“O seu chatbot, a sua inteligência artificial, é você.” A frase de Ronaldo Lemos resume uma lição que muitas empresas aprenderam do jeito difícil: quando a IA erra, quem responde é a instituição que a colocou para trabalhar. Advogado especialista em tecnologia e direito digital, Lemos falou sobre o tema na Convenção Nacional Unimed 2026, em palestra mediada por Márcio Pizzato, presidente da Unimed Porto Alegre.
Na busca por uma resposta rápida. Muitas vezes, a IA pode ser a primeira solução buscada. Mas a resposta, dependendo do contexto, precisa ser na contramão da pressa. Governança, ou seja, o conjunto de regras, papéis e controles sobre como a tecnologia é usada, não é um ajuste para depois. É condição para começar.
“Você usar a IA como um piloto para a sua empresa ou para sua operação é uma coisa, mas quando você escala isso para seu cliente é fundamental ter a governança do que você está escalando. A IA sem governança, aumenta seu risco jurídico”, explicou.
Por que a IA virou infraestrutura crítica?
O palestrante citou uma palestra com Sam Altman, CEO da OpenAI, e trouxe a comparação da “inteligência artificial com a eletricidade”, alegando que a falha da IA pode parar uma operação.
Os números citados por ele mostram a escala: o investimento global em IA nos últimos anos. Por exemplo, passou de US$ 1 trilhão, mais do que os custos somados do Projeto Manhattan, do Programa Apollo e da criação da internet. Ao mesmo tempo, o custo de processar 1 milhão de tokens, as unidades de texto que a IA lê e escreve, caiu de US$ 20 em 2022 para US$ 0,07 em 2024, com a previsão de chegar a cerca de US$ 0,01 nos próximos anos.
No cenário global, Lemos descreveu uma disputa entre dois modelos. Os Estados Unidos apostam em sistemas fechados e na corrida pela tecnologia mais avançada. A China aposta em modelos abertos, que as instituições podem instalar na própria estrutura, sem pagar por uso a terceiros e mantendo os dados sob seu controle.
O que muda com a IA agêntica?
Lemos divide a evolução recente em dois momentos.
“O prompt morreu”, provocou Lemos. Em vez de pedidos isolados, o trabalho passa a ser organizado em ciclos de tarefas que se repetem e se aperfeiçoam, como laudos e triagens, e em redes desses ciclos conversando entre si, capazes de enxergar a operação de um hospital como um todo.
Nesse cenário, o profissional vira maestro. Não precisa tocar todos os instrumentos, mas rege os agentes para que entreguem resultados dentro das normas éticas e legais. O espaço dessa supervisão, entre o comando do objetivo e a entrega final, Lemos chama de “laço do meio”.
Que habilidades a era dos agentes exige?
• Domínio da língua portuguesa. Para dar boas instruções à IA, é preciso escrever com clareza. Ele citou dados do Indicador de Alfabetismo Funcional (Inaf) segundo os quais 88% dos brasileiros não dominam plenamente o português.
• Quebrar problemas em partes. Saber dividir processos médicos e operacionais complexos em pequenas metas.
• Organizar a memória. Como a IA tem limite de contexto, vale documentar regras e manter bases organizadas, como wikis internas.
• Cuidar da higiene mental. Acompanhar a velocidade da IA pode gerar um cansaço intenso, que ele chamou de “brain fry”, algo como “cérebro frito”.
Onde a IA já funciona bem?
Onde ela chegou com governança. O exemplo mais citado por Lemos foi o da Ping An, seguradora chinesa. Segundo ele, a empresa atende 240 milhões de clientes com IA em escala, processa solicitações em até 3 minutos, emite apólices em 7 segundos e tem 95% de acerto em decisões de internação.
Por trás disso, cinco pilares de governança: o humano sempre no centro; autonomia com confirmação humana obrigatória; segurança e conformidade embutidas no modelo; combate a vieses discriminatórios; e transparência, com auditoria contínua dos algoritmos.
Outro caso veio da Coreia do Sul, onde a IA é usada para acompanhar idosos em isolamento social. O sistema liga ativamente para essas pessoas, pergunta sobre remédios, bem-estar e alimentação, e tem 96% de taxa de atendimento.
E onde a IA deu errado?
Quando foi usada sem supervisão ou como atalho para cortar pessoas. Lemos apresentou casos internacionais que, segundo ele, servem de alerta:
• Negativas automatizadas. Nos Estados Unidos, a UnitedHealth enfrenta uma ação coletiva que questiona o uso de um algoritmo em negativas de internação ao longo de quatro anos. A taxa de erro nas negativas chegou a 90%, nove em cada dez.
• Substituição em massa. A fintech Klarna substituiu equipes de marketing, jurídico e cerca de 700 atendentes por IA e, segundo o palestrante, enfrentou problemas operacionais e precisou voltar a contratar pessoas.
• Acerto que não basta. No drive-thru do McDonald’s, um sistema de IA desenvolvido com a IBM chegou a 85% de acerto. Parece muito, mas significa cerca de um erro a cada sete pedidos, o que inviabilizou a operação em escala.
• Responsabilidade da empresa. No Canadá, o chatbot da Air Canada ofereceu um desconto indevido. A companhia tentou culpar a máquina, mas a decisão foi de que a empresa responde pelo que seu sistema diz.
Quais são os novos riscos de fraude?
Um dos riscos mapeados é a aplicação de golpes por meio de IA que imitam vozes e possuem imagens, que se assemelham ao rosto das pessoas.
Lemos citou o caso da empresa de engenharia Arup, em Hong Kong: criminosos usaram deepfake, técnica que cria vídeos e áudios falsos realistas, para simular, com voz e imagem, executivos da empresa numa videoconferência. O resultado foi um desvio de cerca de US$ 26 milhões.
Para a saúde, o alerta é direto: biometria facial e reconhecimento de voz, comuns em autorizações e cadastros no Brasil, ficam vulneráveis se não tiverem camadas extras de segurança, como a verificação em mais de uma etapa.
O que diferencia quem acerta de quem erra?
A ordem das coisas. Lemos resumiu a diferença em quatro frentes.
| Frente | Quem acerta | Quem erra |
| Pessoas | Mantém humanos no centro, supervisionando | Demite antes de validar os fluxos |
| Governança | Trata como condição antes de escalar o piloto | Trata como correção depois do dano |
| Métricas | Define limites claros, meta de acerto acima de 99% e auditoria | Se encanta com demonstrações sem medir a taxa de erro |
| Liderança | Integra negócio, jurídico e tecnologia | Deixa o projeto só com a equipe de TI |
Por onde operadoras e hospitais podem começar?
Com quatro cuidados, segundo as recomendações da palestra:
1. Comitês de auditoria de IA e LGPD, com uma regra clara: nenhuma negativa de procedimento ou internação e nenhum laudo crítico decididos só por algoritmo.
2. Revisão dos chatbots de atendimento, lembrando que qualquer canal, do WhatsApp ao portal, responde legalmente em nome da instituição, com limites contratuais bem definidos.
3. Proteção contra fraudes digitais, revendo fluxos que dependem só de biometria facial ou de voz em autorizações e transações de alto valor.
4. Agilidade com propósito: não ficar só esperando para ver, mas também não acelerar a escala antes de ter as bases de conformidade legal.
A responsabilidade continua humana
A IA pode ler, escrever, decidir e executar cada vez mais rápido. O que ela não faz é responder pelas próprias escolhas. Esse papel continua com quem a coloca para trabalhar.
Talvez seja esse o melhor resumo da palestra: na saúde, ganhar eficiência com inteligência artificial é importante, mas só vale a pena se a confiança de quem é cuidado vier junto. Afinal, o seu chatbot é você.
