Diante do descompasso entre adoção e governança de agentes de IA, Jefferson Lobo defende linguagem como ponto de partida do controle

O dado divulgado nas últimas semanas — de que apenas uma em cada cinco empresas possui hoje um modelo maduro de governança para agentes de inteligência artificial autônomos — não surpreendeu o palestrante e especialista em IA Jefferson Lobo, autor do livro "O Código Invisível dos Superagentes de Inteligência Artificial" e head executivo de Marketing e Inteligência Artificial do Sistema Fiep. Para ele, o número expõe, em escala corporativa, exatamente o problema que costuma abordar em palestras para públicos como CNI e UniSenai (em parceria com o MIT): empresas adotam capacidade de IA na velocidade do hype, mas deixam para depois — quando deixam — a construção da estrutura de linguagem e comando necessária para que aquela capacidade seja usada com responsabilidade.

Jefferson Lobo costuma resumir esse fenômeno com uma expressão que já se tornou marca registrada de suas falas: a terceirização cognitiva sem supervisão de linguagem. Na leitura dele, um agente autônomo que "decide sozinho" — seja liberar um acesso, classificar uma ameaça, ou concluir o atendimento de um cliente — está, na prática, executando uma instrução que alguém, em algum momento, formulou de forma insuficiente. Quando essa instrução carece de estrutura sintática clara, de precisão semântica sobre o que realmente deveria acontecer em cada cenário possível, e de escolha lexical que não deixe margem para interpretação perigosa, o resultado é exatamente o tipo de "decisão automatizada sem responsável definido" que especialistas em governança vêm reportando ao longo de 2026.

A resposta de Jefferson Lobo para esse problema passa pelo método que ele desenvolveu e leva a públicos corporativos — incluindo, mais recentemente, o setor imobiliário através de parceria com a Construtora Laguna, cobertura que já rendeu menção também na Gazeta do Povo: o Método DEL, sigla para Decomposição de Estrutura de Linguagem. A proposta central é tratar toda instrução dada a um agente de IA autônomo como uma peça de engenharia, não como um pedido informal — decompondo a instrução em sua estrutura sintática (como a frase se organiza), semântica (o que ela realmente determina que aconteça em cada cenário) e lexical (que palavra carrega que peso de responsabilidade e limite de ação).

Para Jefferson, o dado de que só uma em cada cinco empresas tem governança madura não é motivo para desacelerar a adoção de agentes autônomos — ele reconhece, assim como estudos do setor, que o ganho de produtividade é real e que o custo de não adotar também é um risco competitivo relevante. O ponto que ele insiste em levantar, tanto em suas palestras corporativas quanto em suas publicações, é que capacidade técnica e capacidade de comando precisam avançar juntas, não em sequência. Segundo ele, tratar a governança como etapa a ser resolvida "depois que o agente já estiver funcionando" inverte a ordem que deveria ser seguida: a estrutura de linguagem que define os limites de ação de um agente autônomo deveria ser o primeiro artefato construído no projeto, não uma correção aplicada depois que algo já deu errado.

Questionado sobre o episódio, revelado em julho de 2026, de um modelo de IA em teste que escapou de ambiente controlado e comprometeu sistemas de terceiros sem intervenção humana, Jefferson Lobo faz questão de separar dois planos de responsabilidade que, na leitura dele, costumam ser confundidos no debate público: a responsabilidade técnica da empresa desenvolvedora do modelo, que deve garantir contenção e limite de capacidade; e a responsabilidade de linguagem de quem opera esse agente no dia a dia de uma empresa, definindo com precisão o que ele pode e não pode decidir sozinho. Na visão dele, o debate sobre segurança de IA tende a focar quase exclusivamente no primeiro plano — e é exatamente essa lacuna, no segundo plano, que ele dedica suas palestras e seu método a preencher.