Artigo

Fabiana Oliveira Barbosa de Vasconcelos; Gabriele da Cunha Lopes

DOI: 10.22167/2675-6528-202601587

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 governança corporativa estabelece a base para a implementação ética da Inteligência Artificial (IA), exigindo novas competências técnicas e éticas da força de trabalho. Diante da previsão de que quase 50% da força de trabalho necessitará de requalificação até 2025, este estudo examinou o impacto da integração da IA na governança corporativa e na requalificação da força de trabalho, com foco no framework ESG. Para isso, adotou-se uma abordagem de método duplo, que compreendeu uma Revisão Sistemática da Literatura para fundamentação teórica e uma Pesquisa Participante para coleta de dados contextualizados. Os resultados revelaram que a governança da IA ainda estava em estágios iniciais, concentrada em Transformação Digital, e que as estruturas ESG careciam de diretrizes específicas e envolvimento direto com o tema. Identificou-se também uma lacuna na definição de responsabilidades claras entre os departamentos de TI, Compliance, ESG, Jurídico e Learning, o que dificultava a implementação de políticas de IA. A pesquisa contribuiu para a compreensão da adaptabilidade da força de trabalho em ambientes corporativos impulsionados pela IA, abordando lacunas de habilidades e considerações éticas, e alinhou-se ao ODS 8 da ONU sobre Trabalho Decente e Crescimento Econômico.

Palavras-chave: ESG; Governança Corporativa; Governança Digital; Requalificação.

1. Introdução

Corporate governance estabelece os sistemas, princípios e processos pelos quais as organizações são dirigidas e controladas, visando equilibrar os interesses das partes interessadas (OCDE, 2023). Com a emergência da estrutura ESG (Environmental, Social, and Governance), a governança assumiu um papel crítico, englobando estruturas organizacionais, padrões éticos e processos de tomada de decisão que moldam o comportamento corporativo (OCDE, 2015). Ela forma a base para o cumprimento de compromissos ambientais e sociais, assegurando a integridade das divulgações ESG e a implementação ética de metas (CIGI, 2023).

A integração da Inteligência Artificial (IA) nas práticas de governança corporativa transforma as estruturas tradicionais. Ferramentas baseadas em IA introduzem análises avançadas de dados, modelagem preditiva e sistemas automatizados de tomada de decisão (McKinsey e Company, 2022), aumentando a eficiência operacional em áreas como avaliação de riscos e monitoramento de conformidade. Contudo, essa evolução tecnológica suscita questões éticas complexas, exigindo que as organizações ponderem os benefícios contra a necessidade de defender princípios de transparência, responsabilidade e compromisso social (Comissão Europeia, 2019).

À medida que as tecnologias de IA evoluem e se integram, a demanda por requalificação da força de trabalho torna-se urgente (OCDE, 2024). O Relatório sobre o Futuro dos Empregos do Fórum Econômico Mundial (2023) projeta que, até 2025, metade da força de trabalho global necessitará de requalificação. Profissionais da governança precisam desenvolver competências técnicas para operar com sistemas de IA e cultivar sensibilidade ética para gerenciar suas implicações (Reineke, 2023).

A literatura sobre o impacto da tecnologia no trabalho e nas habilidades revela duas tendências principais. Preocupações iniciais com o deslocamento de empregos pela automação evoluíram para uma visão mais otimista, sugerindo um ganho líquido de empregos. Contudo, novas funções surgirão em setores distintos e demandarão conjuntos de habilidades inteiramente novos. Espera-se que as funções futuras envolvam habilidades cognitivas de ordem superior e tarefas complexas e não rotineiras (Ling Li, 2022). O aprendizado contínuo e a capacidade de desaprender práticas obsoletas tornam-se essenciais para a adaptabilidade organizacional.

Apesar dessas tendências, existe uma lacuna notável na compreensão de como a IA afeta as necessidades de requalificação na governança corporativa. A implementação bem-sucedida da IA exige uma abordagem estratégica e prospectiva para o planejamento da força de trabalho, incluindo a identificação de habilidades em evolução e a reavaliação de responsabilidades (Whysall et al., 2019). É fundamental que as estratégias de IA sejam integradas às estratégias de negócios abrangentes para evitar a fragmentação e maximizar seu potencial transformador (Tambe et al., 2019).

Promover uma cultura positiva em relação à IA no ambiente de trabalho é crucial, enfatizando-a como complemento ao esforço humano para mitigar a resistência dos funcionários. A alfabetização em IA deve ser tratada como competência organizacional central, garantindo que os colaboradores compreendam seu funcionamento e como ela pode remodelar suas carreiras (Fountaine et al., 2019). Fornecer treinamento estruturado e ético em IA é crítico para a retenção de talentos e para a construção de uma força de trabalho resiliente, preparada para a transformação digital contínua (Harvard Business Review, 2023).

No entanto, a governança da IA ainda se encontra em estágios iniciais, com foco predominante em áreas de transformação digital, enquanto as estruturas ESG carecem de diretrizes específicas e de envolvimento direto com o tema. Observa-se uma lacuna na definição clara de responsabilidades entre os departamentos de TI, Compliance, ESG, Jurídico e Learning, o que dificulta a implementação coesa de políticas de IA. Essa fragmentação e a falta de clareza institucional representam desafios significativos para a adoção ética e responsável da IA em ambientes corporativos.

Ao abordar lacunas de habilidades e considerações éticas inerentes à IA, esta pesquisa contribui para uma compreensão aprofundada da adaptabilidade da força de trabalho em ambientes corporativos impulsionados pela tecnologia. O estudo alinha-se ao Objetivo de Desenvolvimento Sustentável (ODS) 8 da ONU, que visa promover o Trabalho Decente e o Crescimento Econômico, e tem como objetivo examinar o impacto da integração da Inteligência Artificial na governança corporativa na requalificação da força de trabalho, com foco especial no framework ESG.

2. Material e Métodos

Esta pesquisa adotou uma abordagem de método duplo, de natureza qualitativa e exploratória, para examinar o impacto da Inteligência Artificial na governança corporativa e na requalificação da força de trabalho. A metodologia compreendeu uma Revisão Sistemática da Literatura (RSL) para base conceitual teórica e uma Pesquisa Participante para gerar dados ricos e contextualizados (Myers, 2003; DeWalt, 2011). A integração dessas abordagens permitiu uma análise robusta, unindo perspectivas teóricas e empíricas para aprofundar a compreensão do fenômeno.

A Revisão Sistemática da Literatura (RSL) teve como objetivo descrever qualitativamente as implicações da IA nas necessidades de requalificação para a governança corporativa sob o framework ESG. O processo seguiu cinco etapas (Mengist, Soromessa e Legese, 2020), com o protocolo PRISMA garantindo sistematicidade. A coleta de dados ocorreu na base Scopus em 25 de janeiro de 2025 (Gouvêa et al., 2022), utilizando palavras-chave específicas e filtros por tópico e tipo de documento. Dos 54 artigos identificados, 21 foram selecionados após triagem de resumos, e 12 estavam acessíveis em texto completo para análise. O processo de seleção é detalhado na Figura 1.

Figura 1. Diagrama de fluxo Prisma

Fonte: Dados da Pesquisa

A Figura 1 ilustra as etapas de identificação, elegibilidade, exclusão e inclusão dos artigos na RSL. Este diagrama visualiza o rigor metodológico empregado na seleção das fontes, demonstrando a transparência do processo de filtragem desde a busca inicial na base de dados Scopus até a formação do corpus final de 12 artigos.

A Pesquisa Participante foi conduzida em uma organização multinacional do setor de saúde, especializada em logística e distribuição de suprimentos e equipamentos médicos, localizada na região leste da Holanda. A unidade de análise consistiu em uma instalação de médio porte, com aproximadamente 200 funcionários em diversas funções. O período de observação ocorreu entre março e abril de 2025, proporcionando um contexto real para examinar a interseção da Inteligência Artificial e temas de governança. A localização geográfica da unidade estudada é apresentada na Figura 2.

Figura 2. Unidade geográfica selecionada para análise

Fonte: Google Earth

A Figura 2 ilustra a unidade geográfica onde a pesquisa participante foi realizada, contextualizando o ambiente empírico do estudo. Esta representação visual permite compreender o cenário operacional e cultural em que a integração da Inteligência Artificial e suas implicações na requalificação da força de trabalho foram observadas.

Os dados da pesquisa participante foram coletados por meio de notas de campo detalhadas, conversas informais e entrevistas com equipes de TI, Compliance, ESG, Jurídico, Learning e Business Transformation, além de outros empregados. Os instrumentos de coleta incluíram registros de entrevistas e revisão de relatórios internos. A análise dos dados foi qualitativa, baseada na interpretação desses registros. Uma Análise de Necessidades de Treinamento (ANT) foi conduzida pelo Departamento de Learning, em colaboração com o subdepartamento de Transformação Digital, para identificar lacunas de habilidades e requisitos de aprendizagem. O Excel foi utilizado para organizar os dados da RSL. multifuncional necessária para a implementação ética e eficaz das tecnologias de IA e para o desenvolvimento contínuo da força de trabalho.

As considerações éticas foram parte integrante da pesquisa, garantindo a proteção dos participantes. Todos foram informados sobre os objetivos e forneceram consentimento formal. Para preservar a confidencialidade e a privacidade, os dados foram anonimizados, impedindo a identificação de indivíduos e da empresa. Os achados foram compartilhados com os participantes para revisão e solicitação de modificações, assegurando a integridade e a conformidade com os padrões éticos de pesquisa.

As limitações metodológicas incluíram o estágio inicial de maturidade das organizações na adoção de políticas estruturadas de governança de IA, restringindo a observação de práticas consolidadas. A literatura científica sobre governança de IA ainda se encontra em consolidação, dificultando a construção de um quadro conceitual robusto. Houve também falta de clareza nas empresas quanto à alocação institucional da responsabilidade pela IA, e a coleta de dados empíricos foi restrita por fatores como tempo, acesso a fontes qualificadas, recorte temporal e abordagem transversal.

3. Resultados e Discussão

Os resultados desta pesquisa revelaram que a integração da Inteligência Artificial (IA) na governança corporativa e suas implicações para a requalificação da força de trabalho ainda se encontram em estágios iniciais, com lacunas significativas na definição de responsabilidades e na formalização de políticas. A abordagem de método duplo, combinando uma Revisão Sistemática da Literatura (RSL) e uma Pesquisa Participante, permitiu uma análise aprofundada das perspectivas teóricas e das realidades empíricas em um ambiente corporativo, fornecendo insights sobre a adaptabilidade da força de trabalho e os desafios éticos e técnicos da IA no contexto ESG.

A Revisão Sistemática da Literatura (RSL) identificou 54 artigos na base de dados Scopus, dos quais 21 foram considerados relevantes após triagem de títulos, anos e resumos. No entanto, apenas 12 desses documentos estavam acessíveis em formato de texto completo, o que representou uma limitação na abrangência da revisão. Essa restrição na disponibilidade de material acadêmico sobre IA e governança, especialmente em pesquisas qualitativas, sugere uma lacuna na disseminação e abertura do conhecimento nesta área emergente de estudo, conforme observado na amostra final da literatura analisada.

A análise dos artigos da RSL, embora não tenha encontrado o termo “Governança Corporativa” explicitamente em todos os títulos e resumos iniciais, revelou a presença de elementos intrinsecamente ligados a ela. Temas como tomada de decisão baseada em dados (AlMalki e Durugbo, 2023), considerações éticas em IA (Hutson e Rains, 2024), produtividade orientada por IA (Gandía et al., 2025), e transparência e responsabilidade (Cheok et al., 2024) foram amplamente discutidos. Isso indica que os princípios de governança estão sendo abordados, mesmo que não sob a nomenclatura tradicional, evidenciando a relevância indireta do conceito para a evolução tecnológica.

Um tema central que emergiu da revisão foi a Indústria 4.0, frequentemente utilizada para contextualizar o potencial transformador da automação inteligente no aumento da eficiência operacional e na inovação. As publicações analisadas, como as de Hutson e Chuvas (2024) sobre a transição da IA em ambientes educacionais e de negócios, e de Obradović et al. (2024) sobre a sustentabilidade de projetos de requalificação, destacaram como a Indústria 4.0 está remodelando a forma como as empresas operam, tomam decisões estratégicas e buscam a sustentabilidade a longo prazo, integrando tecnologias digitais avançadas.

As transformações organizacionais na era da Indústria 4.0, conforme a RSL, foram categorizadas em domínios como Inteligência Operacional, Evolução da Força de Trabalho e Sustentabilidade e Ética Digital. No domínio da Inteligência Operacional, a mudança estrutural envolveu a transição de operações lineares para ecossistemas interconectados e orientados por dados. As tensões estratégicas incluíram a eficiência versus complexidade e a supervisão humana versus autonomia da máquina, demandando imperativos organizacionais como a incorporação da IA aos fluxos de trabalho e a criação de arquiteturas de decisão em tempo real.

Na Evolução da Força de Trabalho, a transição de funções fixas para ecossistemas de talentos dinâmicos e adaptáveis foi observada. As tensões estratégicas se manifestaram na velocidade da mudança tecnológica versus o ritmo de requalificação, e nos ganhos de automação versus o valor do capital humano. Isso impulsionou imperativos como a redefinição de KPIs para agilidade, o lançamento de iniciativas de requalificação em larga escala e a promoção da colaboração entre IA e humanos, conforme apontado por Tenakwah e Watson (2025).

No que tange à Sustentabilidade e Ética Digital, a mudança estrutural foi da Responsabilidade Social Corporativa (RSC) focada em conformidade para uma sustentabilidade incorporada e governança de IA ética por design. As tensões estratégicas envolveram a liberdade de inovação versus restrições éticas e a eficiência versus responsabilidade. Os imperativos organizacionais incluíram a operacionalização dos princípios ESG, o desenvolvimento de conselhos de ética de IA e o aumento da transparência e inclusão das partes interessadas, como discutido por Hutson e Rains (2024).

Apesar da ausência explícita do termo “Governança Corporativa” em muitos artigos da RSL, os princípios de supervisão, tomada de decisão ética e adaptação regulatória foram intrinsecamente abordados. A literatura enfatizou que a ascensão da IA e da automação exige novos mecanismos de governança para assegurar a supervisão humana, a ética algorítmica e a adaptação contínua às pressões regulatórias (Cheok et al., 2024). Essa interseção entre transformação digital, requalificação da força de trabalho e sustentabilidade sublinha a necessidade de desenvolver estruturas de governança alinhadas aos avanços da Indústria 4.0, garantindo operações éticas e sustentáveis.

A requalificação da força de trabalho foi identificada como uma estratégia crítica para mitigar as consequências adversas da IA no ambiente de trabalho. Estudos indicam que, sem iniciativas estratégicas de desenvolvimento, os funcionários estão vulneráveis ao deslocamento de empregos e à insegurança (Tenakwah e Watson, 2025). As empresas devem investir em programas de aprimoramento de habilidades que não apenas equipem os funcionários com proficiências técnicas para colaborar com a IA, mas também cultivem uma compreensão profunda das estruturas éticas para seu uso responsável (Hutson e Rains, 2024).

Essa necessidade de requalificação contínua está ligada à governança corporativa, pois as organizações devem navegar pelas implicações éticas, regulatórias e estratégicas da adoção da IA (Obradović et al., 2024). Estruturas de governança eficazes devem garantir que o desenvolvimento da força de trabalho seja parte integrante da estratégia corporativa, promovendo uma cultura de adaptabilidade, responsabilidade e sustentabilidade de longo prazo (Cheok et al., 2024). A dependência crescente da IA exige mecanismos de governança que supervisionem a transição da força de trabalho, a implementação ética da IA e as políticas de proteção dos funcionários contra o deslocamento tecnológico (AlMalki e Durugbo, 2023).

No estudo de caso, a organização demonstrou uma crescente consciência da necessidade de preparar sua força de trabalho para a integração da IA, impulsionada pela criação do Departamento de Transformação de Negócios em 2023. Este departamento atua como consultoria interna, promovendo a adoção de ferramentas de IA e garantindo que os funcionários estejam equipados para usá-las de forma eficaz e ética. Os esforços de requalificação estão alinhados à missão de apoiar projetos ágeis, simplificar fluxos de trabalho e promover a inovação, preparando as equipes para a automação e a análise avançada de dados.

A Transformação Digital, liderada por um subdepartamento específico, foca na migração para plataformas e ferramentas digitais modernas, incluindo Microsoft 365, Power Apps e soluções de IA. Além da implementação técnica, essa subunidade promove o uso responsável da IA, conscientizando sobre ética de dados, transparência e o impacto humano da automação. O Departamento de Learning, também uma subunidade, complementa esses esforços, atendendo à necessidade de requalificação e qualificação dos funcionários, desenvolvendo caminhos de aprendizagem em ferramentas digitais, alfabetização em IA e inovação de processos.

A análise do ecossistema de aprendizagem da organização revelou que o portfólio atual de treinamentos, embora fundamental, ainda não evoluiu totalmente para responder às demandas da IA. O Learning Management System (LMS) mostra Learnings focados em conhecimento de produto, segurança de TI e integração de novas contratações. Contudo, o Departamento de Learning está desenvolvendo uma Estratégia de Aprendizagem de IA dedicada, com foco em melhores práticas, uso ético e responsável da IA, e técnicas de prompting para produtividade e tomada de decisões.

O acesso gratuito ao LinkedIn Learning e a alta demanda dos funcionários por conteúdos relacionados à IA, que figuraram entre os três tópicos mais pesquisados, indicam um interesse orgânico e uma prontidão da força de trabalho para se engajar com as tecnologias. Esses insights ressaltam a importância estratégica de expandir o portfólio de aprendizagem para incluir um caminho abrangente de requalificação em IA, abordando tanto a alfabetização técnica quanto habilidades sociais críticas, como adaptabilidade, ética digital e pensamento crítico.

A Análise de Necessidades de Treinamento (ANT) interna revelou uma lacuna crescente de habilidades em IA fora das equipes digitais e de TI especializadas. Embora houvesse conscientização sobre o potencial da IA, muitos funcionários demonstraram proficiência limitada em áreas essenciais como alfabetização de dados, lógica de automação, uso responsável de IA e tomada de decisões éticas. A incerteza sobre as capacidades e limitações da IA gerou preocupações com o uso indevido, violações de privacidade e má interpretação de resultados, resultando em hesitação ou desengajamento.

A falta de clareza sobre o uso responsável da IA, incluindo como evitar vieses algorítmicos e garantir a transparência nas decisões automatizadas, foi um achado relevante. Isso sugere que a lacuna de habilidades em IA exige mais do que apenas treinamento técnico, demandando a construção de consciência ética, confiança digital e uma compreensão clara dos limites e expectativas organizacionais. As principais conclusões da ANT indicaram a necessidade de educação básica em IA em toda a organização e capacitação mais ampla em todas as unidades de negócios.

Para abordar essas lacunas, a ANT identificou habilidades críticas para a requalificação da força de trabalho, incluindo alfabetização em IA (compreensão fundamental de seu funcionamento e aplicações), alfabetização de dados (capacidade de interpretar e avaliar dados), engenharia de prompt (habilidade em projetar comandos eficazes para IA generativa), consciência ética da IA (compreensão de princípios como preconceito, justiça e responsabilidade), e confiança digital (conforto em experimentar ferramentas de IA). Outras habilidades essenciais incluem o uso responsável de ferramentas de IA, solução de problemas habilitada por IA, adaptabilidade à mudança, conscientização sobre segurança cibernética e privacidade, e liderança para integração de IA, especialmente para gerentes.

Apesar dos esforços de transformação digital e aprendizagem, o pilar de Governança ESG demonstrou poucas iniciativas ou políticas formais relacionadas à integração da IA, sugerindo uma oportunidade para maior alinhamento. A função ESG, embora consciente da relevância da IA, ainda possui envolvimento limitado e não é apoiada por políticas internas ou estruturas estratégicas adaptadas. Uma área desenvolvida é o treinamento de gerentes de produto para evitar o greenwashing na criação de alegações ambientais, o que é crucial para garantir credibilidade e conformidade em um contexto onde a IA pode gerar conteúdo.

A necessidade de promover o uso responsável de ferramentas de IA em toda a organização é um tema emergente, com ênfase na validação das informações geradas por IA para evitar a dependência excessiva da automação sem supervisão humana. Essa preocupação reflete uma crescente conscientização sobre os desafios éticos da IA, mesmo na ausência de estruturas formais de governança. Atualmente, os esforços ESG concentram-se principalmente nas dimensões ambiental e social, com a dimensão de governança, especialmente no contexto da IA, carecendo de diretrizes e padrões estabelecidos.

A Figura 3 ilustra a configuração organizacional observada no estudo de caso, enfatizando como as ferramentas de IA são implementadas e governadas por meio de esforços coordenados entre os departamentos. O Departamento de Transformação de Negócios supervisiona os subdepartamentos de Learning e Transformação Digital, que colaboram para garantir que a adoção da tecnologia seja apoiada por treinamento relevante e adaptação cultural. Embora TI e Compliance não estejam diretamente incorporados a essa estrutura, eles desempenham um papel de suporte essencial em áreas como infraestrutura, segurança e supervisão regulatória.

Figura 3. Estudo de Caso: Estrutura organizacional e escopo de IA

Fonte: Dados originais da pesquisa

A figura demonstra que a governança de IA é um empreendimento multifuncional que requer alinhamento estratégico, clareza de funções e coordenação contínua entre várias partes interessadas. O ESG, embora conectado, teve um papel mais periférico na governança da IA, focado principalmente em sustentabilidade e reivindicações éticas, mas carecendo de políticas formais para supervisão da IA. Essa lacuna reflete a necessidade de o modelo de governança ESG evoluir, incorporando propriedade clara, padrões definidos e coordenação interdepartamental para gerenciar riscos e oportunidades relacionados à IA.

A RSL e o estudo de caso convergem na importância crítica da requalificação da força de trabalho na era da IA. As medidas proativas da organização, como o estabelecimento do Departamento de Transformação de Negócios e as iniciativas de Learning estruturado, alinham-se com a literatura que destaca a necessidade de desenvolver proficiências técnicas e estruturas éticas (Tenakwah e Watson, 2025; Hutson e Rains, 2024). O compromisso com o aprendizado contínuo e o cultivo de habilidades sociais essenciais refletem o apelo por estratégias abrangentes de requalificação.

A transformação digital é fundamental para a integração da IA nas estruturas organizacionais, conforme ilustrado pela pesquisa de Bertrand e Glebova (2024), que enfatiza a necessidade de incorporar a IA nas estratégias digitais para aumentar a eficiência e a inovação. O estudo de caso espelha essa perspectiva com o estabelecimento do subdepartamento de Transformação Digital, que não apenas supervisiona a implementação de tecnologias de IA, mas também promove seu uso responsável, ética e transparência dos dados. A colaboração entre os departamentos de Transformação Digital e Learning garante que os avanços tecnológicos sejam complementados por iniciativas de treinamento apropriadas.

Para consolidar a governança de IA, propõe-se um plano de ação em três etapas. A primeira, “Diagnóstico e Estruturação”, visa avaliar a maturidade da organização no uso e gerenciamento da IA, mapeando iniciativas, identificando riscos (vieses algorítmicos, privacidade) e aplicando modelos de maturidade. A liderança deve garantir legitimidade e engajamento inicial, apoiando institucionalmente a estruturação e definindo papéis e responsabilidades, conforme as recomendações da pesquisa.

A segunda etapa, “Formalização de Políticas e Diretrizes”, foca na criação de normas internas que abordem responsabilidade algorítmica, qualidade dos dados, mitigação de riscos e compliance regulatório. As políticas devem ser acompanhadas por diretrizes operacionais para projetos de IA, com avaliações prévias de impacto e definição de critérios éticos. A liderança executiva deve aprovar e patrocinar ativamente essas políticas, promovendo uma implementação top-down e integrando a IA à agenda ESG para garantir que os avanços tecnológicos contribuam para os objetivos sociais e ambientais da empresa.

A terceira etapa, “Monitoramento, Aprendizado e Ajustes”, envolve a implantação de mecanismos regulares de auditoria e monitoramento dos sistemas de IA, com métricas e indicadores para aferir conformidade e eficácia. A criação de comitês interdisciplinares permanentes pode fortalecer esse processo, permitindo análises críticas e proposição de melhorias. A liderança deve sustentar o compromisso institucional, dando exemplo e assegurando coerência ao longo do tempo, estimulando uma cultura de aprendizado contínuo por meio de feedback e compartilhamento de boas práticas, garantindo que a governança seja uma alavanca estratégica para a inovação responsável.

A governança digital eficaz exige a articulação de múltiplos departamentos, cada um contribuindo com perspectivas e competências específicas. O Conselho de Administração deve definir diretrizes estratégicas e aprovar políticas de ética e segurança de dados, supervisionando riscos emergentes. A área de TI e Segurança da Informação é responsável por garantir a cibersegurança, proteger dados e implantar soluções tecnológicas seguras, apoiando o compliance técnico.

O departamento Jurídico e Compliance deve interpretar e aplicar marcos regulatórios como LGPD e GDPR, elaborar políticas internas de conformidade e mitigar riscos jurídicos e reputacionais. Recursos Humanos (RH) deve adaptar políticas de gestão de pessoas ao contexto digital, supervisionar impactos da automação sobre cargos e diversidade, e atualizar práticas de recrutamento. Learning e Desenvolvimento são cruciais para oferecer treinamentos em IA, ética digital e competências futuras, fomentando uma cultura de aprendizado contínuo e liderando estratégias de upskilling e reskilling.

ESG e Sustentabilidade devem avaliar impactos sociais e ambientais da tecnologia, assegurando que a inovação digital esteja alinhada aos critérios ESG e promovendo responsabilidade e inclusão. Auditoria Interna verifica a conformidade das práticas digitais e avalia controles internos relacionados a dados, IA e automação, realizando auditorias regulares. Gestão de Riscos e Controles Internos identificam, avaliam e monitoram riscos digitais, desenvolvendo planos de mitigação integrados à governança.

Inovação e Transformação Digital lideram a adoção de novas tecnologias, garantindo que a inovação esteja alinhada à estratégia e governança, testando soluções de forma ética e segura. Dados e Analytics gerenciam qualidade, acesso e integridade dos dados, garantindo uso ético para tomada de decisão e atuando com transparência e governança de algoritmos. Marketing e Comunicação comunicam diretrizes de governança de forma clara, sensibilizam públicos sobre ética digital e gerenciam a reputação da marca frente à IA. As Áreas de Negócio e Operações aplicam diretrizes no uso cotidiano da tecnologia, monitoram riscos operacionais e oportunidades de inovação, atuando como elo entre estratégia e execução.

Em síntese, a pesquisa demonstrou que a governança da IA ainda está em seus estágios iniciais, com foco predominante em transformação digital e lacunas nas estruturas ESG para diretrizes específicas. A falta de clareza nas responsabilidades interdepartamentais dificulta a implementação coesa de políticas de IA. Contudo, a necessidade de requalificação da força de trabalho é amplamente reconhecida, e a organização do estudo de caso tem feito progressos na criação de um ecossistema de aprendizagem e na promoção de uma cultura de adaptabilidade, embora ainda precise integrar mais formalmente a IA na governança ESG para garantir uma abordagem ética, transparente e sustentável.

4. Conclusão

Este estudo examinou o impacto da integração da Inteligência Artificial (IA) na governança corporativa e na requalificação da força de trabalho, com foco especial no framework ESG. Verificou-se que a governança da IA ainda se encontrava em estágios iniciais, predominantemente concentrada em iniciativas de transformação digital, e que as estruturas ESG careciam de diretrizes específicas e de um envolvimento direto com o tema. Identificou-se uma lacuna na definição clara de responsabilidades entre os departamentos de TI, Compliance, ESG, Jurídico e Learning, o que dificultava a implementação coesa de políticas de IA. Contudo, observou-se um reconhecimento crescente da necessidade de requalificação da força de trabalho, evidenciado pelos esforços proativos da organização do estudo de caso na criação de um Departamento de Transformação de Negócios e no desenvolvimento de uma Estratégia de Aprendizagem de IA. A pesquisa contribuiu para uma compreensão aprofundada da adaptabilidade da força de trabalho em ambientes corporativos impulsionados pela IA, abordando lacunas de habilidades e considerações éticas, e alinhou-se ao Objetivo de Desenvolvimento Sustentável (ODS) 8 da ONU, que visa promover o Trabalho Decente e o Crescimento Econômico.

Apesar das contribuições, o estudo reconheceu limitações inerentes à baixa maturidade das organizações na adoção de políticas estruturadas de governança de IA e à natureza ainda consolidada da literatura científica sobre o tema, que frequentemente aborda aspectos de forma isolada. A falta de clareza na alocação institucional da responsabilidade pela IA e as restrições metodológicas, como o recorte temporal e a abordagem transversal, limitaram a observação de práticas consolidadas e de evoluções de longo prazo. Para mitigar esses desafios e consolidar a governança da IA, propôs-se um plano de ação em três etapas: Diagnóstico e Estruturação, Formalização de Políticas e Diretrizes, e Monitoramento, Aprendizado e Ajustes. Este plano visa promover uma abordagem estratégica e multifuncional, com a liderança executiva desempenhando um papel crucial na aprovação e patrocínio das políticas, garantindo que a inovação digital seja integrada à agenda ESG e que a governança da IA se torne uma alavanca estratégica para a inovação responsável e sustentável.

Referências Bibliográficas

AlMalki, H. A.; Durugbo, CM 2023. Avaliação de fatores institucionais críticos da Indústria 4.0 para a reforma educacional. Previsão Tecnológica e Mudança Social, v. 188, 122327. Disponível em: . Acesso em: 2 abril, 2025.

Bertrand e Glebova, 2024 [Referência completa não encontrada no documento original]

Centro de Inovação em Governança Internacional. 2023. Risco relacionado à IA: os méritos de uma abordagem de supervisão baseada em ESG. Disponível em: . Acesso em: 01 nov. 2024.

Cheok, A. D.; Edirisinghe, C.; Shrestha, M. L. 2024. A ascensão das máquinas: futuro do trabalho na era da IA. CRC Press, Boca Raton, EUA.

Comissão Europeia. 2019. Diretrizes de ética para IA confiável. Disponível em: . Acesso em: 26 out. 2024.

DeWalt, K. M. 2011. Participant Observation: A Guide for Fieldworkers. Rowman e Littlefield Publishers, Lanham, EUA.

Fonte, T.; Mccarthy, B.; Saleh, T. 2019. Construindo a organização alimentada por IA. Harvard Business Review, v. 97, n. 4, p. 62-73.

Fórum Econômico Mundial. 2023. Relatório sobre o Futuro dos Empregos 2023. Disponível em: . Acesso em: 26 out. 2024.

Gandía, J. A. G.; Gavrila, S. G.; Oliveira, A. L.; Núñez, M. T. del V. 2025. Rumo a negócios sustentáveis na era da automação: explorando seu impacto transformador da perspectiva da alta administração e dos funcionários. Previsão Tecnológica e Mudança Social, v. 210, 123908. Disponível em: . Acesso em: 2 abril, 2025.

GOUVÊA, A. et al. 2022. Índice H dos pesquisadores brasileiros: um olhar comparativo entre as bases de dados WoS, Scopus e Google Scholar. Research, Society and Development, v. 11, n. 5, 2022.

Hutson e Rains, 2024 [Referência completa não encontrada no documento original]

Hutson, J.; Chuvas, T. J. 2024. Mapeando a transição da IA em ambientes educacionais e de negócios: navegando no ponto de inflexão generativo para o sucesso da Indústria 4.0. Routledge, Londres, Reino Unido.

Ling Li, 2022 [Referência completa não encontrada no documento original]

McKinsey e Company. 2022. O estado da IA em 2022. Disponível em: . Acesso em: 26 out. 2024.

Mengist, Wondimagegn et al. 2020. Método para conduzir revisão sistemática da literatura e meta-análise para pesquisa em ciências ambientais. MétodosX, 7, 100777. Disponível em: . Acesso em: 3 fev. 2025.

Myers, M.D.; Avison, D. (Eds.). 2002. Pesquisa Qualitativa em Sistemas de Informação. Londres: Sábio.

Obradović, V.; Kovačević, I.; Kužet, I.; Manojlović, M. 2024. A sustentabilidade dos projetos de requalificação com base na prontidão dos funcionários para uma mudança de carreira: buscar carreiras sustentáveis por meio da transição para profissões de TI. Sustentabilidade, v. 16, 709. Disponível em: https://doi.org/10.3390/su16020709. Acesso em: 2 abril, 2025.

OCDE. 2015. Princípios de Governança Corporativa do G20/OCDE. Disponível em: . Acesso em: 3 fev. 2025.

OCDE. 2023. Princípios de Governança Corporativa do G20/OCDE 2023. Disponível em: . Acesso em: 3 fev. 2025.

OCDE. 2024. Preparando Alunos Adultos para a Inovação: Requalificação e Qualificação no Ensino Superior. Destaques da Educação da OCDE, nº 13. Publicação da OCDE, Paris. Disponível em: . Acesso em: 01 nov. 2024.

Revisão de negócios de Harvard. 2023. IA e Ética na Governança Corporativa. Disponível em: . Acesso em: 26 out. 2024.

Reyneke, Janel Ann. 2023. Ética e Implicações da Inteligência Artificial: Navegando no Caminho para a Inovação Responsável. Média. Disponível em: . Acesso em: 01 nov. 2024.

Tambe, P.; Cappelli, P.; Yakubovich, V. 2019. Inteligência artificial na gestão de recursos humanos: desafios e um caminho a seguir. Revisão da Gestão da Califórnia, v. 61, n. 4, p. 15-42.

Tenakwah, E. S.; Watson, C. 2025. Abraçando a era da IA/automação: preparando sua força de trabalho para humanos e máquinas trabalhando juntos. Universidade Charles Darwin, Darwin, Austrália.

Whysall, Z.; Owtram, M.; Brittain, S. 2019. Os novos desafios da gestão de talentos da Indústria 4.0. Revista de Desenvolvimento Gerencial, v. 38, n. 2, p. 118-129.

Artigo oriundo de Trabalho de Conclusão de Curso da Especialização em Gestão de Negócios do MBA USP/Esalq

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