Arquitetura da decisão: por que dados, modelos e IA não bastam

Anos como o que atravessamos recentemente não costumam ser fáceis para os brasileiros: crescimento econômico modesto, períodos de retração na produção industrial, dívida pública elevada e déficits recorrentes nas contas do governo. Tendemos a atribuir esses números a uma decisão ou outra no campo da política, da economia ou das relações internacionais. O fato é que os motivos por estarmos onde estamos são bem mais profundos. E para traçar minha análise, trago à tona neste artigo dois personagens muito antagônicos, embora ambos pertencentes às aves silvestres: o papagaio Zé Carioca e uma águia americana.

Por mais desanimadores que sejam nossos números, sou daqueles que ainda sentem, e sei de tantos outros, muito orgulho em ser brasileiro. Admiro nossa resiliência, criatividade, alegria, qualidades que nos permitem “sacudir a poeira” e dar a volta por cima. Mais ou menos como o personagem Zé Carioca, que a Disney trouxe às telas do cinema brasileiro em 1942, no filme “Alô Amigos”, parte da política da “Boa Vizinhança” que o governo americano queria implantar para fortalecer alianças culturais e políticas na América Latina. No contexto da Segunda Guerra Mundial, estávamos ali representados como um povo amigável e alegre, a partir do personagem de um papagaio falante que guiava o pato Donald pelo Brasil, mostrando nosso samba, carnaval e outras “brasilidades”, enquanto gingava e falava com seu chapéu-panamá.

Anos depois, já nos anos 90, quando eu me preparava para me tornar engenheiro elétrico, lembro de ver o Zé Carioca em algum programa de TV e me irritar abertamente com o lado folgado e a forma como éramos retratados para públicos externos: um povo que, entre uma fala descontraída e outra, costumava fugir do trabalho e se virar com truques e improvisos, na popular “boa malandragem”. Para quem trabalhava em fábrica e estudava no tempo restante tentando construir a vida, não era nada animador ver aquela visão de Brasil.

Essa visão do amigo camarada e malandro difere muito da imagem que os Estados Unidos trazem em suas comunicações oficiais e ritos de interação com países aliados. Nessas imagens, eles aparecem como a nação-águia, que enxerga longe e tem visão de alta precisão, das ameaças e possibilidades de acerto, que lhe permite movimentos rápidos e certeiros, em direção a cada alvo estratégico.

E às vezes parece que Zé Carioca teria se dado muito bem em algum cargo no alto escalão das decisões brasileiras. Mas qual seria a diferença entre a abordagem do papagaio brasileiro e a ave americana? A resposta pode parecer complexa, mas começa por algo básico: informação. Um país que mede mal, decide mal. Um país que mede pouco, anda no escuro. E é exatamente aí que mora uma das raízes da crise brasileira: uma infraestrutura de informação pobre, limitada e insuficiente para sustentar decisões públicas, empresariais e até mesmo pessoais.

Sem dados frequentes, desagregados e confiáveis, não há política pública baseada em evidência. E pior: não há análise, não há planejamento, não há ajuste de rota. Sem dados, só resta a intuição ou a ideologia.

Por que algumas sociedades conseguem decidir melhor do que outras?

Ao discutir gestão e tomada de decisão nas organizações, gosto de começar por um princípio simples: não existe boa decisão sem boa infraestrutura de informação.

Para ilustrar esse ponto, vale olhar para algo que raramente aparece no debate público brasileiro: como governos acompanham o mercado de trabalho, e o que isso revela sobre sua capacidade de decidir. Se observarmos apenas os indicadores monitorados de forma contínua, transparente e recorrente, a diferença entre Brasil e Estados Unidos é gritante.

No Brasil, acompanhamos regularmente pouco mais de uma dezena de indicadores, entre eles taxa de desemprego, taxa de participação na força de trabalho, salários, produtividade, custos trabalhistas e alguns recortes por setor e demografia.

Nos Estados Unidos, esse número passa de sessenta indicadores, com desagregações por setor econômico, porte de empresa, tipo de vínculo, dinâmica de contratações, demissões, expectativas, salários reais, benefícios, produtividade e custos unitários do trabalho, muitos deles divulgados mensal ou semanalmente.

Não se trata de fetiche estatístico. Trata-se de capacidade de gestão.

Alguém pode argumentar que existem outros dados no Brasil. É verdade. Mas se esses dados vêm de censos decenais ou pesquisas esporádicas, é difícil sustentar que eles sejam efetivamente usados para gestão ativa e definição de políticas públicas.

Aqui perdemos na primeira camada da decisão: a infraestrutura de informação. Sem dados frequentes, confiáveis e visíveis, não há BI, não há aprendizado sistêmico e não há correção de rota em tempo hábil.

Da informação à inteligência

Suponhamos que a primeira camada esteja resolvida. Temos dados. Temos indicadores. Agora começa o verdadeiro trabalho: analisar, modelar e simular cenários.

Essa é a segunda camada da gestão: usar dados para construir modelos que permitam entender relações de causa e efeito ou, no mínimo, correlações capazes de sustentar previsões e recomendações de políticas. Se você compreende o que tende a acontecer a partir de suas decisões, pode se arriscar a melhorar o sistema.

Aqui, infelizmente, tropeçamos novamente. Tive a oportunidade de ensinar modelos macroeconômicos a alunos de graduação e, com certo desconforto, mostrar que ainda formulamos políticas públicas com base em modelos bastante antigos. Narrativas ideológicas, populismo e disputas eleitorais frequentemente substituem análise, teste e aprendizado.

Decidir não é só saber. É executar

Mesmo quando dados e modelos existem, há uma terceira camada decisiva: a execução. Essa camada exige governança clara, responsabilidades explícitas, consequências assumidas e processos capazes de sustentar decisões difíceis ao longo do tempo.

Quando a gestão funciona, algo maior se constrói: confiança, engajamento, reputação, parcerias, acesso a capital e capacidade de atravessar crises. Essa é a camada da cultura organizacional, onde decisões deixam de ser apenas técnicas e passam a produzir sentido coletivo e reforçar a reputação da organização.

Decidir é assumir dilemas

Quando você entende melhor o mundo, consegue decidir. Mas nem toda decisão será popular.

Políticas econômicas e comerciais de grandes potências, que impactam cadeias globais e atingem países como o Brasil, ilustram bem isso. Esse tipo de decisão costuma trazer custos, conflitos e efeitos colaterais, mas ainda assim são decisões assumidas, com base em leitura estratégica e disposição para arcar com consequências, independentemente de concordarmos ou não com o mérito de cada escolha.

O problema não é errar. O problema é decidir sem consciência, ou não decidir e fingir que o sistema se autoajusta.

O risco atual: pular etapas em nome da IA

Vejo algo muito parecido acontecendo nas organizações. Muitas estão corretamente organizando dados e informações. Outras, porém, entram diretamente na onda da inteligência artificial, pulando etapas essenciais do processo decisório.

IA não substitui arquitetura de decisão. IA não resolve dilemas políticos, éticos ou estratégicos. IA não assume consequências. Foi exatamente por isso que decidi trabalhar esse tema a partir de alguns princípios claros:

1. Arquitetura da decisão. Assim como arquitetos desenham espaços que influenciam comportamentos, é possível criar ambientes organizacionais onde decisões difíceis possam emergir com mais lucidez.

2. Decisão é um ato humano. Nenhuma IA responde por erros. Nenhum modelo assume consequências. Decidir é, antes de tudo, um ato de responsabilidade.

3. Modelos não são suficientes. Modelos ajudam quando o problema é claro. Eles falham quando o problema é ambíguo, político, ético ou atravessado por incerteza radical.

4. Governança da escolha. Organizações raramente fracassam por falta de dados. Elas fracassam por decisões mal assumidas, ou nunca assumidas.

Decidir bem não elimina dilemas. Mas permite enfrentá-los com mais consciência, menos ruído e mais coragem.

Qual o impacto disso tudo para as organizações?

O que acontece em um governo ao formular políticas públicas para o mercado de trabalho acontece, em escala diferente, dentro das empresas ao definir suas estratégias, portfólio de clientes e apostas de crescimento.

Quando faltam dados relevantes, modelos adequados, governança e coragem para assumir consequências, as decisões se tornam reativas, ideológicas ou reféns do curto prazo.

É sobre isso que vale a pena refletir: como criar arquitetura de decisão para organizações que precisam escolher bem em contextos complexos, antes, durante e depois da inteligência artificial.

Este artigo foi originalmente publicado no LinkedIn por Marcelo do Carmo Rodrigues, MSc e MA, cofundador da Conexão IE.

Leia o artigo original: https://www.linkedin.com/pulse/arquitetura-da-decis%C3%A3o-por-que-dados-modelos-e-ia-n%C3%A3o-marcelo-1d2ye/ Continue a jornada: conheça a MACRO e as soluções de arquitetura de decisão da Conexão IE.