Uso do VAR no Mundial de 2026 exemplifica a transição entre medição tecnológica e julgamento humano

A implementação do VAR (Árbitro Assistente de Vídeo) no futebol, evidenciada durante o Mundial de 2026, serve como um estudo de caso sobre a transição da tomada de decisão humana para sistemas assistidos por tecnologia. Embora a intenção fosse mitigar erros arbitrais e aumentar a percepção de justiça por meio de mais câmeras e dados, a ferramenta gerou novos debates sobre a consistência das intervenções e a legitimidade do processo.

Esse cenário reflete a adoção da Inteligência Artificial (IA) em estruturas organizacionais, onde a promessa de objetividade muitas vezes colide com a complexidade do julgamento humano.

Medição versus Julgamento

A tecnologia apresenta alta eficiência em problemas de medição, como a detecção de impedimentos ou a confirmação de que a bola cruzou a linha. Nesses casos, sensores e câmeras reduzem falhas inerentes à visão humana. No entanto, a ferramenta falha ao tentar resolver problemas de julgamento, como a intensidade de um contato para a marcação de um pênalti ou a natureza de uma entrada temerária.

Essa distinção é idêntica ao uso de IA em empresas. Enquanto a tecnologia processa dados e prevê padrões, profissionais como médicos, gestores e juízes ainda precisam interpretar esses resultados e atribuir pesos aos valores envolvidos. A eficácia da IA é maximizada quando ela atua como complemento ao julgamento humano, e não como substituta.

O deslocamento da subjetividade

A introdução de sistemas de revisão, como ocorre também no beisebol com seu centro de repetição em Nova York, não elimina a subjetividade, mas a desloca. Se antes a discussão girava em torno do que o árbitro viu, agora o foco está na governança do sistema: os limites de retrocesso da jogada e a definição de "prova clara e evidente".

Nas organizações, a tentativa de eliminar a discricionariedade humana via IA resulta em novos pontos de subjetividade, como:

• A escolha do modelo de IA;
• A seleção dos dados de treinamento;
• A definição de taxas de erro aceitáveis;
• A atribuição de responsabilidades em caso de falhas.

O impacto da precisão na confiança

A crença de que maior precisão gera automaticamente mais confiança é contestada na prática. Quando a tecnologia mede um impedimento por centímetros, a expectativa de precisão absoluta se expande para todas as decisões. Quando cartões vermelhos ou pênaltis permanecem discutíveis, a frustração do usuário aumenta.

Esse fenômeno ocorre com algoritmos: a confiança pode cair drasticamente após a observação de erros, mesmo que o desempenho geral do sistema seja positivo. Em contextos corporativos, como contratações ou avaliações de desempenho, a percepção de incoerência ou viés no sistema de IA pode destruir a legitimidade do processo, especialmente se a tecnologia for apresentada como uma solução infalível.

Critérios para a automação

A gestão moderna da IA sugere que a decisão não deve ser entre humanos ou máquinas, mas sim sobre a natureza da tarefa:

1. Automação: Ideal para problemas de medição, como detecção de anomalias, classificação de casos e análise de documentos.
2. Complementação: Necessária para problemas de interpretação, onde a IA fornece recomendações, mas o humano analisa o contexto e as consequências.
3. Julgamento Humano: Essencial para decisões que envolvem valores, responsabilidade e justiça, evitando que o julgamento seja reduzido a uma mera avaliação algorítmica.