O lançamento do ChatGPT em 2022 anuncia uma das maiores mudanças na tecnologia da última década, com ferramentas de IA generativa (GenAI) que proporcionam a capacidade de analisar conjuntos de dados complexos com mais rapidez do que nunca.
A tecnologia tem sido adotada por organizações em todo o mundo para aumentar a produtividade e a eficiência. No entanto, a tendência da IA para se alinhar com os seus utilizadores levou inadvertidamente a um dos maiores desafios à sua adoção.
A GenAI pode ser treinada com grandes quantidades de informações e fornecer insights sobre padrões nos dados que os humanos podem não ser capazes de perceber. Seus usos variam desde a redação de resumos de conferências até a execução de simulações clínicas para identificar novos medicamentos.
A adoção da IA generativa está generalizada em todos os setores e regiões geográficas, e a IA está a ser testada e utilizada em muitas funções que requerem gestão e análise de dados.
Pesquisas na área de atendimento ao cliente descobriram que as ferramentas GenAI podem reduzir o tempo de interação com o cliente em mais de três minutos e meio e aumentar a produtividade em 15%.
Em dezembro de 2025, a Tesco assinou um contrato com a Mistral AI para melhorar a análise de dados em supermercados e desenvolver formas melhoradas para os funcionários acederem à informação e ajudarem os clientes.
Enquanto isso, a ferramenta de saúde de IA da Microsoft, Dragon Copilot, foi recentemente testada na NHS Foundation Trust da Universidade de Manchester para transcrever notas de consulta, permitindo que os médicos se concentrem no paciente sem a necessidade de fazer anotações enquanto o paciente fala.
inteligência artificial lisonjeira
No entanto, a GenAI também enfrenta desafios fundamentais. É claro que a natureza agradável da IA significa que ela está mais inclinada a responder positivamente do que a fornecer precisão. Esta natureza obsequiosa significa que é naturalmente amigável e educado. Com um esforço mínimo, a inteligência artificial pode muitas vezes alinhar-se com as opiniões dos seus utilizadores sobre a maioria dos tópicos, perpetuando narrativas falsas e suposições enganosas.
A lisonja da IA generativa decorre do ato de codificação em sua programação. Como os desenvolvedores desejam que as pessoas usem suas ferramentas de IA, eles as codificam para serem atraentes e fornecerem respostas amigáveis às dúvidas dos usuários. Portanto, para agradar aos usuários, tende a fornecer-lhes respostas que desejam ouvir, em vez de fatos imparciais.
“As pessoas falam sobre inteligência artificial, mas gosto de chamá-la de inteligência aumentada, porque a inteligência artificial é cultivada através do comportamento humano”, disse Gustavo Lazetti, fundador da Fearless Culture.
“Os engenheiros que o criam e as pessoas que o utilizam, todos nós colocamos nele nossos preconceitos e opiniões coletivas. Como humanos, gostamos de pessoas que concordam conosco. A inteligência artificial e a maioria dos modelos aprenderam a fazer isso, mesmo que você discorde. É tentar ser uma ferramenta para agradar as pessoas, o que é um comportamento muito ruim. É como um sim-não-não-não acontecendo em uma sala de conferências, onde as pessoas dizem que acham que essa pessoa dirá o que elas dizem.”
No entanto, esta qualidade agradável também se aplica aos utilizadores, pois muitas pessoas acreditam que a inteligência artificial sabe tudo. Os usuários muitas vezes presumirão cegamente que a IA está sempre certa, em vez de questionar a resposta, porque geralmente será consistente com as suposições do usuário.
Se você seguir cegamente a IA generativa, informações importantes poderão não ser consideradas e suposições erradas poderão persistir. Como os sistemas GenAI podem basear-se em conversas passadas, estes pressupostos podem ficar incorporados, reforçando narrativas falsas, que por sua vez podem ficar incorporadas nos dados, levando a inferências erradas.
Tem havido exemplos de sistemas de IA que fornecem referências fraudulentas para apoiar o raciocínio em trabalhos académicos.
Ao aumentar as expectativas dos utilizadores, a GenAI pode efetivamente atuar como um antolhos, fazendo com que os utilizadores não considerem soluções alternativas que possam fornecer resultados mais eficazes ou ignorem anomalias críticas nos dados. Como resultado, limita o pensamento criativo e pode até dificultar a inovação.
“A velocidade é uma das vantagens mais importantes da inteligência artificial, mas para ter grandes ideias é preciso profundidade”, disse Lazetti. “As pessoas precisam perceber que uma solução rápida não é necessariamente uma solução melhor. Vemos muitas equipes onde as pessoas escrevem documentos rapidamente e resumem as reuniões, mas não fazem isso direito e depois enviam para outras pessoas da equipe que precisam criar o que é chamado de rampa de trabalho e corrigi-los.”
Superando a bajulação da inteligência artificial
Apesar destas preocupações, existem soluções que podem mitigar os efeitos de bajulação da IA generativa. Todos os utilizadores, formadores e programadores de IA têm um papel a desempenhar.
É crucial que os usuários abordem o GenAI com cautela e realizem análises críticas. Os usuários nunca devem presumir que a solução proposta por uma ferramenta de IA é a mais adequada apenas porque analisou os dados. Tal como as soluções são fornecidas por seres humanos, as respostas geradas pela IA devem ser verificadas e testadas de forma independente antes de serem aceites.
“No passado, todo mundo usava o Google para buscar informações, mas agora é inteligência artificial”, disse Lazetti. “Assim como as pessoas não pulam o primeiro resultado no Google, a mesma coisa acontece com a IA. Mais de 70% das pessoas não solicitam a IA duas vezes. Elas fazem uma pergunta e a consideram um dado adquirido, não importa qual seja a resposta. As pessoas precisam ser mais como jornalistas ao usar IA e não apenas como usuários passivos.”
Este método de questionamento precisa ser partilhado por todos os utilizadores, e a formação deve ser dirigida a todos os que utilizarão sistemas de IA para utilizar estas ferramentas de forma mais eficaz.
Além disso, a IA generativa deve ser implementada cuidadosamente nas organizações para maximizar os benefícios. A solução errada pode causar danos potenciais. A GenAI precisa de ser vista como uma ferramenta de aumento que amplia as funções existentes, em vez de substituir a inteligência humana, onde a poderosa análise da IA pode ser combinada com a supervisão humana.
Como parte dos seus investimentos em tecnologia de IA, algumas empresas fizeram despedimentos em grande escala para justificar reivindicações de aumento de produtividade. No entanto, isto só pode trazer benefícios a curto prazo, uma vez que funcionários valiosos e conhecimentos valiosos podem ser perdidos. Em vez disso, a implementação de um sistema de reciclagem garante que os funcionários e os seus valiosos conhecimentos sejam retidos. Contratar novos funcionários familiarizados com IA é caro e eles podem não entender se as soluções propostas pela IA são realmente adequadas para o negócio.
“A inteligência artificial nos ajudará a ser mais produtivos de muitas maneiras, mas ampliar o talento humano por meio da inteligência artificial é exatamente a conversa que estamos perdendo”, disse Lazetti. “As empresas que aumentam o seu talento com IA são as vencedoras, enquanto aquelas que demitem os seus funcionários podem poupar um quarto do seu dinheiro, mas dois anos depois, sofrerão as consequências.”
Além disso, a concepção e a formação de modelos de IA devem indicar quaisquer potenciais incertezas e suposições que façam e citar as fontes das suas soluções. Isto garantirá que os utilizadores, que também necessitarão de formação, possam cruzar os dados e confirmar que as soluções são sensatas e apropriadas.
Defina o futuro
Em Outubro de 2023, o então Presidente dos EUA, Biden, emitiu a Ordem Executiva 14110, que estabeleceu um quadro centrado no estabelecimento de transparência e responsabilização em sistemas de inteligência artificial. O projeto de lei foi retirado no início de 2025 e substituído pela Ordem Executiva 14179 de Donald Trump, que pedia uma revisão dos regulamentos de inteligência artificial para remover barreiras à inovação. Entretanto, a proposta de Lei Americana dos Direitos Civis na Inteligência Artificial de 2024 visa equilibrar a inovação com a segurança e a transparência da IA.
Prevê-se que até ao final deste ano, várias ferramentas de inteligência artificial atingirão o “pico das expectativas” no ciclo de hype da Gartner, ou avançarão para o “vale da desilusão” – quando o hype inicial de uma nova tecnologia diminuir e as expectativas sobre o que a tecnologia pode alcançar enfraquecerem.
Esta opinião parece ser partilhada pelas instituições financeiras, que prevêem que a “bolha da inteligência artificial” está prestes a rebentar. Em dezembro de 2025, um relatório afirmava que o Banco da Inglaterra alertava para uma “correção significativa” no valor das empresas de tecnologia.
Independentemente do hype, a inteligência artificial veio para ficar. Sua capacidade de analisar grandes conjuntos de dados e identificar padrões nas informações é inestimável e pode aumentar significativamente a eficiência e a produtividade.
Menos bajulação na GenAI levará a menos obediência cega. No entanto, o menos satisfatório ChatGPT-5, lançado em agosto de 2025, encontrou forte oposição. Em resposta ao feedback dos usuários, os representantes da OpenAI disseram que tornarão as iterações futuras “mais calorosas e amigáveis”. Infelizmente, uma vez que a maioria dos lucros generativos da IA são obtidos através do envolvimento do utilizador, reduzir a adulação da IA também reduzirá os lucros subsequentes.
Estão sendo desenvolvidos modelos de inteligência artificial conscientes da rejeição que podem identificar a extensão de seu conhecimento. Em vez de criar a ilusão de erro ao tentar prever respostas apropriadas, os modelos de percepção de rejeição são treinados para fazer afirmações quando não sabem alguma coisa.
Em última análise, quando a IA dá prioridade à consistência em detrimento da precisão, os preconceitos enganosos serão reforçados e as avaliações críticas serão falhas, levando potencialmente ao desenvolvimento de soluções incorretas e à paralisação do desenvolvimento. Portanto, o foco agora se volta para o desenvolvimento e treinamento de ferramentas de IA para tornar seu raciocínio transparente, enquanto os usuários são treinados para garantir que validem e validem as soluções de IA para determinar sua adequação e correção.
