito de solicitar a revisão de decisões tomadas unicamente com base em tratamento automatizado de dados pessoais que afetem seus interesses. O controlador também deve informar, quando solicitado, os critérios e procedimentos usados, respeitados os segredos comercial e industrial.
É a tendência de um sistema produzir resultados sistematicamente desfavoráveis para determinados grupos, geralmente porque aprendeu com dados históricos que refletem desigualdades. O viés pode surgir mesmo sem intenção de quem desenvolveu o sistema.
Sim, ainda que simples. Uma página que defina quais ferramentas podem ser usadas, que dados não podem ser inseridos nelas e quais decisões exigem revisão humana já reduz bastante os riscos.
No Dia Mundial da Ciência pela Paz e pelo Desenvolvimento, veja como a IA acelera pesquisas e quais cuidados a comunidade científica discute.
Publicado em 1966, o programa ELIZA simulava uma conversa com um terapeuta. Veja como funcionava e o que ele antecipou sobre os chatbots.
Entenda a diferença entre chatbot, automação por regras e agente de IA, o que cada um resolve e que riscos de governança trazem.