Fábio Rosa Rodrigues, Aluno do Doutorado Profissional em Administração da FGV EAESP e CEO da Ponteiras Rodrigues Indústria de Autopeças.
Ao adotarem IAs estrangeiras sem tradução cultural, empresas brasileiras correm o risco de tomar decisões eficazes na técnica, mas equivocadas no contexto cultural.
Em um escritório de RH em São Paulo, a análise da IA sugere reprovar candidatos a uma vaga por “falta de objetividade” nas suas respostas a perguntas feitas no processo de seleção. Em outro departamento, uma IA avalia negativamente funcionários que demonstram “pouca proatividade” por falarem menos em reuniões gravadas. O que esses casos têm em comum? Ambos traduzem decisões que soam corretas, mas podem ignorar o contexto cultural brasileiro. A tecnologia, por mais avançada que seja, possui vieses. Quando treinada em realidades distantes, ela carrega valores e lógicas que podem colidir com cultura organizacional do Brasil. E é aí que mora o risco.
Por trás da aparência técnica, cada algoritmo carrega o DNA de quem o desenvolveu, inclusive aspectos culturais. A inteligência artificial tem sotaque: normalmente americano, às vezes europeu, quase nunca brasileiro. Isso significa que muitas ferramentas adotadas por empresas no Brasil foram treinadas para funcionar bem em outros contextos, com outros valores, outras formas de trabalhar. E o risco é claro: ao importar essas soluções sem adaptação, acabamos também importando lógicas de gestão que não combinam com a nossa realidade. A cultura brasileira é múltipla e fluida, e a IA pode ignorar o “jeitinho” criativo, a ambiguidade produtiva e a informalidade estratégica que marcam nossas organizações.
A cultura continua sendo uma das forças mais determinantes dentro das organizações. Ela molda o que consideramos liderança eficaz, o que enxergamos como produtividade e como construímos relações de confiança. Ainda assim, muitas vezes importamos práticas estrangeiras apenas “para inglês ver”, gerando um descompasso entre discurso e prática. Nos Estados Unidos, por exemplo, o foco é na objetividade: mérito individual, decisões rápidas, pouca margem para improviso. Já na China, prevalecem os vínculos de longo prazo, o respeito à hierarquia, as trocas simbólicas: o Guanxi importa. E no Brasil? Nosso “sim” pode significar “depende”. Nosso “não” vem com um sorriso e em geral uma desculpa. A informalidade é ferramenta. A ambiguidade é método. A IA, que busca padrões estáveis, não entende isso, e é aí que reside o problema.
O erro, nesses casos, não é técnico. É cultural.
Não se trata de rejeitar a tecnologia. Muito pelo contrário. Trata-se de fazer as perguntas certas: essa IA foi treinada com dados que representam minha realidade? Os critérios que ela utiliza fazem sentido na cultura da minha empresa? Existe espaço para traduzir, revisar e adaptar essas decisões ao nosso contexto?
O viés da inteligência artificial não é apenas um problema técnico, é um risco organizacional. Segundo o National Institute of Standards and Technology (NIST), os algoritmos refletem não só os dados com os quais foram treinados, mas também os valores, pressupostos e estruturas sociais de seus criadores. Iniciativas como o Responsible AI e OECD AI Principle vêm ganhando força ao propor diretrizes de transparência e mitigação de vieses algorítmicos. Adotar tais práticas não é modismo. É uma necessidade. Até que esses sistemas sejam entendidos, cabe ao gestor o papel de tradutor cultural da tecnologia.
Transformar uma organização não é apenas adotar o novo. É garantir que o novo faça sentido onde está sendo implantado. E, no caso da inteligência artificial, isso exige reconhecer que algoritmos também carregam crenças, valores e visões de mundo.
Se a cultura nacional influencia tudo o que fazemos nas organizações, da forma como damos feedback à maneira como inovamos, não faz sentido imaginar que a IA esteja fora disso. Pelo contrário, ela pode até intensificar os riscos, ao aplicar decisões em larga escala sem compreender o contexto.
As empresas que entenderem isso sairão na frente. Porque IA não é só cálculo. É leitura de mundo. E ler o Brasil exige mais que precisão. Exige sensibilidade. Entender os silêncios. Decifrar o que não está nos dados.
Cabe aos líderes garantir que a IA faça sentido no contexto em que é aplicada, que fale a língua da sua equipe, da sua cultura, do seu negócio. Isso começa com a revisão dos critérios embutidos nos algoritmos, já que termos como “proatividade” ou “liderança” podem ter significados distintos em diferentes culturas. Para lidar com esse risco de forma prática, gestores devem treinar a IA com dados locais sempre que possível, adaptar os prompts à linguagem e aos códigos culturais do país, personalizar os agentes com documentos internos e estilos de resposta alinhados ao ambiente organizacional, revisar os outputs antes de decisões críticas e adotar frameworks como o Responsible AI, que propõem transparência, responsabilidade e mitigação de vieses. Mais do que uma escolha técnica, essas ações são decisões estratégicas de gestão cultural. Não se trata de rejeitar a tecnologia, mas de ensiná-la a compreender o Brasil, antes que ela comece a decidir por nós.
Texto originalmente publicado no blog Gestão e Negócios do Estadão, uma parceria entre a FGV EAESP e o Estadão, reproduzido na íntegra com autorização.
Os artigos publicados na coluna Blog Gestão e Negócios refletem exclusivamente a opinião de seus autores, não representando, necessariamente, a visão da Fundação Getulio Vargas ou do jornal Estadão
