*Por Marcus Granadeiro
A adoção de sistemas de Inteligência Artificial (IA) nas áreas que envolvem o ambiente construído pelo ser humano promete impulsionar o setor de AEC (Arquitetura, Engenharia e Construção). No entanto, a sua utilização carrega altos níveis de risco profissional e comercial se não for gerida de forma adequada. O grande potencial da tecnologia deve ser equilibrado com um uso responsável, sob pena de corroer a reputação da profissão. De acordo com as normas da RICS (Royal Institution of Chartered Surveyors), a habilidade e a experiência do profissional devem continuar a ser o núcleo central do serviço prestado, evitando qualquer complacência com o uso da tecnologia.
Para conduzir esse desafio a partir de melhores práticas e diretrizes de governança, gestão de risco e comunicação, podemos considerar cinco diretrizes principais para o uso da IA no setor.
1. Conhecimento fundamental sobre IA: para utilizar a IA de forma ética e responsável, os profissionais devem desenvolver e manter um nível de conhecimento adequado e atualizado. Como requisito mínimo, os profissionais do setor devem possuir uma compreensão básica sobre: os diferentes tipos de sistemas de IA, as suas limitações e os seus modos de falha, o risco da IA produzir resultados errados ou apresentar vieses inerentes, e as regras de utilização de dados e os riscos associados.
2. Governança de dados e sistemas: a utilização de IA introduz riscos adicionais aos dados devido à vasta quantidade de informação necessária para o treino das plataformas e à necessidade de inserir dados para ativar as funcionalidades. As melhores práticas de governança exigem que as empresas protejam informações privadas e confidenciais por meio de encriptação, cópias de segurança e restrição de acesso a funcionários que estritamente necessitem desta informação.
É importante ainda que treinem regularmente (pelo menos anualmente) as suas equipas para lidar com riscos de privacidade, garantindo que a informação seja preparada e anonimizada de forma segura. Também é necessário que a equipe não coloque dados confidenciais nos sistemas de IA, exceto quando existir um consentimento expresso por escrito das partes afetadas e a empresa se certificar de que isso não representa um risco inaceitável.
Em relação à gestão de sistemas, as empresas devem realizar e documentar uma avaliação para determinar se a IA é efetivamente a ferramenta mais adequada para a tarefa em questão, considerando o impacto ambiental, o efeito nos stakeholders e as ferramentas alternativas. Adicionalmente, deve ser mantido um registo escrito de todos os sistemas de IA utilizados, especificando o seu propósito e a data em que a sua utilidade será revista.
3. Gestão de riscos contínua: com o intuito de prevenir perdas financeiras e danos à reputação, todas as empresas devem criar e manter um registo de riscos (Risk Register) que contemple perigos intrínsecos à IA, tais como vieses nos algoritmos, resultados incorretos e a retenção de dados introduzidos pelas empresas nos modelos. Esse registro deve ser revisto e atualizado, no mínimo, trimestralmente por funcionários responsáveis pela tomada de decisões em relação à IA.
4. Due Diligence e validação de resultados: é importante analisar o impacto ambiental do sistema e a conformidade legal do tratamento de informação, e a precisão, relevância e diversidade dos conjuntos de dados que treinaram a IA, destacando eventuais riscos de viés ou lacunas.
Devido ao perigo latente de erro nos algoritmos, os profissionais nunca devem confiar cegamente nos resultados devolvidos pelas plataformas. É exigida a aplicação de julgamento profissional, que inclui conhecimento, habilidades, experiência e ceticismo profissional para atestar a confiabilidade dos resultados. Toda e qualquer decisão que aprove resultados da IA deve ser documentada por escrito, justificando preocupações e impactos do resultado na qualidade do serviço prestado. Em casos de uso de IA para processos automatizados e de alto volume, a empresa continua responsável pelos resultados e deve aplicar amostragens aleatórias e regulares como forma de controle de qualidade.
5. Transparência nos termos de contratação e explicabilidade: a confiança do cliente no uso destas novas tecnologias depende de grande transparência. As empresas regulamentadas devem estipular, de antemão e por escrito nos seus termos de contratação quando e em que partes do serviço a IA será utilizada, os processos que o cliente tem ao seu dispor para contestar ou procurar reparação por impactos negativos causados pelo uso de sistemas de IA e as condições que permitem ao cliente optar pela não utilização de IA, caso exista essa possibilidade.
Adicionalmente, os profissionais devem conseguir, mediante solicitação do cliente, explicar o funcionamento e as limitações da IA e partilhar a due diligence executada.
Para as empresas que desenvolvem internamente os seus próprios sistemas de IA, as exigências estendem-se à realização de avaliações de impacto de sustentabilidade, uso de stakeholders diversos, documentação exaustiva das leis de privacidade e definição de políticas próprias para aferir a qualidade e confiabilidade de todos os dados de treino.
Em um setor historicamente orientado por precisão técnica, responsabilidade legal e impacto direto na sociedade, a incorporação da Inteligência Artificial no ambiente de Engenharia, Arquitetura e Construção não pode ser tratada apenas como uma alavanca de eficiência, mas como um compromisso estratégico com qualidade, ética e governança. A tecnologia amplia capacidades, mas não substitui o julgamento humano, ao contrário, eleva o nível de exigência sobre profissionais e organizações.
Nesse contexto, empresas que conseguirem estruturar uma abordagem robusta de governança de IA combinando conhecimento técnico, gestão rigorosa de dados, processos contínuos de mitigação de riscos e transparência com clientes, estarão mais bem posicionadas para capturar valor real da inovação sem comprometer sua credibilidade. Mais do que adotar a IA, será determinante saber operá-la com responsabilidade.
*Marcus Granadeiro é sócio-diretor do Construtivo, empresa de tecnologia com DNA de engenharia, que é parceira em treinamento e certificação da buildingSMART Brasil.
