Caderno Profissões · Engenharia e Inteligência Artificial
Karim Hajjaj passou boa parte da carreira calculando estruturas de pontes, um ofício em que o erro raramente ganha segunda versão. Hoje vice-presidente de Estratégia e Tecnologias da firma de engenharia consultiva Tetra Tech, ele contou à jornalista Martine Letarte, do jornal canadense La Presse1, que acompanha os avanços da inteligência artificial com entusiasmo e com vontade de acelerar. Mesmo assim, recorre a uma frase de um antigo professor, que em tradução livre soa como “vamos com calma, porque estamos com pressa”. Para ele, o conselho descreve bem o dilema de quem dirige empresas neste momento.
O paradoxo é menos retórico do que parece. Na engenharia, adotar uma ferramenta de IA não é só uma decisão de produtividade. É decidir que tipo de evidência vai sustentar um cálculo, um laudo ou um parecer que alguém terá de assinar. E, no Brasil, essa assinatura tem nome, número de registro e consequência jurídica.
O que a Tetra Tech decidiu antes de escolher ferramentas
Segundo o relato publicado pelo La Presse1, o comitê de direção da empresa aprovou uma política que define o perímetro de uso da IA, com forte ênfase em segurança. Os dados permanecem sob controle da própria firma e não alimentam o treinamento de modelos de terceiros. O acesso a eles é fechado por padrão e liberado conforme a necessidade de cada projeto.
A segunda frente é formação. Como são os gestores, muitos deles engenheiros, que escolhem as ferramentas usadas nos projetos, a empresa investe no letramento em IA dessa camada: entender como os sistemas funcionam, reconhecer quando um caso de uso faz sentido e saber interagir com os modelos. A terceira frente trata o dado como matéria-prima, avaliado por qualidade, representatividade, contexto, rastreabilidade e pertinência para o problema em questão.
A quarta é a validação. Hajjaj afirma que nenhuma responsabilidade é transferida para a IA e que as decisões críticas permanecem com os engenheiros. O que chama atenção nessa sequência é a ordem dos fatores: política e dados vêm antes da ferramenta. É o inverso do padrão observado em muitas organizações, em que o software chega primeiro e a governança corre atrás.
Quatro riscos que não aparecem na demonstração comercial
Na mesma reportagem1, Ulrich Aïvodji, professor do departamento de engenharia de software e TI da École de technologie supérieure (ETS), em Montreal, aponta riscos que costumam ficar fora das apresentações de fornecedores.
Privacidade
Durante o doutorado no Laboratório de Análise e Arquitetura de Sistemas (LAAS) do CNRS, em Toulouse, Aïvodji estudou aplicativos de mobilidade e concluiu que hoje é possível traçar o perfil de uma pessoa com muito pouca informação. Para projetos de engenharia que lidam com dados de deslocamento, ocupação de edifícios ou uso de infraestrutura urbana, o alerta é direto.
Viés de representação histórica
Se um sistema é treinado com dados de uma época em que mulheres quase não ocupavam cargos de decisão, ele tende a generalizar pior para perfis femininos. O exemplo do pesquisador vale para qualquer base histórica: um modelo aprende o mundo que os dados registraram, não o mundo que se pretende construir.
Qualidade desigual entre idiomas
Quem trabalha em francês, observa Aïvodji, não tem a mesma experiência de quem trabalha em inglês, língua em que os modelos costumam ter melhor desempenho. O ponto merece atenção redobrada no Brasil, e voltaremos a ele adiante.
Transparência
Para o professor, é preciso compreender como a IA chegou a determinado resultado e quais elementos teriam de mudar para alterá-lo. Na prática, isso significa que a direção da empresa e o engenheiro que escolhe a ferramenta precisam entender o funcionamento do sistema, os pontos em que ele pode falhar e as garantias disponíveis no contexto de uso, mesmo com versões que se sucedem em ritmo acelerado.
Uma ferramenta de IA não assina laudo. Quem a escolhe, sim.Síntese editorial · O Tecido
No Brasil, a responsabilidade já tem nome: ART
A afirmação de Hajjaj de que nenhuma responsabilidade passa para a máquina encontra no Brasil um instrumento legal concreto. Desde a Lei nº 6.496/19772, todo contrato de obra ou serviço de engenharia e agronomia está sujeito à Anotação de Responsabilidade Técnica (ART), registrada no Crea em nome de um profissional habilitado. A empresa presta o serviço, mas a responsabilidade técnica recai sobre a pessoa que assina. Nenhum modelo de linguagem pode emitir uma ART.
O sistema profissional já incorporou o tema ao seu texto de referência. A 16ª edição do Código de Ética Profissional do Sistema Confea/Crea3, de 2026, menciona a inteligência artificial já na apresentação e resume a posição da entidade em uma frase: “A técnica avança, a responsabilidade continua e continuará sendo humana.” Em paralelo, a Proposta CDEN nº 30/20264 sugere que o próprio sistema conecte modelos de linguagem ao seu acervo normativo para facilitar consultas. Ou seja, o regulador da profissão também está diante da decisão de adotar.
E a adoção avança rápido no setor produtivo. Segundo a PINTEC Semestral do IBGE5, a parcela de empresas industriais com 100 ou mais pessoas ocupadas que usavam IA passou de 16,9% em 2022 para 41,9% em 2024, o maior crescimento entre as tecnologias digitais avançadas investigadas. Entre as empresas que usam IA, 73,1% a aplicam no desenvolvimento de projetos de produtos, processos e serviços, justamente o território em que engenheiros atuam e assinam.
Regulação em compasso de espera
O marco legal da IA, o PL 2338/2023, foi aprovado pelo Senado em dezembro de 2024 e chegou à Câmara em março de 2025, onde é analisado por uma comissão especial sob relatoria do deputado Aguinaldo Ribeiro (PP-PB), conforme levantamento da Barbieri Advogados6. O texto segue uma abordagem baseada em risco, inspirada no modelo europeu. Em agosto de 2026, o relator disse ao Mobile Time7 que a votação deve ficar para depois das eleições de outubro.
A ausência de lei específica não significa vazio normativo. A LGPD8 já garante, em seu artigo 20, o direito de pedir revisão de decisões tomadas exclusivamente com base em tratamento automatizado de dados pessoais. A ANPD incluiu inteligência artificial e tecnologias emergentes entre os eixos prioritários de seu mapa de temas para 2026 e 20276. E, para empresas que querem estruturar a governança antes da lei, a norma ISO/IEC 42001, de 2023, oferece um modelo de sistema de gestão de IA certificável9. O caminho da Tetra Tech, com política, controle de acesso, formação e validação, é bastante próximo do que esses referenciais pedem.
Português, a língua do meio do caminho
A observação de Aïvodji sobre o francês tem tradução imediata para o Brasil. A engenharia nacional opera com normas da ABNT, terminologia própria e jurisprudência local, tudo em português. Se os modelos rendem mais em inglês, a diferença de desempenho não é uma abstração: pode aparecer na leitura de uma norma de projeto, na interpretação de um memorial descritivo ou na sugestão de um coeficiente de segurança.
O risco, felizmente, é mensurável. Antes de adotar uma ferramenta, a empresa pode testá-la com casos reais da própria operação, em português, comparando as respostas com o que um profissional experiente produziria. Esse tipo de avaliação interna, documentada, também serve como evidência de diligência caso uma decisão apoiada por IA venha a ser questionada.
Contraponto
Cautela demais também tem custo
A defesa de uma adoção lenta e controlada tem um efeito colateral conhecido: o uso migra para fora do radar. O relatório Future of Professionals 2026, da Thomson Reuters10, indica que 38% dos profissionais no Brasil usam ferramentas de IA sem autorização da empresa, e que 39,1% dizem não ter acesso a nenhum serviço de IA oferecido pelo empregador. Um estudo da Peers Consulting com o TEC.Institute, publicado pela MIT Technology Review Brasil e repercutido pela Convergência Digital11, mostra que 66% dos executivos admitem a possibilidade de uso não autorizado em suas organizações.
Para quem defende mais velocidade, esses números mostram que proibir ou demorar não elimina o uso; apenas o leva para ferramentas públicas, onde nenhuma das salvaguardas descritas pela Tetra Tech existe. Há ainda quem argumente que, na engenharia brasileira, a ART já cumpre o papel de atribuir responsabilidade, e que camadas regulatórias adicionais podem encarecer a inovação sem ganho proporcional de segurança. O ponto de equilíbrio talvez esteja na própria fórmula da reportagem canadense: calma na governança, pressa em oferecer ao profissional uma alternativa oficial e segura.
Um roteiro mínimo para quem escolhe a ferramenta
Checklist para engenheiros e gestores
- Onde ficam os dados? Confirmar contratualmente se as informações do projeto permanecem sob controle da empresa e se são usadas para treinar modelos do fornecedor.
- Quem acessa o quê? Partir de acesso fechado e liberar por necessidade, como faz a Tetra Tech.
- Os dados de entrada representam o problema? Avaliar qualidade, contexto, rastreabilidade e possíveis vieses históricos da base usada.
- Funciona em português? Testar a ferramenta com casos reais, normas ABNT e terminologia da operação antes de escalar.
- É possível explicar o resultado? Saber quais variáveis alteram a resposta e registrar essa compreensão.
- Quem valida e assina? Definir o responsável técnico pela verificação de qualquer saída que alimente decisão crítica ou documento sujeito a ART.
Perguntas frequentes
Um engenheiro pode usar inteligência artificial em projetos no Brasil?
Sim. Não há proibição. Porém, a responsabilidade técnica, formalizada pela ART desde a Lei nº 6.496/1977, continua sendo do profissional habilitado que assina o trabalho, independentemente das ferramentas usadas.
Quais são os principais riscos de adotar IA em empresas de engenharia?
Exposição de dados e de informações pessoais, vieses herdados de bases históricas, desempenho inferior em idiomas diferentes do inglês e baixa transparência sobre como o sistema chega aos resultados.
O Brasil já tem uma lei específica de inteligência artificial?
Ainda não. O PL 2338/2023 foi aprovado pelo Senado em dezembro de 2024 e tramita na Câmara, com votação indicada pelo relator para depois das eleições de outubro de 2026. A LGPD, porém, já se aplica a decisões automatizadas que envolvem dados pessoais.
O que é letramento em IA para gestores?
É a formação que permite a quem escolhe ferramentas entender como os modelos funcionam, identificar casos de uso pertinentes, interagir corretamente com os sistemas e validar os resultados antes de usá-los.
O que é Shadow AI e por que ela preocupa?
É o uso de ferramentas de IA por funcionários sem autorização ou acompanhamento da empresa. Preocupa porque dados corporativos podem ser enviados a plataformas externas sem controle, e a organização continua respondendo pelas consequências.
Ewerton Lopes — Curador Editorial · O Tecido