A IA e a ética em setores sensíveis

Coluna

11 de novembro de 2025

A IA e a ética em setores sensíveis

Potencial de transformação, riscos e diretrizes para o uso responsável de sistemas inteligentes na saúde, segurança e demais áreas críticas

A inteligência artificial (IA) já se firmou como uma das forças mais marcantes de transformação do nosso tempo. Com a capacidade de processar volumes imensos de dados, identificar padrões e gerar previsões em tempo real, ela vem remodelando cadeias produtivas, decisões estratégicas e até modelos inteiros de negócios. No entanto, esse avanço não é isento de riscos.

Imagine um sistema de seleção de enfermeiros que, de forma consistente, aprove apenas mulheres brancas. Ou um exame moderno para diagnóstico de câncer de pele que falha com frequência em pacientes negros. Ou ainda um algoritmo que destina pessoas de baixa renda a unidades de internação prolongada, enquanto pacientes mais ricos recebem alta para casa. Casos assim mostram como a IA, quando não supervisionada, pode cristalizar e até ampliar preconceitos existentes (Nelson, 2019).

Nesse sentido, a aplicação dessa tecnologia em áreas sensíveis exige atenção redobrada e uma base sólida de princípios éticos e regras claras. Temas como viés algorítmico, transparência e impacto social precisam estar no centro da discussão para que o avanço tecnológico caminhe lado a lado com justiça e responsabilidade (Kim; Kim; Lee, 2025). Compreender tanto o potencial quanto os riscos da IA é essencial para que governos, empresas e sociedade construam juntos os limites e condições para o seu uso.

IA na saúde

No campo da saúde, a IA já desempenha funções que vão desde a análise de exames de imagem até o suporte a diagnósticos clínicos complexos. Ferramentas baseadas em aprendizado profundo podem identificar doenças em estágios iniciais, aumentando a eficácia de tratamentos e reduzindo custos hospitalares. Contudo, a integração desses sistemas exige cuidados quanto à privacidade dos pacientes, à confiabilidade das bases de dados e à explicabilidade dos algoritmos utilizados. Falhas ou vieses em modelos preditivos podem resultar em diagnósticos incorretos ou tratamentos inadequados, com implicações éticas e jurídicas relevantes. É necessário que a inovação seja acompanhada por protocolos de validação clínica rigorosos e mecanismos de auditoria contínua.

Um dos casos mais emblemáticos sobre riscos éticos e técnicos na aplicação de sistemas computacionais em setores sensíveis ocorreu na década de 1980, com a série de acidentes envolvendo a máquina de radioterapia Therac-25. O equipamento, desenvolvido para tratar pacientes com câncer por meio de feixes de elétrons e radiação, apresentava uma falha de software que, em determinadas condições, fazia com que doses extremamente elevadas fossem aplicadas. Diferentemente de incidentes causados por falha mecânica, no Therac-25 o erro estava no código de controle, que não possuía salvaguardas adequadas e se manifestava apenas em situações operacionais muito específicas, tornando sua detecção difícil. Como resultado, diversos pacientes sofreram queimaduras graves, danos neurológicos irreversíveis e até óbitos (Leveon; Turner, 1993).

A análise posterior revelou não apenas problemas de programação e ausência de testes rigorosos, mas também falhas no processo de engenharia de software e na governança do produto, como falta de documentação clara, riscos subestimados e ausência de protocolos de auditoria externa. O caso tornou-se um marco na história da segurança de sistemas críticos, evidenciando que, em ambientes como saúde, transporte e energia, erros tecnológicos não são apenas falhas técnicas, mas eventos com profundas implicações éticas, jurídicas e sociais, reforçando a necessidade de validação rigorosa, supervisão contínua e responsabilidade compartilhada entre desenvolvedores, fabricantes e operadores (Leveon; Turner, 1993).

IA na segurança pública

Se na saúde os riscos envolvem a vida e a integridade física, na segurança pública o debate se volta para direitos fundamentais e igualdade de tratamento. Na segurança, a IA é aplicada em reconhecimento facial, monitoramento de áreas de risco e análise preditiva de criminalidade. Essas soluções prometem maior eficiência no emprego de recursos policiais e prevenção de delitos. No entanto, o uso de tecnologias de vigilância em larga escala levanta preocupações sobre o direito à privacidade e o risco de discriminação algorítmica. Estudos mostram que sistemas de reconhecimento facial podem apresentar taxas de erro mais elevadas para determinados grupos raciais ou de gênero, reforçando desigualdades. Dessa forma, é imprescindível a existência de marcos legais claros, garantindo que a aplicação dessas ferramentas respeite os direitos fundamentais e seja submetida a auditorias independentes.

Em 2016, uma investigação conduzida pelo site ProPublica revelou que o sistema Compas (Correctional Offender Management Profiling for Alternative Sanctions), utilizado em diversos estados norte-americanos para avaliar o risco de reincidência criminal, apresentava viés racial significativo. O algoritmo atribuía pontuações mais altas de risco a réus negros em comparação a réus brancos em situações semelhantes, superestimando a probabilidade de reincidência para os primeiros e subestimando para os segundos. Como o Compas era empregado por juízes para subsidiar decisões de fiança, liberdade condicional e sentenças, esse viés teve impacto direto na liberdade e nos direitos de indivíduos, perpetuando desigualdades no sistema de justiça criminal. A análise revelou não apenas falhas técnicas no modelo e na escolha das variáveis, mas também falta de transparência — já que o algoritmo era proprietário e não podia ser auditado publicamente. O caso tornou-se emblemático no debate sobre ética em inteligência artificial na segurança pública, destacando a necessidade de auditorias independentes, explicabilidade dos modelos e supervisão constante para evitar discriminação sistêmica (Angwin et al., 2016).

IA na justiça

No campo jurídico, os dilemas ganham outra dimensão: a preservação da imparcialidade, da autonomia e das garantias processuais. Além da saúde e da segurança, setores como o jurídico também enfrentam dilemas éticos no uso da IA. Um exemplo emblemático do uso de inteligência artificial é o sistema chinês conhecido como Smart Court, implementado em algumas províncias desde 2017. Integrando processamento de linguagem natural, análise de dados e reconhecimento de voz, a plataforma auxilia magistrados na redação de sentenças, na triagem de processos e na gestão de provas digitais. Embora apresente ganhos de celeridade e padronização, o sistema levanta preocupações quanto à autonomia da decisão judicial e à possibilidade de reforço de vieses já presentes no histórico de julgamentos.

Críticos apontam que, ao treinar o algoritmo com dados de decisões passadas, corre-se o risco de perpetuar padrões discriminatórios ou interpretações restritivas da lei. Além disso, a opacidade dos critérios utilizados e a ausência de mecanismos robustos de auditoria externa dificultam a contestação das decisões sugeridas ou influenciadas pela IA. Esse caso ilustra que, na Justiça, o desafio não é apenas técnico, mas envolve a preservação de garantias processuais e a manutenção do controle humano sobre a decisão final (Wang et al., 2021).

Uso responsável

A adoção ética e responsável da IA requer não apenas princípios gerais, mas também práticas concretas que garantam a conciliação entre inovação tecnológica e proteção social. Experiências internacionais demonstram que o uso indiscriminado ou mal regulamentado da IA pode gerar impactos significativos em direitos fundamentais, reforçando desigualdades e minando a confiança pública. Por isso, organismos como a Unesco, a OCDE e a União Europeia têm publicado frameworks de governança que enfatizam valores como transparência, justiça, segurança, privacidade e responsabilidade. Essas orientações partem do pressuposto de que a tecnologia deve ser projetada de forma centrada no ser humano (human-centered design), assegurando que decisões críticas permaneçam sob controle humano efetivo e que qualquer impacto negativo seja identificado e mitigado de forma tempestiva. A proteção de dados e a segurança cibernética, por sua vez, devem ser incorporadas desde a concepção (privacy by design e security by design), evitando que sejam apenas correções posteriores diante de incidentes.

Nesse contexto, diretrizes detalhadas se mostram fundamentais para operacionalizar esses princípios. A transparência implica que tanto os critérios de decisão como as limitações da IA sejam comunicados de forma clara, permitindo auditoria externa e participação social. A responsabilização demanda que desenvolvedores, fornecedores e usuários assumam obrigações específicas, com mecanismos para atribuir e cobrar responsabilidades em caso de falhas ou abusos. A não discriminação exige a detecção e mitigação de vieses nos dados e algoritmos, especialmente em aplicações que afetam direitos, como saúde, justiça e segurança pública.

A supervisão humana contínua é imprescindível para reverter decisões automatizadas injustas ou incorretas, preservando garantias processuais. Além disso, a educação digital e literacia algorítmica precisam ser fomentadas para que cidadãos, profissionais e autoridades entendam o funcionamento, as limitações e os riscos da IA, podendo interagir criticamente com essas ferramentas. Por fim, a segurança e resiliência dos sistemas deve ser priorizada, garantindo robustez contra ataques cibernéticos e falhas operacionais, de modo que a confiança social na tecnologia seja preservada. Algumas sugestões podem ajudar a balizar o uso ético e responsável da inteligência artificial:

  • Transparência e explicabilidade: tornar visíveis as lógicas de decisão e limitações do sistema;
  • Supervisão humana efetiva: manter pessoas aptas a intervir e reverter decisões automatizadas;
  • Auditorias independentes periódicas: verificar vieses, desempenho e conformidade regulatória;
  • Responsabilização clara: atribuir deveres e consequências a todos os atores envolvidos no ciclo de vida da IA;
  • Proteção de dados e segurança desde a concepção (by design): prevenir vazamentos e ataques;
  • Mitigação ativa de vieses: garantir que grupos vulneráveis não sejam prejudicados;
  • Educação digital e literacia algorítmica: capacitar a sociedade para compreender e questionar a tecnologia;
  • Robustez e resiliência operacional: assegurar que os sistemas funcionem de forma confiável, mesmo em cenários adversos.

A IA representa um divisor de águas na evolução tecnológica global, com potencial para transformar radicalmente setores como saúde, segurança, justiça, educação e economia. Sua capacidade de processar grandes volumes de dados, identificar padrões complexos e oferecer soluções em tempo real já se traduz em ganhos expressivos de eficiência, precisão e qualidade. No entanto, a mesma tecnologia que pode gerar avanços inéditos também carrega o risco de ampliar desigualdades estruturais, comprometer direitos fundamentais e provocar impactos sociais e econômicos de grande magnitude, especialmente quando utilizada de forma indiscriminada ou sem regulamentação adequada.

Para que a IA seja uma aliada do progresso e não um vetor de exclusão ou injustiça, é indispensável que seu desenvolvimento e aplicação estejam ancorados em um compromisso ético sólido, com regras claras, mecanismos de fiscalização independentes e governança participativa. Isso implica criar estruturas institucionais capazes de auditar algoritmos, prevenir vieses, garantir a proteção de dados e assegurar que a tomada de decisão permaneça, em última instância, sob controle humano. A participação ativa da sociedade — por meio de consulta pública, educação digital e debate aberto — é fundamental para que as soluções tecnológicas reflitam valores democráticos e atendam ao interesse coletivo. Somente por meio dessa combinação de inovação responsável, supervisão contínua e envolvimento social será possível colher, de forma equitativa e sustentável, os benefícios dessa revolução tecnológica. O futuro da IA não será definido apenas por sua capacidade técnica, mas pela forma como sociedades, governos e empresas escolhem utilizá-la, equilibrando eficiência e justiça, velocidade e prudência, potencial transformador e responsabilidade ética.

Para ter acesso às referências desse texto clique aqui.

Quem publicou esta coluna

Renato Máximo Sátiro

Doutor em Administração pela UFG, professor e orientador no curso de Data Science, Inteligência Artificial e Analytics, do MBA USP/Esalq. Administrador de Empresas na Saneago e pesquisador em grupos de pesquisa da UFG e da UnB, com foco em IA, políticas públicas e acesso à Justiça. Desenvolve projetos em machine learning, deep learning, modelos estatísticos, algoritmos e ética na IA, domínio de ferramentas R, Python, Gretl, SPSS e Stata.

Você também pode gostar

13 de novembro de 2026

Integração estratégica entre branding e mídia paga: uma análise da importância da brandformance no e-commerce

A complexidade da jornada do consumidor no marketing digital contemporâneo tem demandado estratégias integradas entre construção de marca e ações de performance. Este estudo analisou como a integração estratégica entre branding e mídia paga, denominada brandformance, se manifesta no e-commerce e sua importância para o desempenho das estratégias digitais. A pesquisa, de natureza aplicada, qualitativa e descritiva, empregou o método de benchmarking competitivo. Foram analisadas três empresas-exemplo (Alfa, Beta e Gama) atuantes no e-commerce, comparando seus níveis de integração entre branding e mídia paga. Os dados foram coletados de documentos, fontes secundárias, relatórios de mercado, materiais institucionais e evidências empíricas de plataformas digitais. Os resultados indicaram que empresas com maior alinhamento entre identidade de marca, comunicação e campanhas de performance demonstraram maior coerência na jornada do consumidor e melhores indicadores de eficiência. Em contrapartida, organizações focadas em conversão imediata apresentaram inconsistências comunicacionais, comprometendo a construção de valor a longo prazo. Concluiu-se que a integração entre branding e mídia paga é um fator estratégico para a competitividade no e-commerce, contribuindo para a construção de valor e a efetividade das estratégias digitais.

Palavras-chave: Benchmarking; Comunicação integrada; Estratégias de marketing; Jornada do consumidor; Performance digital.

13 de novembro de 2026

Machine learning na predição de desfechos cirúrgicos em epilepsia do lobo temporal farmacorresistente

A epilepsia do lobo temporal (ELT) farmacorresistente representa um desafio clínico complexo, com significativa parcela de pacientes reoperados apresentando recidiva de crises. O objetivo foi ampliar a análise de uma coorte retrospectiva de pacientes com ELT farmacorresistente submetidos à reoperação, utilizando técnicas de machine learning (ML) para identificar sinais analíticos que pudessem contribuir para a medicina de precisão em cirurgia de epilepsia. Realizou-se um estudo exploratório em uma coorte de 27 pacientes adultos reoperados entre 1994 e 2014 em um centro terciário. Aplicaram-se algoritmos de ML (regressão logística, Random Forest e XGBoost) com validação leave-one-out (LOOCV) a um dataset com 20 features clínicas, incluindo a postura distônica de membro superior. Para o desfecho primário de liberdade total de crises (Engel Ia) no último retorno, a regressão logística indicou sinal discriminativo moderado, com AUC-ROC de 0,655 e sensibilidade de 0,80. A análise interpretativa por SHAP values identificou o intervalo entre as cirurgias, a duração da epilepsia até a primeira intervenção e o uso de eletrocorticografia como variáveis de maior contribuição. Pacientes com postura distônica de membro superior apresentaram um padrão consistente de melhores desfechos cirúrgicos. O estudo demonstrou a viabilidade e o potencial informativo da abordagem exploratória por ML em coortes clínicas pequenas, com perspectiva de replicação em séries maiores e contribuição ao paradigma de medicina de precisão em cirurgia de epilepsia.

Palavras-chave: Cirurgia de epilepsia; Epilepsia do lobo temporal; Machine learning; Postura distônica; SHAP values.

13 de novembro de 2026

Análise de sentimento sobre o lançamento do Samsung Galaxy S25

Este estudo aplicou técnicas de Processamento de Linguagem Natural para analisar o sentimento de consumidores brasileiros em relação ao lançamento do Samsung Galaxy S25. O objetivo foi analisar o sentimento dos consumidores, a partir de 1.320 comentários em língua portuguesa coletados na plataforma Reddit, no período de janeiro de 2024 a dezembro de 2025. Utilizou-se o modelo BERTimbau, pré-treinado para a língua portuguesa, ajustado por meio de “fine-tuning” para classificação ternária de sentimento (positivo, negativo e neutro), alcançando acurácia de 78,26% e F1 Macro de 78,21%. A análise temporal, estruturada em três fases (rumores e especulações, lançamento e pós-lançamento), revelou que o sentimento negativo predominou na fase de rumores (42,7%), recuou durante o lançamento (25,9%) e estabilizou-se no pós-lançamento (35,7%). A inteligência artificial embarcada (Galaxy AI) foi o tema mais discutido (588 menções) e predominantemente negativo (46,9%). A bateria configurou-se como o atributo com maior insatisfação (55,9% negativo), sendo o único cuja percepção deteriorou após o uso real. A câmera destacou-se como o atributo com melhor avaliação relativa. Os resultados indicaram que a inovação incremental encontra limites na capacidade de gerar valor percebido suficiente para sustentar o posicionamento premium do produto no mercado brasileiro.

Palavras-chave: Análise de sentimento; BERTimbau; Processamento de linguagem natural; Reddit; Smartphones.

13 de novembro de 2026

Volatilidade cambial e estabilização de margens no setor de combustíveis brasileiro

A volatilidade cambial representou um dos principais fatores de risco para empresas em setores dependentes de insumos dolarizados, notadamente no mercado de combustíveis brasileiro, onde a formação de preços esteve fortemente ligada a variáveis internacionais. Com esse cenário, o estudo analisou o impacto da taxa de câmbio nos preços da gasolina entre 2015 e 2025 e avaliou a eficácia de estratégias de hedge cambial na redução da variabilidade das margens operacionais. Para isso, adotou-se uma abordagem quantitativa, descritiva e documental, utilizando dados secundários do Banco Central do Brasil (BCB), da Agência Nacional do Petróleo, Gás Natural e Biocombustíveis (ANP) e do Instituto Brasileiro de Geografia e Estatística (IBGE). A metodologia incluiu a decomposição do preço da gasolina em componente cambial e residual, seguida pela simulação de margens operacionais em cenários com e sem proteção cambial. Os resultados revelaram que a depreciação do real comprimiu as margens no cenário sem hedge, enquanto a proteção cambial diminuiu a volatilidade dos resultados, especialmente em períodos de instabilidade, embora gerasse perdas relativas em momentos de apreciação cambial. Concluiu-se que a gestão do risco cambial contribuiu para maior previsibilidade operacional, mesmo com os trade-offs inerentes à limitação de ganhos potenciais.

Palavras-chave: Combustíveis; Hedge cambial; Margem operacional; Taxa de câmbio; Volatilidade cambial.

13 de novembro de 2026

Desenho Universal para a Aprendizagem: um guia prático para professores

O presente estudo teve como objetivo elaborar um guia de estratégias práticas, fundamentado nos princípios do Desenho Universal para a Aprendizagem (DUA), visando promover práticas pedagógicas inclusivas e acessíveis em sala de aula. A pesquisa caracterizou-se como aplicada, com abordagem qualitativa, e foi desenvolvida por meio de análise teórica e interpretativa de produções acadêmicas sobre DUA, neurociência da aprendizagem e educação inclusiva. O produto educacional foi estruturado com base nos três princípios do DUA – múltiplos meios de engajamento, representação, e ação e expressão – para organizar estratégias pedagógicas que reduzem barreiras e valorizam a diversidade dos estudantes. Os resultados indicaram que a implementação de práticas baseadas no DUA pode contribuir para o desenvolvimento de ambientes educacionais mais equitativos, favorecendo o engajamento, a compreensão e a expressão do conhecimento, especialmente para alunos com necessidades educacionais especiais. A articulação com a neurociência reforçou a importância de considerar a variabilidade cognitiva no ensino-aprendizagem. Concluiu-se que o guia proposto representa uma ferramenta relevante para apoiar a prática docente e assegurar o acesso a uma educação equitativa.

Palavras-chave: Ação e expressão; Engajamento; Inclusão escolar; Neurociência; Representação.

13 de novembro de 2026

Reclamações de consumidores do setor financeiro na Plataforma consumidor.gov.br: a trajetória da percepção de resolutividade

Este estudo analisou a trajetória da percepção de resolutividade das reclamações de consumidores do setor financeiro na plataforma consumidor.gov.br entre os anos de 2015 e 2025. O objetivo foi analisar a evolução dessa percepção. Para isso, utilizou-se a metodologia KDD (Knowledge Discovery in Databases) e a linguagem Python. Foram processadas 4.774.386 reclamações, e os registros apresentaram um crescimento exponencial, passando de 46 mil em 2015 para 1,2 milhão em 2025. Contudo, a percepção de resolução por parte dos consumidores declinou de 47,6% para 8,9% nesse período. Apenas 776.970 reclamações foram classificadas como resolvidas, representando 16,27% do total. As reclamações resolvidas possuíram nota média de 4,08, enquanto as não resolvidas decaíram para 1,42. O perfil do consumidor foi apresentado pela predominância do sexo masculino, com idade entre 21 e 40 anos e pertencente à região sudeste. Concluiu-se que o estudo analisou profundamente as reclamações do setor financeiro brasileiro, detalhando a eficiência das respostas institucionais e as características populacionais, podendo servir como instrumento para balizar melhorias na satisfação dos consumidores, mitigar propaganda negativa e gerar fidelização no ambiente competitivo.

Palavras-chave: Comportamento; Consumo; KDD; Satisfação do consumidor.

13 de novembro de 2026

A força da IA generativa na construção de relacionamentos emocionais com os consumidores

O marketing evoluiu para uma abordagem centrada no relacionamento, impulsionado pelo avanço da inteligência artificial generativa em canais conversacionais como o WhatsApp. O estudo objetivou identificar a capacidade da inteligência artificial generativa de construir relacionamentos emocionais com consumidores em fluxos de comunicação simulados, considerando elementos como linguagem afetiva, proximidade e personalização. Adotou-se uma abordagem exploratória qualitativa, com procedimento experimental. Aplicou-se um roteiro padronizado de interação em quatro marcas que utilizam IA generativa via WhatsApp. As respostas foram coletadas por observação direta não participante e analisadas segundo critérios como tom de linguagem, presença de elementos afetivos e continuidade do diálogo. Os resultados evidenciaram diferentes níveis de maturidade no uso da IA, destacando sistemas que, configurados com intencionalidade relacional, simularam empatia, mantiveram coerência contextual e sustentaram o vínculo ao longo da jornada, mesmo em situações de ruptura. Concluiu-se que a capacidade da IA generativa de construir relacionamentos emocionais não é inerente à tecnologia, mas depende de seu design estratégico, incluindo definição de persona, estruturação de prompts e uso de memória contextual, reforçando a integração entre tecnologia e estratégia de marketing de relacionamento.

Palavras-chave: Atendimento automatizado; Inteligência artificial conversacional; Linguagem afetiva; Marketing de relacionamento; Personalização.

13 de novembro de 2026

Gestão estratégica do departamento jurídico em seguradora: produtividade, desenvolvimento e uso de ferramentas de suporte

O ambiente securitário, caracterizado por complexidade regulatória e necessidade de eficiência, demanda estruturas organizacionais eficazes. Este estudo analisou como a organização das atividades, a padronização de processos e o uso de ferramentas de apoio influenciaram a produtividade e o desenvolvimento do departamento jurídico de uma seguradora. A pesquisa, de natureza exploratória com abordagem quantitativa e qualitativa, foi realizada por meio de um “survey”. Aplicou-se um questionário estruturado adaptado, baseado em construtos de maturidade de processos do Business Process Management (BPM) e escala Likert, a dez profissionais do departamento jurídico de uma seguradora em São Paulo. Os dados foram analisados por estatística descritiva e qualitativa. Os resultados indicaram um estágio intermediário de maturidade na estruturação dos processos jurídicos, com percepção favorável sobre o planejamento de atividades e a busca por melhoria contínua. Contudo, observaram-se fragilidades na uniformidade da adoção de procedimentos formais e na consistência da aplicação de métodos, especialmente na interação com outras áreas. A estruturação das atividades e a padronização de processos, combinadas ao uso de ferramentas de suporte, associaram-se a maior previsibilidade das demandas, menor variabilidade nas rotinas e maior consistência técnico-jurídica das entregas. Concluiu-se que a adoção de práticas de gestão estratégica e o uso estruturado de ferramentas de suporte contribuíram para o aumento da produtividade e a geração de valor à organização. O estudo ofereceu diretrizes para fortalecer a gestão estratégica do departamento jurídico, enfatizando a formalização de rotinas, o uso de ferramentas tecnológicas e o desenvolvimento de competências, além de aplicar conceitos de BPM ao contexto jurídico corporativo.

Palavras-chave: Business Process Management (BPM); Mecanismos de apoio; Melhoria contínua; Padronização de processos; Produtividade organizacional.

13 de novembro de 2026

Construção de um mapa estratégico para alinhamento de processos e projetos à estratégia corporativa

A capacidade de uma organização alinhar seus esforços à estratégia corporativa mostrou-se fundamental para sua sustentabilidade em mercados competitivos. O objetivo foi construir um mapa estratégico para uma empresa de Engenharia e Construção, utilizando a metodologia Balanced Scorecard, a fim de oferecer um referencial estruturado que fortalecesse o alinhamento entre a área de Processos e Projetos e os objetivos organizacionais. Adotou-se um estudo de caso com abordagem qualitativa, fundamentado no framework do Balanced Scorecard de Kaplan e Norton. A coleta de dados envolveu análise documental e três entrevistas semiestruturadas com executivos da organização, realizadas em dezembro de 2025. Os resultados permitiram a elaboração de um mapa estratégico que evidenciou as relações de causa e efeito entre as perspectivas Financeira, de Clientes, de Processos Internos e de Aprendizado e Crescimento. A validação com a liderança indicou alta aderência do modelo à realidade da empresa, destacando sua contribuição para a clareza estratégica, a priorização de iniciativas e o melhor direcionamento da atuação da área de Processos e Projetos. Concluiu-se que o mapa estratégico representa um instrumento relevante para traduzir a estratégia organizacional e apoiar sua execução, promovendo maior alinhamento interno e uma gestão mais eficaz do portfólio de iniciativas.

Palavras-chave: Alinhamento estratégico; Balanced Scorecard; Gestão de processos; Gestão de portfólio.

Inscreva-se em nossa newsletter!

Receba conteúdos e fique sempre atualizado sobre as novidades em gestão, liderança e carreira com a Revista E&S.

Ao preencher o formulário você está ciente de que podemos enviar comunicações e conteúdos da Revista E&S. Confira nossa Política de Privacidade