Da captação de informações à triagem automática, a inteligência artificial começa a ocupar um espaço cada vez mais concreto na gestão de denúncias. O desafio para o Compliance não é simplesmente adotar IA, mas entender quais tarefas devem ser automatizadas, quais decisões continuam humanas e como usar a tecnologia sem criar novos riscos.
A discussão sobre inteligência artificial no Compliance avançou rapidamente. Se há poucos anos o debate estava concentrado em possibilidades futuras, hoje a pergunta é outra: em quais etapas da gestão de denúncias a IA realmente gera valor?
O tema esteve no centro do workshop “Gestão de denúncias e IA: melhores práticas e novas tecnologias”, que reuniu Rafael Pacheco, CTO do Ouvidor Digital, Luciano Pavarini, Ethics and Integrity Director da Salesforce, e Giovani Saavedra, sócio-fundador do Saavedra & Gottschefsky Sociedade de Advogados e professor de IA e Compliance no Mackenzie.
Ao abordar a aplicação prática da tecnologia, Pacheco partiu de um princípio que ajuda a separar inovação real de adoção tecnológica sem propósito:
“A tecnologia não é fim de nada, ela é meio.”
Essa distinção é especialmente relevante para um canal de denúncias. Incorporar inteligência artificial não deveria significar adicionar uma camada tecnológica ao processo existente. A questão é identificar problemas concretos da operação e avaliar em quais deles uma máquina pode executar determinadas tarefas com mais velocidade, consistência ou escala.
IA no Compliance: automatizar não significa retirar o ser humano
Um dos principais pontos da discussão foi a divisão de responsabilidades entre tecnologia e pessoas.
Na visão apresentada por Rafael Pacheco, determinadas atividades continuam dependendo fundamentalmente da capacidade humana, especialmente aquelas relacionadas a julgamento, contexto e cultura organizacional.
“Eu acho que o ser humano tem que fazer aquilo que ele é bom em fazer, por exemplo, em julgar, em conectar à cultura da empresa, enfim, fazer aquilo que nós somos bons em fazer.”
Por outro lado, tarefas repetitivas, estruturáveis e que exigem grande volume de atenção representam um campo particularmente relevante para automação.
Essa lógica pode ser aplicada diretamente à gestão de denúncias.
Um processo de tratamento de relatos possui diversas etapas. Entre elas estão recepção, coleta de informações, organização dos dados, classificação, triagem, análise preliminar, encaminhamento, investigação e decisão.
Nem todas exigem o mesmo tipo de capacidade.
A IA pode assumir ou apoiar tarefas operacionais e analíticas anteriores à tomada de decisão. O profissional de Compliance permanece responsável justamente pelas etapas em que contexto, proporcionalidade, cultura, histórico e julgamento são indispensáveis.
O objetivo, portanto, não é automatizar o Compliance. É automatizar partes do trabalho para ampliar a capacidade do Compliance.
1. IA na captação: quando tecnologia também significa experiência do denunciante
A primeira oportunidade apresentada por Pacheco está na própria entrada do canal de denúncias.
Falar sobre assédio, fraude, discriminação, conflito de interesses ou comportamento inadequado pode ser difícil. Dependendo da situação, do canal disponível e até de quem realiza o atendimento, o denunciante pode se sentir desconfortável para compartilhar determinadas informações.
Isso coloca uma questão importante para as empresas: o modelo de captação facilita ou cria barreiras para o relato?
Segundo Pacheco, foi justamente a experiência das pessoas que levou o Ouvidor Digital a explorar diferentes aplicações da tecnologia na recepção de informações.
“O ponto é que, às vezes, falar com um ser humano pode não ser a melhor experiência para o denunciante.”
A tecnologia permite estruturar canais capazes de receber informações por diferentes meios, incluindo áudio e WhatsApp, além de automatizar etapas de interação.
O ponto relevante aqui é oferecer alternativas capazes de reduzir fricções para quem precisa relatar uma situação sensível.
Quanto menor a barreira para falar, maior tende a ser a capacidade da organização de acessar informações que, de outra maneira, poderiam permanecer invisíveis.
2. Qualificar o relato antes que ele chegue ao Compliance
Receber uma denúncia não significa necessariamente receber informações suficientes para analisá-la.
Essa é uma das limitações operacionais mais importantes dos canais de denúncia.
Quem relata um problema conhece o fato que vivenciou ou presenciou, mas não necessariamente sabe quais informações serão necessárias para uma análise posterior.
Datas, locais, envolvidos, contexto, testemunhas, recorrência, documentos e outros elementos podem fazer diferença significativa para uma investigação.
Pacheco utilizou o 5W2H como exemplo durante sua participação. O denunciante não precisa conhecer a metodologia. A tecnologia pode conduzir a interação de forma que as informações relevantes sejam obtidas progressivamente.
Nesse cenário, a inteligência artificial pode atuar como uma camada de qualificação da informação.
Em vez de simplesmente receber um texto aberto, a solução pode interpretar o conteúdo enviado e identificar lacunas que precisam ser esclarecidas.
Se alguém informa que sofreu determinada conduta, por exemplo, a IA pode ajudar a verificar se existem informações suficientes sobre quem participou, quando aconteceu, onde ocorreu e se existem elementos adicionais relacionados ao fato.
O resultado esperado não é uma denúncia escrita de maneira mais sofisticada.
É um relato mais completo e potencialmente mais útil para quem precisará analisá-lo.
Essa diferença é importante porque a eficiência de uma investigação começa antes da investigação propriamente dita.
3. Da entrada do relato à triagem automática
Depois da captação surge outro problema: volume.
Um canal utilizado e confiável pode gerar um fluxo relevante de informações para uma estrutura de Compliance que, frequentemente, trabalha com equipes enxutas.
Na fala apresentada no workshop, Pacheco destacou justamente essa evolução. Segundo ele, no início da atuação da empresa, era observada uma média de aproximadamente quatro denúncias mensais para cada mil funcionários. Atualmente, segundo os dados mencionados por ele na apresentação, esse volume estaria próximo de dez.
Isso muda significativamente a equação operacional.
Se cada novo relato exige uma sequência manual de verificações antes mesmo de chegar à análise humana, o crescimento do volume também significa crescimento da carga operacional.
É nesse ponto que entram os agentes de inteligência artificial aplicados à gestão de denúncias.
Um agente pode executar instruções previamente definidas pela própria organização e aplicar determinadas regras a cada novo relato.
Isso pode incluir, dependendo do desenho do processo:
- organização inicial das informações;
- identificação de campos relevantes;
- aplicação de critérios definidos pela empresa;
- classificação preliminar;
- apoio ao direcionamento do relato;
- preparação das informações para a etapa seguinte.
O ganho não está apenas em fazer mais rápido.
A automação também permite aplicar a mesma lógica de processamento repetidamente, reduzindo o esforço necessário para que profissionais especializados executem tarefas essencialmente operacionais.
4. O case apresentado: mais de 50 relatos por dia e 68 horas liberadas por semana
Durante sua participação, Pacheco apresentou um exemplo de aplicação envolvendo a Cogna, cliente do Ouvidor Digital.
Segundo o executivo, a empresa recebe mais de 50 relatos por dia e precisava realizar uma série de triagens antes do início do processo de investigação.
Caso cada relato consumisse aproximadamente 15 ou 20 minutos nesse processo inicial, uma parcela significativa da capacidade da equipe seria dedicada apenas à preparação da informação.
A aplicação apresentada utiliza agentes personalizados para automatizar o processo de triagem definido pela empresa sempre que um novo relato é recebido.
O resultado mencionado por Pacheco foi significativo:
“A gente libera a cada semana 68 horas de vida de um ser humano para eles, para que eles consigam fazer qualquer outra coisa, inclusive o julgamento de todas as informações que estão chegando.”
O número ajuda a demonstrar uma mudança importante na forma de medir IA no Compliance.
O indicador não precisa ser quantos processos possuem inteligência artificial.
Uma métrica potencialmente mais relevante é: quanto trabalho operacional foi retirado da equipe para que ela possa se concentrar em atividades de maior valor?
É nessa lógica que produtividade e governança deixam de ser objetivos concorrentes.
A tecnologia assume parte da execução repetitiva. O profissional ganha mais capacidade para analisar, investigar e decidir.
5. IA não deve decidir aquilo que exige contexto organizacional
Quanto mais sofisticadas ficam as aplicações, maior também precisa ser o cuidado com os limites da automação.
Uma IA pode analisar textos, estruturar informações, identificar elementos, executar instruções e apoiar a priorização de grandes volumes de dados.
Isso não significa que deva determinar sozinha se uma denúncia procede, avaliar a intenção de uma pessoa ou decidir qual consequência disciplinar deve ser aplicada.
Essas decisões envolvem elementos que ultrapassam a informação textual presente em um relato.
Histórico, contexto organizacional, políticas internas, evidências, legislação, proporcionalidade e cultura precisam ser considerados.
Por isso, uma arquitetura madura de IA aplicada ao canal de denúncias não é aquela que retira completamente o profissional do processo.
É aquela que posiciona a intervenção humana exatamente onde ela produz mais valor.
A tecnologia prepara, organiza, estrutura e acelera. O ser humano interpreta, contextualiza e decide.
6. O risco não está apenas na IA, mas na forma como ela é usada
A adoção crescente de inteligência artificial também exige uma discussão sobre governança.
Na própria apresentação, Pacheco fez uma ressalva importante: utilizar IA sem compreender como ela está sendo aplicada pode gerar riscos para a organização.
Isso significa que a pergunta “podemos automatizar?” é insuficiente.
O Compliance também precisa perguntar:
O que exatamente está sendo automatizado?
Quais informações são utilizadas pela solução?
Quais critérios orientam sua atuação?
Em quais etapas existe revisão humana?
Quais decisões o sistema pode apoiar e quais não deve tomar?
Como eventuais erros são identificados e tratados?
Essas questões tornam-se ainda mais relevantes quando a tecnologia é aplicada a denúncias, justamente porque o processo pode envolver informações sensíveis e decisões com impacto significativo sobre pessoas e organizações.
Portanto, a maturidade na adoção da IA não está na quantidade de automações implementadas.
Está na capacidade de definir onde automatizar, com quais controles e com qual supervisão.
7. Do canal de denúncias ao sistema de inteligência para Compliance
Existe ainda uma mudança conceitual maior acontecendo.
Durante muito tempo, a tecnologia aplicada ao canal de denúncias esteve concentrada na disponibilização de meios para que uma pessoa registrasse uma informação e para que a organização posteriormente a tratasse.
A inteligência artificial amplia esse modelo.
O processo começa a ser pensado como um fluxo integrado de informação:
captar → qualificar → estruturar → triar → encaminhar → analisar → decidir.
Quando etapas anteriores funcionam melhor, a qualidade das etapas seguintes também tende a aumentar.
Uma denúncia melhor estruturada facilita a triagem. Uma triagem eficiente reduz trabalho operacional. Informações organizadas permitem que o profissional concentre sua atenção nos casos que realmente demandam julgamento.
Nesse cenário, o canal deixa de ser apenas uma porta de entrada.
Ele passa a fazer parte de uma infraestrutura de inteligência para o Compliance.
Tecnologia para aumentar a capacidade humana
Talvez a principal conclusão da discussão sobre gestão de denúncias e inteligência artificial seja justamente a necessidade de abandonar dois extremos.
De um lado, a ideia de que a IA resolverá sozinha problemas complexos de integridade.
Do outro, a percepção de que utilizar automação necessariamente significa retirar pessoas do processo.
A aplicação prática apresentada por Rafael Pacheco aponta para outro caminho.
Máquinas podem assumir partes do trabalho em que velocidade, escala, repetição e processamento de informação são determinantes. Profissionais permanecem responsáveis por aquilo que exige compreensão do contexto, julgamento e responsabilidade.
O resultado esperado não é um Compliance sem pessoas.
É um Compliance no qual as pessoas deixam de gastar parte relevante de sua capacidade executando tarefas que podem ser automatizadas.
E essa talvez seja uma das perguntas mais importantes para as organizações que avaliam novas tecnologias hoje:
quanto do tempo da equipe de Compliance está sendo utilizado para decidir e quanto ainda está sendo consumido apenas para organizar o trabalho antes que a decisão possa começar?
