Líderes usam IA mais rápido do que definem quem responde pelos erros

Em 12 de outubro de 2026, a The Conference Board publicou o relatório Leadership Disrupted, de Erka Amursi, Marion Devine e Praisy Abraham. Baseado em pesquisas internacionais e entrevistas com lideranças, o trabalho conclui que a IA acelera as tarefas dos gestores enquanto a atribuição de responsabilidade permanece desigual. A resposta proposta combina direitos claros de decisão, revisão humana em etapas críticas e desenvolvimento ligado às funções reais de cada líder.

A dificuldade de preparar essa mudança também aparece em um levantamento anterior, com outro recorte. Na reportagem da HR Dive de 7 de outubro, apenas 4% dos diretores de recursos humanos dos Estados Unidos consultados se disseram muito preparados para conduzir mudanças no trabalho impulsionadas pela IA nos dois anos seguintes; 19% afirmaram que os efeitos esperados da tecnologia já entravam no planejamento corporativo de pessoal e finanças. Esses percentuais pertencem a uma pesquisa separada e não descrevem a situação brasileira.

O ponto de revisão vem antes da decisão

Quando a IA prepara uma análise, a autoridade para transformar essa análise em ação continua precisando de um nome. Uma conclusão aparentemente convincente pode nascer de dados incompletos, de um critério que a equipe não adotou ou de uma interpretação errada. Por isso, a revisão deve ocorrer enquanto ainda é possível contestar a saída, pedir uma nova apuração e evitar que a recomendação seja executada.

O controle começa na entrada: alguém precisa identificar a origem dos dados e as premissas da tarefa. Na saída, a pessoa designada confronta as afirmações relevantes com registros confiáveis e verifica se a conclusão atende ao propósito da decisão. Se encontrar erro, precisa poder devolver a análise para correção; a confirmação final cabe a quem tem autoridade sobre o processo, e não à ferramenta que produziu a primeira versão.

Essa sequência também define o alcance da revisão humana. Uma aprovação colocada depois de a prioridade ter sido comunicada ou de uma decisão sobre pessoas ter produzido efeitos já não impede o erro inicial; serve para lidar com suas consequências. O momento do controle, portanto, importa tanto quanto o cargo de quem o executa.

Uma matriz para atribuir a decisão e a correção

Direitos de decisão só funcionam quando são traduzidos para a tarefa concreta. A matriz a seguir é uma proposta editorial baseada nos pontos de controle do novo relatório: indica o trabalho delegável, quando ocorre a revisão, quem responde pela escolha, qual evidência deve permanecer disponível e como corrigir uma falha. Os cenários são condicionais e não representam empresas analisadas pela pesquisa.

• Rascunho de análise. A IA organiza informações e sugere hipóteses; o líder responsável pelo trabalho confere entradas e afirmações centrais antes de distribuir o resultado. A origem dos dados, os trechos verificados e a versão aprovada formam a evidência. Se a base estiver errada, o rascunho volta à apuração, e quem recebeu uma versão incorreta é informado da correção.
• Recomendação de prioridade. A IA pode ordenar alternativas segundo critérios fornecidos pela equipe; um gestor designado revisa a ordem antes de convertê-la em plano. Critérios, restrições e justificativa da escolha precisam permitir reconstruir por que uma opção venceu. Se uma premissa mudar ou a comparação falhar, o gestor refaz a avaliação e comunica a alteração aos destinatários da orientação anterior.
• Decisão com efeito sobre pessoas. A IA pode ajudar a organizar informações, mas a autoridade definida para o processo avalia os elementos relevantes antes da comunicação ou execução. Ficam registrados os dados considerados, a razão da escolha e quem a confirmou. Diante de uma falha, essa autoridade suspende a execução quando possível, reavalia a decisão e comunica a correção às pessoas afetadas.

A separação entre produzir e aprovar evita que a velocidade da primeira etapa esconda uma lacuna na segunda. Também permite descobrir onde o erro começou: nos dados fornecidos, na análise gerada, na revisão ou na escolha humana. Sem evidências do percurso, a equipe pode conhecer o resultado final e ainda assim não conseguir explicar quem tinha condições de interrompê-lo.

Redesenhar o trabalho altera a responsabilidade do gestor

Delegar uma parte da análise à IA não elimina o trabalho de avaliação; desloca tempo e competência para examinar exceções, premissas e efeitos da recomendação. Se a produção da primeira versão fica mais rápida, o fluxo precisa reservar capacidade para a revisão. Caso contrário, a mesma pessoa pode acumular mais resultados para aprovar sem ganhar meios de avaliar sua qualidade.

O diagnóstico inclui uma tensão organizacional: líderes esperam mudanças nos modelos de liderança, enquanto as hierarquias atuais seguem iguais. Por isso, redesenhar o trabalho envolve explicitar quais etapas passam à IA, quais continuam com a equipe e quem conserva a palavra final. Para os diretores de recursos humanos, essa distribuição se conecta ao planejamento da força de trabalho e ao desenho da organização, além da escolha de ferramentas.

Uma medida externa ajuda a dimensionar a questão da responsabilidade, com metodologia diferente: na pesquisa global da KPMG de junho de 2026, feita com 2.145 líderes de 20 mercados, incluindo o Brasil, 24% atribuíram ao CEO a responsabilidade pelos resultados de negócios impulsionados pela IA. O indicador se refere à responsabilização no nível executivo; não mede erros de sistemas nem substitui a definição de um responsável em cada processo.

Treinamento precisa acompanhar as tarefas delegadas

Conhecer comandos e recursos de uma ferramenta é insuficiente para avaliar uma recomendação no contexto de uma equipe. A preparação indicada para líderes reúne familiaridade com IA, julgamento humano, pensamento crítico e capacidade de avaliar riscos. Essas competências ganham sentido quando são exercitadas com os dados, as restrições e a autoridade de uma função específica, em vez de depender apenas de um curso geral.

Em um exercício hipotético, uma liderança recebe uma análise plausível produzida com dados incompletos. O desafio não é detectar um erro óbvio de redação, mas explicar qual premissa falta, que registro poderia contestar a conclusão e em que momento a recomendação deve parar. Em outro exercício, a saída já foi compartilhada: a pessoa precisa localizar os destinatários, rever a escolha e comunicar a correção sob a autoridade definida para aquela decisão.

O efeito prático aparece na carga de trabalho. Uma equipe que transfere mais análises à IA sem reservar tempo para validar entradas, contestar saídas e corrigir recomendações multiplica decisões pendentes de supervisão. A responsabilidade gerencial passa a incluir essa capacidade de revisão no desenho da função, antes que uma resposta rápida se torne uma decisão difícil de reverter.

Leia também:

• IA muda as habilidades no Brasil 3,5 vezes mais rápido que os cargos
• Home office não define quem paga a internet — o contrato precisa dizer
• Chefes de primeira linha temem mais a IA — quatro cursos atacam a lacuna