Vinte e seis funcionários da Meta entraram com uma ação judicial nos Estados Unidos acusando a empresa de utilizar sistemas de inteligência artificial para orientar decisões durante um processo de demissões que atingiu profissionais em licença médica, licença parental e outras situações protegidas por lei. A informação foi divulgada pela Associated Press. O caso reacendeu o debate internacional sobre a responsabilidade civil quando sistemas automatizados participam de decisões com impacto direto sobre trabalhadores, clientes e parceiros.
A Meta, controladora de plataformas como Facebook, Instagram e WhatsApp, afirma que as decisões foram tomadas por gestores, e não por algoritmos. Alegação à parte, o episódio evidencia uma questão que ganha urgência conforme a adoção de inteligência artificial se amplia nas corporações: se um modelo automatizado participa de uma decisão que causa prejuízo, quem responde pelas consequências?
A especialista Vera Thomaz, diretora de marketing (CMO) da Unentel, empresa de tecnologia corporativa, rebate a percepção de que a inteligência artificial assume a responsabilidade junto com a decisão. Segundo ela, a empresa permanece integralmente responsável pelo processo, desde a seleção da ferramenta até a forma como ela é aplicada. A IA deve acelerar decisões, mas nunca eliminar a capacidade humana de supervisionar, validar e corrigir quando necessário.
A questão não se limita ao setor de tecnologia. Empresas de diferentes indústrias têm recorrido a sistemas de inteligência artificial para tarefas que vão da triagem de currículos à análise de crédito, da precificação dinâmica ao monitoramento de desempenho de equipes. À medida que esses modelos assumem papéis cada vez mais centrais, a ausência de regras claras de governança cria exposição jurídica e operacional significativa.
Um dos principais obstáculos apontados por especialistas é a assimetria de informação entre a empresa e o trabalhador ou consumidor afetado. Quando a decisão passa por um algoritmo, obter provas de discriminação ou erro exige acesso aos dados de entrada, aos critérios de treinamento do modelo e aos parâmetros de saída. Esse nível de transparência algorítmica, como é chamado o princípio de tornar os processos decisórios dos sistemas de IA auditáveis, ainda é raro na prática corporativa.
A dificuldade de rastreamento é agravada pelo uso de plataformas isoladas, desconectadas dos sistemas corporativos centrais. Quando ferramentas de inteligência artificial operam de forma fragmentada, sem integração com os demais sistemas da empresa, a rastreabilidade das informações diminui e a probabilidade de erros não detectados aumenta. Para Vera Thomaz, a integração é um passo essencial para garantir que cada etapa do processo possa ser auditada.
A definição de quais processos podem ser automatizados e quais exigem supervisão humana direta é apontada como o primeiro passo para mitigar riscos. Decisões relacionadas a contratos, dados sensíveis, movimentações financeiras e atendimento ao cliente precisam seguir critérios de validação que assegurem a intervenção humana em pontos críticos. Sem essa delimitação, a tecnologia pode ser aplicada em contextos onde o potencial de dano supera o benefício de automação.
Além da delimitação de escopo, a criação de uma política formal de governança para inteligência artificial é considerada indispensável. Essa política deve contemplar níveis de acesso às ferramentas, regras para compartilhamento de informações, monitoramento contínuo do funcionamento dos sistemas e manutenção de registros que permitam identificar comportamentos fora do padrão. Com processos estruturados, falhas podem ser corrigidas antes que gerem consequências jurídicas, financeiras ou reputacionais.
Vieses de decisão representam outra preocupação central. Modelos de aprendizado de máquina treinam sobre conjuntos de dados históricos que podem conter padrões discriminatórios em relação a gênero, raça, idade ou condição de saúde. Quando esses dados alimentam sistemas usados em decisões de demissão, contratação ou promoção, os vieses podem ser reproduzidos e amplificados, atingindo grupos protegidos por lei. O caso da Meta ilustra exatamente esse risco, já que trabalhadores em licença médica e parental foram afetados pelas demissões.
O cenário ganha complexidade adicional com a entrada em vigor de novas regulações globais sobre inteligência artificial. A Lei de IA da União Europeia, aprovada em 2024 e considerada o arcabouço regulatório mais abrangente do mundo para a área, estabelece obrigações de transparência, auditoria e supervisão humana para sistemas automatizados em decisões que afetam indivíduos. Países como Brasil, Estados Unidos, Canadá e China também avançam em legislações específicas, criando um ambiente regulatório cada vez mais exigente para as empresas.
A pressão regulatória deve obrigar as organizações a investir em mecanismos de auditoria e prestação de contas, conceito conhecido pela expressão em inglês accountability. A capacidade de demonstrar que um sistema de inteligência artificial foi selecionado, implementado e monitorado de acordo com critérios técnicos e jurídicos definidos pode ser o fator determinante em disputas judiciais como a enfrentada pela Meta.
Vera Thomaz enfatiza que a inteligência artificial não pode operar como uma caixa-preta dentro das empresas. Segundo a especialista, é necessário saber quais dados alimentam os sistemas, como as respostas são construídas e quem é responsável por cada etapa do processo. Quando existe governança, integração entre os sistemas e monitoramento contínuo, a tecnologia gera ganhos concretos de produtividade e eficiência para o negócio.
O desfecho da ação movida contra a Meta ainda pode levar meses ou anos, mas o caso já cumpre um papel relevante ao expor uma lacuna jurídica que precisa ser preenchida. À medida que sistemas de inteligência artificial passam a integrar fluxos decisórios em escala cada vez maior, a definição de responsabilidades deixa de ser uma discussão teórica e se torna uma necessidade prática para empresas, legisladores e tribunais em todo o mundo.
