Ética em Inteligência Artificial e Esg nas Práticas Corporativas Brasileiras

Fabiane Baltruchaitis Figueiredo; João Valsecchi Ribeiro de Souza

DOI: 10.22167/2675-6528-202602881

Artigo derivado de Trabalho de Conclusão de Curso (TCC), com conteúdo baseado no trabalho original do aluno e adaptado ao formato editorial da Revista E&S com apoio da ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege para síntese e organização textual.

Resumo

A crescente adoção da inteligência artificial no ambiente corporativo ampliou os desafios éticos, sociais e ambientais, demandando a incorporação de práticas alinhadas à governança e sustentabilidade. Identificou-se a ausência de clareza sobre o nível de maturidade das práticas éticas de inteligência artificial em empresas brasileiras de capital aberto. O estudo analisou, em uma amostra intencional de oito empresas brasileiras de capital aberto, como diretrizes e práticas de governança ética da inteligência artificial são evidenciadas em documentos públicos e comparou seu grau de maturidade documental. Realizou-se uma pesquisa exploratória e descritiva, com abordagem predominantemente qualitativa e componente quantitativo complementar, utilizando um delineamento de estudo de caso múltiplo. A metodologia baseou-se na análise comparativa de relatórios institucionais e políticas corporativas de oito empresas listadas na B3, de diversos setores econômicos. Os dados foram sistematizados por meio de uma matriz comparativa, fundamentada em referenciais teóricos e normativos internacionais sobre ética em inteligência artificial. Os resultados evidenciaram uma adoção heterogênea de práticas éticas entre os setores, com maior maturidade em organizações sob maior pressão regulatória. Persistiram lacunas em dimensões como transparência, explicabilidade e mitigação de vieses algorítmicos. As iniciativas observadas apresentaram, em grande parte, caráter reativo, indicando uma dissociação entre avanço tecnológico e governança ética. A análise demonstrou que a ética em inteligência artificial permanece em processo de consolidação no contexto corporativo brasileiro, demandando abordagens mais integradas, proativas e alinhadas aos princípios ESG.

Palavras-chave: Compliance; ESG; Ética em inteligência artificial; Governança tecnológica; IA responsável.

1. Introdução

A adoção crescente de tecnologias de Inteligência Artificial (IA) tem transformado a ordem social existente, melhorando processos empresariais em diversas áreas e promovendo inovação, ganhos de eficiência e competitividade. Dados da Pesquisa de Inovação Semestral (Pintec Semestral) do Instituto Brasileiro de Geografia e Estatística (IBGE) de 2024 apontaram que a tecnologia cuja utilização mais cresceu foi a inteligência artificial, com um aumento de 16,9% em relação a 2022, e que uma porcentagem expressiva, 41,9%, das 10.167 empresas investigadas utilizaram IA em suas atividades.

Entretanto, o uso intensivo dessas tecnologias também gera externalidades sociais, éticas e ambientais, as quais extrapolam os resultados financeiros. Dentre algumas dessas consequências, conforme observado por Huang et al. (2023), destacam-se: vieses algorítmicos, impacto no número de vagas disponíveis no mercado de trabalho em razão da substituição de mão de obra humana, falta de transparência em processos decisórios, riscos relacionados à confidencialidade, privacidade e segurança de dados, aumento do consumo energético e da pegada de carbono dos sistemas computacionais, além de impactos na saúde física e mental humana e na violação de direitos autorais, dos direitos humanos e do próprio Estado Democrático de Direito, quando observado pela ótica do sistema jurídico. Esses efeitos colaterais representam verdadeiros riscos às práticas de sustentabilidade corporativa, pressionando organizações a incorporarem mecanismos de governança, transparência e mitigação de riscos alinhados a frameworks de Compliance e ESG (Environmental, Social and Governance).

Com a intensificação das pressões de investidores, consumidores, órgãos reguladores e da sociedade civil, as organizações necessitam cada vez mais alinhar o seu desenvolvimento tecnológico a valores éticos, direitos humanos e metas ambientais. Contudo, muitas empresas ainda possuem brechas nos programas de gestão dos impactos não financeiros da IA, seja por ausência de estruturas tecnológicas de compliance, seja pela falta de indicadores claros que reflitam os efeitos sociais e ambientais de suas operações digitais. Dessa forma, identificou-se como problema de pesquisa a ausência de clareza sobre o nível de maturidade das práticas éticas relacionadas à inteligência artificial nas empresas brasileiras de capital aberto.

Assim, entender os riscos oriundos da utilização empresarial da IA e que podem afetar os indicadores ESG das empresas é essencial para o avanço das práticas corporativas responsáveis e sustentáveis, uma vez que a adoção de práticas éticas e a observância de diretrizes ESG podem mitigar esses riscos, melhorando a resposta das organizações que buscam equilibrar inovação, sustentabilidade e ética empresarial a esses desafios e contribuindo para o fortalecimento de um modelo em governança ética. A relevância deste estudo se sustenta tanto pela atualidade do tema quanto pelo caráter emergente e ainda pouco consolidado de pesquisas aplicadas que tratem da conexão entre IA, ESG e Compliance. Ao abordar essa intersecção, pretende-se apoiar empresas na formulação de políticas corporativas responsáveis, sustentáveis e transparentes, especialmente no que se refere à ética em Inteligência Artificial. Para fins deste estudo, governança em IA é compreendida como o conjunto de mecanismos formais e informais que orientam o desenvolvimento, implementação e monitoramento de sistemas algorítmicos, conforme literatura de ética em IA e governança tecnológica.

Nesse contexto, o estudo teve como objetivo analisar, em uma amostra intencional de oito empresas brasileiras de capital aberto, como diretrizes e práticas de governança ética da inteligência artificial são evidenciadas em documentos públicos e comparar o grau de maturidade documental dessas práticas entre as organizações e setores selecionados.

2. Material e Métodos

O presente estudo caracterizou-se como uma pesquisa exploratória e descritiva, com delineamento de estudo de caso múltiplo e caráter aplicado. A abordagem metodológica adotada foi predominantemente qualitativa, fundamentada na análise documental e na interpretação de conteúdo, buscando identificar evidências contextuais. Um componente quantitativo complementar foi empregado para sintetizar frequências e comparar padrões, decorrente da codificação ordinal das evidências em uma matriz comparativa.

A unidade de análise consistiu nas diretrizes e práticas de governança ética da inteligência artificial, conforme evidenciado em documentos públicos corporativos. A amostra foi intencional e composta por oito empresas brasileiras de capital aberto, listadas na B3 e pertencentes a diversos setores econômicos. A seleção dessas organizações considerou critérios como porte, relevância econômica, diversidade setorial e maturidade no uso da inteligência artificial, além da publicação de relatórios anuais e da adoção de práticas estruturadas de governança, gestão de riscos e conformidade.

Os critérios de inclusão para o corpus documental foram: (i) ser um documento oficial e de acesso público; (ii) ser a publicação institucional vigente ou a mais recente localizada até abril de 2026; (iii) apresentar conteúdo explícito sobre IA ou documentos correlatos a governança, riscos, dados, direitos humanos, sustentabilidade, segurança, ética ou compliance potencialmente relacionados às dimensões do framework; e (iv) possibilitar a comparação entre as empresas. Foram excluídos materiais promocionais sem conteúdo normativo ou de governança, notícias de terceiros e documentos sem autoria institucional identificável.

Os documentos corporativos públicos analisados incluíram relatórios integrados, relatórios de sustentabilidade, políticas de segurança da informação e cibernética, políticas de gestão de riscos de inteligência artificial, guias de orientações sobre ética de dados, códigos de ética e conduta, políticas globais de direitos humanos e declarações de compromisso pelos direitos humanos. Especificamente, foram examinados documentos de B3, Bradesco, Itaú Unibanco, TOTVS, Vale, Petrobras, Magazine Luiza e Natura &Co, todos disponíveis para consulta até abril de 2026.

A coleta de dados foi realizada por meio de leitura sistemática dos documentos institucionais das oito empresas selecionadas. Identificaram-se evidências associadas a cada dimensão do framework proposto, que serviu de base para a análise. O processo envolveu a busca por referências explícitas à inteligência artificial, sistemas algorítmicos ou decisões automatizadas, bem como a descrição de mecanismos, regras, responsabilidades, controles ou procedimentos aplicáveis.

Para a análise comparativa, utilizou-se uma matriz fundamentada em referenciais teóricos e normativos internacionais sobre ética em inteligência artificial. Essa matriz foi inspirada no panorama traçado por Huang et al. (2023) e nas orientações da “Recomendação sobre a Ética da Inteligência Artificial” e do “Brasil: relatório de avaliação de prontidão para ética na inteligência artificial”, ambos da UNESCO. A sistematização das dimensões visou garantir clareza conceitual e consistência na interpretação dos dados.

A técnica de análise dos dados envolveu a categorização qualitativa comparativa das evidências. Cada dimensão foi avaliada e classificada como “Presente” quando o documento estabeleceu referência explícita à IA e descreveu ao menos um mecanismo, regra, responsabilidade, controle ou procedimento aplicável. A classificação “Parcial” foi atribuída quando a evidência apareceu de forma genérica ou indireta, sem vinculação explícita à IA, ou quando houve menção à IA sem detalhamento de mecanismo operacional. Classificou-se como “Ausente” quando não foi localizada evidência documental pertinente à dimensão no corpus analisado. Essa classificação ordinal auxiliou na comparação de padrões entre empresas e dimensões.

Na interpretação dos dados, distinguiu-se entre evidências diretas de governança ética da IA, que mencionam expressamente IA, algoritmos, modelos ou decisões automatizadas e estabelecem princípios, responsabilidades, controles, supervisão, avaliação de riscos ou mecanismos de prestação de contas aplicáveis a esses sistemas. Evidências contextuais corresponderam a práticas gerais de ESG, direitos humanos, diversidade, privacidade, segurança da informação, sustentabilidade e compliance que, embora pudessem oferecer suporte à governança responsável, não demonstravam, isoladamente, sua aplicação direta à IA. Essa distinção foi crucial para evitar inferências equivocadas sobre a maturidade em ética de IA.

Durante a fase de preparação do estudo, o ChatGPT foi utilizado como ferramenta de apoio na busca de trabalhos para a revisão de literatura, no alinhamento da metodologia para coleta e análise dos dados, e na sistematização dos relatórios e políticas institucionais consultados. A autora revisou e editou o conteúdo gerado, assumindo total responsabilidade pelo material publicado.

A estruturação das dimensões analisadas na matriz comparativa foi essencial para conferir respaldo teórico e metodológico ao estudo. Essa abordagem buscou reduzir ambiguidades, padronizar os critérios de avaliação e fortalecer a validade do framework proposto, contribuindo para a transparência metodológica e a replicabilidade da pesquisa. As dimensões foram definidas com base na literatura de ética em IA e governança tecnológica.

3. Resultados e Discussão

A análise dos documentos públicos das oito empresas brasileiras de capital aberto revelou um panorama heterogêneo quanto à maturidade das práticas éticas relacionadas à inteligência artificial. Os achados indicaram que a formalização de diretrizes e mecanismos de governança ética da IA está em diferentes estágios de desenvolvimento entre os setores econômicos, refletindo a complexidade do tema e a diversidade de pressões regulatórias e de mercado. Esta variação sugere que a incorporação da ética em IA ainda se encontra em processo de consolidação no ambiente corporativo brasileiro, conforme apontado pela literatura (Huang et al., 2023).

Os resultados evidenciaram que a adoção de mecanismos formais de governança, controle e mitigação de riscos associados à IA ocorreu de maneira desigual entre os setores. Empresas de segmentos mais regulados e com maior dependência tecnológica, como o bancário e o de tecnologia, demonstraram maior avanço. Em contrapartida, organizações de setores como mineração, energia e bens de consumo, embora com forte atuação em ESG, apresentaram menor detalhamento explícito sobre a ética em IA, tratando-a de forma mais indireta dentro de políticas corporativas mais amplas.

Para a interpretação dos resultados, foi fundamental distinguir entre evidências diretas e contextuais. As evidências diretas referem-se a menções explícitas à IA, algoritmos ou decisões automatizadas, acompanhadas de princípios, responsabilidades ou controles específicos. Já as evidências contextuais correspondem a práticas gerais de ESG, direitos humanos, privacidade ou segurança da informação que, embora relevantes, não demonstram sua aplicação direta à IA. Essa distinção foi crucial para evitar a superestimação da maturidade ética em IA com base apenas em estruturas corporativas robustas de ESG ou proteção de dados.

De forma geral, as dimensões de privacidade, proteção de dados e segurança, bem como gestão de riscos e avaliação de impacto, apresentaram a maior aderência entre as empresas analisadas. Este cenário pode ser atribuído à influência de marcos regulatórios como a Lei Geral de Proteção de Dados (LGPD) e à consolidação de práticas de gestão de riscos no âmbito da governança corporativa. Contudo, dimensões mais complexas, como transparência algorítmica e justiça, permaneceram em níveis intermediários ou incipientes, indicando lacunas na operacionalização de princípios éticos abstratos em práticas técnicas e mensuráveis.

Governança, accountability e regulação

A dimensão de governança, accountability e regulação demonstrou ser uma das mais desenvolvidas, especialmente em instituições financeiras e empresas de tecnologia. Observou-se a presença de estruturas formais de controle e responsabilização, com destaque para o Bradesco, que possui uma Política de Gestão de Riscos de IA específica, e o Itaú Unibanco, com seu Guia de Orientações Sobre Ética de Dados. Essas iniciativas refletem uma preocupação emergente com a governança específica da IA, impulsionada pela forte regulação do sistema financeiro e pela criticidade das decisões automatizadas em suas operações.

A governança da inteligência artificial, conforme Floridi et al. (2018), exige não apenas conformidade regulatória, mas também mecanismos internos que assegurem supervisão e auditoria ao longo de todo o ciclo de vida dos sistemas. Embora as empresas financeiras e de tecnologia como TOTVS e B3 apresentem um nível “Presente” nesta dimensão, outras como Vale, Petrobras, Magazine Luiza e Natura &Co foram classificadas como “Parcial”. Isso indica que, nessas últimas, as diretrizes de governança são mais genéricas, sem uma vinculação explícita e detalhada à IA, o que pode limitar a efetividade da accountability.

Transparência, explicabilidade e contestabilidade

A transparência, explicabilidade e contestabilidade em sistemas de inteligência artificial apresentaram níveis intermediários de desenvolvimento na maioria das empresas. Apenas Itaú, Bradesco, TOTVS, B3 e Magazine Luiza foram classificadas como “Parcial”, enquanto Vale, Petrobras e Natura &Co foram consideradas “Ausentes”. Embora algumas empresas, como B3 e TOTVS, tenham demonstrado avanços na comunicação de seus processos e mecanismos de controle, a maioria das organizações ainda não apresentou detalhamento suficiente sobre o funcionamento de sistemas automatizados.

A ausência de mecanismos que permitam a contestação de decisões algorítmicas por parte dos usuários ou stakeholders é uma lacuna significativa. A explicabilidade, conforme Doshi-Velez e Kim (2017), é fundamental para garantir confiança e permitir a avaliação crítica dos sistemas, e sua menção indireta em relatórios institucionais não se traduziu em evidências claras de operacionalização. Este cenário sugere que as empresas ainda enfrentam desafios em traduzir princípios abstratos de transparência em práticas técnicas e mensuráveis, o que pode comprometer a legitimidade e a aceitação social da IA.

Privacidade, proteção de dados e segurança

A privacidade, proteção de dados e segurança foram as dimensões com maior aderência entre as empresas, com Itaú, Bradesco, TOTVS, B3, Magazine Luiza e Natura &Co classificadas como “Presente”. Vale e Petrobras foram classificadas como “Parcial”. Este resultado reflete a forte influência de marcos regulatórios como a Lei Geral de Proteção de Dados (LGPD) e a consolidação de práticas de gestão de riscos no âmbito da governança corporativa. As instituições financeiras, em particular, demonstraram políticas robustas de segurança da informação e privacidade, evidenciando aderência às exigências legais e normativas.

A proteção da privacidade, conforme Nissenbaum (2010), deve ser compreendida dentro do conceito de integridade contextual, respeitando as expectativas sociais sobre o uso adequado das informações. A ampla identificação dessas práticas, especialmente em contextos organizacionais que dependem intensivamente de dados pessoais, indica uma maturidade considerável na gestão desses aspectos. Contudo, a classificação “Parcial” para algumas empresas sugere que, embora existam políticas gerais, a vinculação explícita e detalhada à IA ainda pode ser aprimorada.

Justiça, equidade e não discriminação

A dimensão de justiça, equidade e não discriminação apresentou um desenvolvimento mais incipiente, com a maioria das empresas (Itaú, Bradesco, TOTVS, B3, Petrobras, Magazine Luiza) classificadas como “Parcial”. Apenas Vale e Natura &Co foram classificadas como “Presente”, principalmente por meio de políticas de diversidade e inclusão. Os achados corroboraram a dificuldade das organizações em traduzir princípios abstratos de equidade algorítmica em mecanismos técnicos concretos, como destacado por Barocas, Hardt e Narayanan (2019).

A ausência de evidências claras sobre a mitigação de vieses algorítmicos sugere que esta dimensão ainda não foi plenamente incorporada às práticas empresariais. Sistemas de IA podem reproduzir ou amplificar desigualdades existentes quando treinados com dados históricos enviesados, tornando essencial a adoção de mecanismos de detecção e mitigação de vieses. A abordagem genérica, sem vinculação explícita à IA, em muitas das políticas observadas, indica que a operacionalização desses princípios ainda é um desafio significativo no contexto corporativo brasileiro.

Supervisão humana e autonomia

A supervisão humana e autonomia foi identificada como “Presente” em Itaú, Bradesco e B3, e “Parcial” em TOTVS, Petrobras e Magazine Luiza, enquanto Vale e Natura &Co foram classificadas como “Ausente”. A presença de mecanismos de controle humano sobre sistemas automatizados foi mais evidente em instituições financeiras, onde a criticidade das decisões exige maior intervenção humana. Este princípio está associado ao conceito de “human-in-the-loop”, no qual humanos mantêm um papel ativo na validação e revisão de decisões automatizadas.

A autonomia da IA, conforme proposto pela Comissão Europeia (2019), deve ser limitada por salvaguardas que evitem decisões totalmente independentes em contextos sensíveis. A identificação de tais mecanismos nas empresas financeiras e na B3 demonstra uma preocupação com a segurança e a responsabilidade. No entanto, a classificação “Parcial” para outras empresas indica que, embora existam controles gerais, a especificidade da supervisão humana em relação aos sistemas de IA ainda não está plenamente formalizada ou detalhada em seus documentos públicos.

Impactos sociais e no trabalho

A dimensão de impactos sociais e no trabalho apresentou uma distribuição mista, com Vale, Magazine Luiza e Natura &Co classificadas como “Presente”, e Itaú, Bradesco, TOTVS, B3 e Petrobras como “Parcial”. Evidenciaram-se iniciativas de requalificação profissional e inclusão digital, especialmente em empresas como Magazine Luiza, que utilizam intensivamente a IA em processos relacionados à experiência do cliente e logística. A adoção de IA no ambiente organizacional gera impactos significativos sobre o mercado de trabalho, exigindo adaptação e requalificação profissional.

Brynjolfsson e McAfee (2014) argumentam que a automação pode aumentar a produtividade, mas também aprofundar desigualdades se não for acompanhada de políticas adequadas. A classificação “Parcial” para a maioria das empresas sugere que, embora haja reconhecimento dos impactos sociais, a formalização de diretrizes específicas para mitigar esses efeitos em relação à IA ainda é incipiente. A presença em Vale, Magazine Luiza e Natura &Co pode estar ligada a suas agendas mais amplas de responsabilidade social corporativa.

Sustentabilidade e impactos ambientais

A sustentabilidade e impactos ambientais foi uma dimensão com maior aderência em empresas com forte atuação em ESG, como Vale, Petrobras e Natura &Co, classificadas como “Presente”. As demais empresas (Itaú, Bradesco, TOTVS, B3, Magazine Luiza) foram classificadas como “Parcial”. Contudo, mesmo nas empresas classificadas como “Presente”, a conexão explícita entre as práticas de sustentabilidade e o uso da inteligência artificial não foi amplamente detalhada nos documentos analisados. Este resultado sugere uma oportunidade de integração entre agendas que ainda são tratadas de forma separada.

Estudos como os de Strubell, Ganesh e McCallum (2019) evidenciam que modelos de IA de grande escala podem ter pegadas ambientais significativas, demandando que a ética em IA incorpore preocupações ambientais. A classificação “Parcial” para a maioria das empresas indica que, embora haja um compromisso com a sustentabilidade, a especificidade de como a IA é gerenciada para minimizar seu impacto ambiental ainda não está plenamente formalizada. A integração proativa da ética em IA com os princípios ESG é um caminho para promover o uso eficiente de recursos e o desenvolvimento de tecnologias mais sustentáveis.

Gestão de riscos e avaliação de impacto

A gestão de riscos e avaliação de impacto foi uma dimensão amplamente evidenciada, com Itaú, Bradesco, TOTVS, B3, Vale e Petrobras classificadas como “Presente”. Magazine Luiza e Natura &Co foram classificadas como “Parcial”. Este resultado destaca a importância atribuída à identificação, análise e mitigação de potenciais efeitos adversos decorrentes do uso de sistemas automatizados. A avaliação de impacto, conforme o framework da OCDE (2019), é uma ferramenta essencial para antecipar consequências e orientar decisões responsáveis, sendo um elemento central em contextos de compliance.

A forte aderência nesta dimensão, especialmente em instituições financeiras e empresas reguladas, reflete a criticidade de suas operações e a necessidade de prevenir riscos operacionais e reputacionais. A existência de políticas e procedimentos para gerenciar riscos, mesmo que de forma mais ampla em algumas empresas, demonstra um nível de maturidade na governança corporativa. No entanto, a classificação “Parcial” para Magazine Luiza e Natura &Co sugere que, embora a gestão de riscos seja uma prática estabelecida, sua aplicação específica aos impactos da IA ainda pode carecer de maior detalhamento documental.

Confiança, percepção e aceitação social

A dimensão de confiança, percepção e aceitação social apresentou um desenvolvimento uniformemente “Parcial” em todas as oito empresas analisadas. Observou-se comunicação institucional voltada à reputação e transparência, mas sem detalhamento suficiente sobre como a confiança em sistemas de IA é construída e mantida. A aceitação social da IA depende não apenas de sua eficácia técnica, mas também da transparência, responsabilidade e comunicação das organizações, conforme Mayer, Davis e Schoorman (1995).

A ausência de iniciativas estruturadas e explícitas nesta área pode comprometer a legitimidade do uso da IA no longo prazo, especialmente em contextos de crescente preocupação pública com privacidade, discriminação e automação. A classificação “Parcial” para todas as empresas indica que, embora haja um reconhecimento da importância da reputação e da comunicação, a formalização de estratégias específicas para fomentar a confiança e a aceitação social da IA ainda é um desafio a ser superado, demandando abordagens mais proativas e integradas.

Educação, capacitação e acesso à IA

A educação, capacitação e acesso à IA apresentaram um cenário misto, com TOTVS classificada como “Presente”, Itaú, Bradesco, B3, Petrobras e Magazine Luiza como “Parcial”, e Vale e Natura &Co como “Ausente”. Identificaram-se iniciativas de capacitação interna em tecnologia e inovação, especialmente na TOTVS, que atua no desenvolvimento de soluções digitais. Esta dimensão envolve a necessidade de preparar indivíduos e organizações para compreender, utilizar e interagir criticamente com sistemas de IA, incluindo formação técnica e desenvolvimento de competências éticas e analíticas.

A democratização do acesso à IA é fundamental para garantir seu uso equitativo e sustentável, segundo a UNESCO (2021). A classificação “Parcial” para a maioria das empresas sugere que, embora haja investimentos em capacitação tecnológica, a especificidade da educação em ética da IA e a promoção do acesso equitativo ainda não estão plenamente formalizadas. A ausência em Vale e Natura &Co pode indicar que, para essas empresas, a IA ainda não é um foco central em suas estratégias de capacitação e desenvolvimento, ou que tais iniciativas não são divulgadas publicamente.

Direitos humanos e dignidade

A dimensão de direitos humanos e dignidade foi classificada como “Presente” em Bradesco, Vale e Natura &Co, e “Parcial” em Itaú, TOTVS, B3, Petrobras e Magazine Luiza. A prática foi identificada por meio de evidências documentais em políticas corporativas, relatórios e códigos de conduta. No caso do Bradesco, a adoção de uma Política Corporativa de Direitos Humanos e de uma Política de Diversidade, Equidade e Inclusão demonstrou alinhamento institucional com princípios fundamentais de dignidade, igualdade e respeito aos indivíduos.

A relação entre inteligência artificial e direitos humanos compreende a garantia de que sistemas automatizados respeitem princípios fundamentais, sendo necessário incorporá-los desde a concepção dos sistemas (“by design”), conforme consignado pela ONU (2020). A classificação “Parcial” para a maioria das empresas indica que, embora haja um compromisso geral com os direitos humanos, a vinculação explícita e detalhada desses princípios à governança da IA ainda é um desafio. As empresas classificadas como “Presente” demonstraram um avanço na formalização dessas diretrizes em seus documentos públicos.

Soberania e desenvolvimento tecnológico

A dimensão de soberania e desenvolvimento tecnológico apresentou o menor nível de aderência, com apenas a TOTVS classificada como “Presente”, enquanto todas as outras sete empresas foram classificadas como “Ausente”. A soberania tecnológica refere-se à capacidade de uma organização de desenvolver, controlar e utilizar tecnologias estratégicas, como a inteligência artificial, de forma autônoma e alinhada a seus interesses. Esta dimensão envolve questões geopolíticas, econômicas e regulatórias, incluindo a dependência de fornecedores externos e o controle sobre dados e infraestrutura.

A presença da TOTVS nesta dimensão pode ser explicada por sua atuação como empresa de tecnologia, desenvolvendo e fornecendo soluções digitais, o que naturalmente a posiciona em um papel de maior controle sobre suas tecnologias. A ausência em todas as outras empresas sugere que a discussão sobre soberania tecnológica em relação à IA ainda é incipiente no contexto corporativo brasileiro, ou que tais preocupações não são formalizadas em documentos públicos. Conforme Roberts (2024), o desenvolvimento tecnológico soberano é essencial para garantir segurança e competitividade, e a falta de evidências documentais indica uma lacuna significativa.

Em síntese, os resultados da pesquisa revelaram que a incorporação da ética em inteligência artificial no contexto corporativo brasileiro é heterogênea e ainda está em fase de consolidação. As empresas de setores mais regulados e intensivos em dados, como o financeiro, demonstraram maior maturidade em dimensões como governança, gestão de riscos e proteção de dados, impulsionadas por pressões regulatórias e pela criticidade de suas operações. Contudo, lacunas significativas persistem em dimensões mais complexas, como transparência, explicabilidade, mitigação de vieses algorítmicos e soberania tecnológica, indicando a necessidade de abordagens mais integradas e proativas. A análise reforça que, embora haja um reconhecimento crescente da importância da ética em IA, a tradução de princípios abstratos em práticas operacionais e mensuráveis ainda representa um desafio para as organizações, demandando a formulação de políticas específicas e transparentes que alinhem inovação tecnológica com responsabilidade ética e sustentabilidade.

4. Conclusão

O presente estudo buscou analisar como diretrizes e práticas de governança ética da inteligência artificial são evidenciadas em documentos públicos de oito empresas brasileiras de capital aberto, comparando o grau de maturidade documental dessas práticas. Verificou-se uma adoção heterogênea de práticas éticas entre os setores, com maior maturidade em organizações submetidas a pressões regulatórias mais intensas, como as dos segmentos financeiro e de tecnologia. Observou-se que dimensões como privacidade, proteção de dados, segurança, gestão de riscos e avaliação de impacto apresentaram maior formalização. Contudo, persistiram lacunas significativas em aspectos mais complexos, como transparência, explicabilidade, mitigação de vieses algorítmicos e soberania tecnológica, indicando que a ética em inteligência artificial ainda se encontra em processo de consolidação no contexto corporativo brasileiro. A principal contribuição do trabalho reside na proposição de um framework consolidado que integra diversas dimensões éticas do uso corporativo da inteligência artificial, oferecendo uma ferramenta diagnóstica para áreas de compliance, riscos, auditoria, privacidade, sustentabilidade e tecnologia, e sinalizando a importância de alinhar inovação tecnológica com responsabilidade ética.

Como limitação principal, destacou-se o uso exclusivo de documentos públicos, o que pode não refletir integralmente as práticas internas das organizações analisadas, além da ausência de padronização na divulgação de informações sobre inteligência artificial, que dificultou comparações mais precisas. Sugere-se que estudos futuros complementem o framework proposto com entrevistas, testes de controles, indicadores e evidências operacionais, permitindo verificar a efetiva incorporação dos compromissos formais ao ciclo de vida dos sistemas de IA. Recomenda-se, ainda, que as organizações priorizem temas com menor evidência documental, como explicabilidade, contestabilidade e mitigação de vieses, e desenvolvam abordagens mais integradas e proativas, alinhadas aos princípios ESG, para promover um uso mais responsável e sustentável da inteligência artificial.

Referências Bibliográficas

Floridi, L.; Cowls, J.; Beltrametti, M.; Chatila, R.; Chazerand, P.; Dignum, V.; Luetge, C.; Madelin, R.; Pagallo, U.; Rossi, F.; Schafer, B.; Valcke, P.; Vayena, E. 2018. Al4People – An ethical framework for a good Al society: opportunities, risks, principles, and recommendations. Minds and Machines 28(4): 6

Huang, C.; Zhang, Z.; Mao, B.; Yao, X. 2023. An overview of artificial intelligence ethics. IEEE Transactions On Artificial Intelligence 4(4): 799-816.

Instituto Brasileiro de Geografia e Estatística [IBGE]. 2025. De 2022 a 2024, percentual de empresas industriais utilizando inteligência artificial subiu de 16,9% para 41,9%. Disponível em: <https://agenciadenoticias.ibge.gov.br/agencia-noticias/2012-agencia-de-noticias/noticias/44551-de-2022-a-2024-percentual-de-empresas-industriais-utilizando-inteligencia-artificial-subiu-de-16-9-para-41-9>. Acesso em: 30 dez. 2025.

Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Compliance e ESG do MBA USP/Esalq

Para saber mais sobre o curso, clique aqui e acesse a plataforma MBX Academy