Em 1878 Friedrich Nietzsche lançou Humano, demasiadamente humano, defendendo a ideia de que o espírito livre deveria questionar tudo que lhe é imposto como certo. Mais de um século depois, vivemos o contraponto: a busca incessante por automatizar processos, sobretudo por meio da inteligência artificial, como se a máquina fosse neutra e livre de imperfeições humanas.
Entretanto, essa ilusão ignora que todo algoritmo reflete os vieses de quem o programou. Enquanto Donald Trump tenta apelidar a tecnologia de “superinteligência”, o setor financeiro tem incorporado AI em ritmo acelerado, promovendo uma sensação de eficiência que pode mascarar fragilidades ocultas.
A penetração da IA no sistema financeiro brasileiro
De acordo com a Pesquisa Febraban de Tecnologia Bancária 2026, 80 % das instituições financeiras no Brasil já utilizam IA para analisar dados e aprimorar produtos e serviços. No âmbito global, estudo da KPMG revela que mais de três quartos das organizações empregam a tecnologia no planejamento financeiro, na elaboração de relatórios e nas análises comerciais, demonstrando que a tendência não se limita ao território nacional.
Grandes bancos internacionais, por exemplo, criaram plataformas de wealth management alimentadas por IA, entregando aos seus consultores e clientes recomendações, análises e resumos automatizados. Essas soluções buscam otimizar a alocação de ativos, mas funcionam em um ambiente de linguagem projetada para ser compreendida por outra máquina, e não diretamente pelo ser humano.
Riscos de opacidade e viés nas decisões automatizadas
O princípio da IA consiste em captar vastas quantidades de informação e codificá-las de modo que outra máquina as interprete. Em vez de um processo de aprendizagem humano, cria-se um sistema de comunicação máquina-a-máquina. Isso implica que o conteúdo entregue ao usuário já passou por múltiplas camadas de compilação e transformação, podendo divergir da mensagem original.
Perda de rastreabilidade e responsabilidade
Quando a decisão final é apresentada como um simples output, os passos intermediários – critérios adotados, pesos atribuídos e justificativas – podem ficar ocultos. Se o usuário não dispõe de um “registro técnico” que detalhe como a ferramenta chegou ao resultado, torna-se impossível retroceder, identificar possíveis erros e garantir a correção necessária.
O alerta de Leandro Karnal
Em entrevista recente, o historiador Leandro Karnal enfatizou que as ferramentas de IA não são entidades autônomas; pertencem a empresas cujo objetivo primordial é maximizar o valor de mercado. Dessa forma, a ideia de neutralidade desaparece, aumentando o risco de que decisões críticas – como concessão de crédito ou definição de investimentos – sejam influenciadas por interesses corporativos.
O caminho regulatório: Marco Legal da IA
O senador Rodrigo Pacheco introduziu, em 2023, o Marco Legal da IA, classificando os sistemas que afetam decisões econômicas de “alto risco”. O texto foi avaliado pelo Senado em dezembro de 2024 e aguarda votação na Câmara dos Deputados. Enquanto o processo legislativo avança lentamente, a pressão para que bancos, fintechs e seguradoras cumpram requisitos de transparência aumenta.
Implicações para o setor bancário
Com a categorização de risco, as instituições precisarão documentar o fluxo de decisão algorítmica, disponibilizar auditorias independentes e garantir que consumidores possam contestar resultados. Essa exigência busca restabelecer a confiança que poderia ser abalada pela sensação de que a inteligência artificial age como uma caixa-preta.
Portanto, embora a IA ofereça ganhos indiscutíveis de rapidez e personalização, sua adoção no setor financeiro deve ser acompanhada de vigilância crítica, documentação detalhada e um marco regulatório robusto. Só assim será possível equilibrar eficiência tecnológica com responsabilidade e transparência.
