Como verificar uma resposta de IA antes de usar no trabalho: guia prático

Uma resposta bem escrita não é, por isso, uma resposta confiável. Antes de levar um texto, uma análise ou uma planilha produzida com IA para o trabalho, você precisa conferir se o conteúdo respeita a tarefa, se os fatos existem e se nenhum dado sensível entrou no processo sem necessidade.

Este guia propõe um teste curto e repetível. Ele serve para e-mails, briefings, resumos, pesquisas, apresentações e análises simples. Não substitui revisão jurídica, médica, contábil, de segurança ou de outra área especializada. Quanto maior a consequência de um erro, maior deve ser a supervisão humana.

Resultado esperado

Ao final, você terá três coisas: a resposta original preservada, uma lista do que foi verificado e uma decisão explícita, aprovada, aprovada com correções ou rejeitada. O objetivo não é provar que a ferramenta “é boa”. É saber se aquela saída específica pode entrar no seu fluxo.

Pré-requisitos: prepare o teste antes de abrir a IA

• Escolha uma tarefa pequena que você já saiba avaliar.
• Separe as fontes oficiais ou documentos autorizados que servirão de referência.
• Remova nomes, dados pessoais, contratos, credenciais e informações internas que não sejam indispensáveis.
• Defina quem pode aprovar o resultado quando houver impacto em cliente, dinheiro, acesso, saúde, direitos ou reputação.
• Guarde a entrada e a primeira resposta sem editar. Elas serão a evidência do teste.

O Guia de IA Generativa do Governo Digital recomenda atenção a limitações, informações sensíveis, supervisão humana e uso de soluções aprovadas pela organização. Mesmo fora do setor público, esses cuidados formam uma boa base operacional.

Passo 1: classifique a consequência do erro

Use uma classificação simples antes de escolher o nível de revisão:

Nível	Exemplo	Revisão mínima
Baixo	Rascunho interno, lista de ideias ou reorganização de texto	Leitura humana e comparação com o pedido
Médio	E-mail para cliente, resumo de documento ou apresentação	Fontes abertas, fatos conferidos e aprovação do responsável
Alto	Decisão jurídica, financeira, médica, de segurança ou acesso	Especialista responsável, evidência independente e política da organização

Se você não consegue estimar o dano de uma informação errada, trate a tarefa como mais arriscada. O perfil de IA generativa do NIST foi criado justamente para incorporar avaliação, medição e gestão de riscos ao ciclo de uso desses sistemas.

Passo 2: transforme o pedido em critérios de aceitação

Antes de gerar outra versão, escreva de três a cinco critérios observáveis. Em vez de “faça um bom resumo”, use algo como:

Resuma o documento em até 400 palavras. Preserve datas, responsáveis e decisões. Não acrescente informações externas. Marque como “não informado” o que não estiver no texto. Termine com as próximas ações em uma lista.

Esse formato permite comparar pedido e resultado. Também revela um limite importante: uma resposta pode parecer melhor porque ficou mais fluida, enquanto deixou de fora uma condição que era essencial.

Passo 3: teste com uma amostra limpa e representativa

Não comece pelo caso mais confidencial. Escolha um exemplo parecido, mas sem dados que identifiquem pessoas ou revelem informação protegida. Quando precisar de contexto, substitua elementos reais por marcadores consistentes, como “Cliente A”, “Projeto B” e “Data C”.

A LGPD adota, entre outros, o princípio da necessidade: o tratamento deve se limitar ao mínimo necessário para a finalidade. A Lei nº 13.709/2018 também define categorias de dados pessoais e dados pessoais sensíveis. Anonimizar de verdade exige mais do que apagar o nome; combinações de cargo, local, data e evento ainda podem identificar alguém.

Passo 4: separe afirmações de opinião e marque o que exige prova

Leia a resposta uma vez apenas para localizar afirmações verificáveis. Sublinhe:

• datas, números, versões, preços e prazos;
• nomes de leis, normas, estudos, produtos e organizações;
• citações e links atribuídos a terceiros;
• relações de causa e efeito;
• frases categóricas como “sempre”, “nunca”, “garante” ou “é obrigatório”.

Depois, classifique cada item como confirmado, não confirmado ou contradito. “Parece correto” não é uma categoria. Se a tarefa não exige fato externo, verifique fidelidade ao material fornecido: nomes, valores e decisões precisam estar no documento de origem.

Passo 5: abra as fontes e confira o contexto

Não aprove uma referência só porque o link existe. Abra a página e confirme autoria, data, trecho relevante e escopo. Dê preferência à lei, documentação do fabricante, artigo científico original, órgão público ou repositório oficial. Uma matéria secundária pode ajudar a descobrir a pauta, mas não deve substituir a fonte primária quando ela está disponível.

Confira também se a fonte realmente sustenta a frase. Um documento pode mencionar um tema sem provar a conclusão que a IA atribuiu a ele. Se uma citação não for localizada, remova-a ou reescreva o trecho sem atribuição falsa.

Passo 6: refaça números e teste instruções em ambiente seguro

Para cálculos, refaça a conta fora da conversa, em uma calculadora, planilha ou script simples, e confira unidade, período, arredondamento e base usada. Para fórmulas e código, use dados de teste e um ambiente sem acesso a produção. Não execute comandos que você não entende nem entregue credenciais para “facilitar” o teste.

Se a resposta sugere um procedimento, confirme os pré-requisitos na documentação oficial e use primeiro uma simulação, um modo de visualização ou uma cópia descartável. O resultado esperado deve estar escrito antes da execução; assim você sabe se o teste passou ou apenas terminou sem erro aparente.

Passo 7: faça uma revisão contrária

Agora tente reprovar a resposta. Pergunte: qual informação importante ficou de fora? Em que cenário a recomendação falha? Há conflito entre o resumo e a fonte? A conclusão continuaria válida com outro período, país ou público?

Você pode pedir à própria IA que aponte lacunas, mas isso não conta como validação independente. A ferramenta pode repetir a mesma suposição com palavras diferentes. A decisão precisa voltar às fontes e a uma pessoa responsável pelo contexto.

Passo 8: registre a decisão

Use uma ficha curta para não depender da memória:

• Tarefa: o que deveria ser produzido.
• Entrada: versão ou arquivo usado no teste.
• Critérios: itens objetivos definidos antes da geração.
• Fontes: links e documentos efetivamente abertos.
• Correções: o que foi alterado por uma pessoa.
• Decisão: aprovada, aprovada com correções ou rejeitada.
• Responsável e data: quem assumiu a aprovação final.

Se o trabalho for recorrente, guarde também um exemplo que passou e outro que falhou. Eles ajudam a detectar regressões quando o modelo, a ferramenta ou a fonte muda.

Exemplo completo: resumo de uma norma interna

Imagine que você precisa resumir uma norma de viagens. A entrada de teste é uma versão sem nomes de funcionários. Os critérios exigem preservar limites de reembolso, aprovadores, exceções e data de vigência. A IA entrega um texto claro, mas afirma que a aprovação é sempre do gestor direto.

Na conferência, a norma mostra uma exceção para viagens internacionais. A afirmação é marcada como contradita, o resumo é corrigido e a decisão fica como “aprovada com correções”. O registro inclui a página da norma onde a exceção aparece. Nesse caso, a IA economizou trabalho de organização, mas não substituiu a leitura responsável.

Erros comuns

• Aprovar pelo tom: segurança na escrita não demonstra precisão.
• Pedir fontes depois: a ferramenta pode criar referências apenas para preencher a solicitação.
• Testar uma única vez: uma boa saída isolada não mede consistência.
• Comparar ferramentas com pedidos diferentes: você acaba avaliando o prompt, não a ferramenta.
• Colar o documento inteiro por conveniência: mais contexto também pode significar mais exposição.
• Automatizar antes de revisar: um erro pequeno vira erro em escala.

Limites deste método

Este checklist reduz erros visíveis; ele não certifica uma ferramenta nem garante conformidade. Conteúdo especializado exige revisão especializada. Sistemas conectados a e-mail, arquivos, calendário, banco de dados ou código precisam ainda de controles de acesso, registro de ações e possibilidade de interrupção.

O Radar Tecnológico da ANPD sobre IA generativa destaca riscos ligados ao tratamento de dados pessoais, conteúdo sintético e transparência. A conclusão prática é simples: use o menor volume de dados possível e mantenha a responsabilidade humana onde o erro tem consequência.

Checklist final antes de usar a resposta

• O pedido e os critérios de aceitação foram preservados?
• Os dados usados eram necessários e estavam autorizados?
• Datas, números, citações e links foram abertos e conferidos?
• Cálculos foram refeitos e procedimentos foram testados com segurança?
• Limites, exceções e incertezas aparecem no texto?
• Uma pessoa responsável aprovou o uso final?

Se alguma resposta for “não”, a saída ainda é rascunho. Volte à fonte, corrija o conteúdo ou rejeite a peça. A melhor forma de usar IA no trabalho não é confiar mais rápido; é tornar a revisão visível e repetível.

Fontes oficiais consultadas

• Governo Digital, Guia IA Generativa
• NIST, Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile
• ANPD, Radar Tecnológico: Inteligência Artificial Generativa
• Presidência da República, Lei Geral de Proteção de Dados Pessoais

Para preparar melhor a entrada antes do teste, leia também o guia de briefing para pesquisa com IA.