As competências estão a tornar-se um fator decisivo na adoção da IA
O resumo de políticas da OCDE de junho de 2026, IA e competências: o que sabemos até agora, coloca uma questão importante no centro do debate sobre a inteligência artificial. Grande parte do debate público centra-se na capacidade dos modelos, nas infraestruturas computacionais e no investimento, mas as organizações não conseguem usufruir automaticamente desses benefícios. As competências das pessoas que utilizam a IA são cada vez mais um dos fatores que determinam se a sua adoção resulta em ganhos de produtividade, melhores decisões e mudanças sustentáveis.
A OCDE destaca que a falta de competências relevantes já está a travar a adoção. As suas evidências indicam que as empresas, incluindo muitas PME, identificam a escassez de competências como um obstáculo significativo à utilização eficaz da IA. Isto deve levar os empregadores a repensar a estratégia de IA. As despesas com tecnologia são apenas uma parte do investimento; a outra parte é o capital humano.
As capacidades necessárias para uma utilização eficaz
O primeiro requisito é a literacia em IA. Nem todos os colaboradores que utilizam sistemas de IA necessitam de conhecimentos técnicos sobre aprendizagem automática, mas precisam de compreender de forma informada como estes sistemas funcionam. Devem reconhecer que os resultados podem estar incompletos, enviesados ou incorretos, compreender os riscos básicos de confidencialidade e saber verificar afirmações importantes. Este nível de literacia permite aos utilizadores beneficiar da IA sem confundir fluência com fiabilidade.
A definição do problema é uma segunda capacidade. A IA generativa é muito mais útil quando o utilizador consegue definir claramente o objetivo, o público, as restrições e o material de origem. Os utilizadores inexperientes muitas vezes fazem perguntas vagas e avaliam a tecnologia com base nas respostas igualmente vagas que se seguem. Os utilizadores qualificados compreendem que uma interação eficaz começa com um problema bem estruturado. Isto é menos uma questão de elaborar instruções engenhosas do que de pensamento profissional disciplinado.
A avaliação é um terceiro requisito. À medida que os resultados da IA se tornam mais persuasivos, a capacidade de avaliar a relevância, as evidências, a lógica e o contexto torna-se cada vez mais valiosa. Em muitas funções profissionais, produzir um primeiro rascunho tornar-se-á mais fácil, enquanto decidir se esse rascunho é suficientemente bom para ser utilizado ganhará importância. A experiência na área mantém-se, por isso, valiosa. Um profissional de financiamento do comércio pode detetar um erro subtil numa análise de crédito documentário que um principiante poderá aceitar; um profissional de marketing pode distinguir uma campanha superficialmente apelativa de uma que se enquadra na jornada do cliente; um formador pode avaliar se uma pergunta gerada por IA mede o objetivo de aprendizagem pretendido.
A IA altera as tarefas, bem como as profissões
O trabalho mais abrangente da OCDE sobre competências e o futuro do trabalho corrobora a ideia de que a IA altera a combinação de tarefas no âmbito das profissões, em vez de eliminar uniformemente profissões inteiras. Isto tem implicações significativas para a formação. As organizações não devem focar-se apenas em ensinar os colaboradores a utilizar uma nova ferramenta. Devem ajudá-los a compreender como a sua própria função está a mudar e quais as partes do trabalho que devem continuar a ser realizadas por pessoas.
O planeamento do fluxo de trabalho torna-se, neste contexto, uma capacidade importante. As empresas obtêm mais valor quando a IA é integrada em processos repetíveis, em vez de ser utilizada para experimentação ocasional. Os colaboradores precisam de compreender como a informação flui numa tarefa, onde a IA pode eliminar obstáculos, o que requer verificação e como o resultado se liga à etapa seguinte. Estas competências são particularmente importantes à medida que os sistemas deixam de responder a perguntas para passar a realizar ações.
Um modelo prático de desenvolvimento da força de trabalho
Para os empregadores, um modelo de formação útil pode ser organizado em três níveis. O primeiro nível é a literacia básica para todos os que utilizam IA. Este deve abranger conceitos básicos, confidencialidade, verificação, falhas comuns e utilização responsável. O segundo nível é a aplicação específica da função. As equipas de vendas devem praticar tarefas de vendas, os colaboradores das finanças devem praticar tarefas financeiras e as equipas de exportação devem praticar investigação de mercado e apoio documental relevantes para o comércio internacional. As demonstrações genéricas são úteis inicialmente, mas a produtividade duradoura resulta da aplicação ao trabalho real.
O terceiro nível é a capacidade avançada de fluxo de trabalho para gestores, responsáveis por processos e utilizadores avançados. Estes colaboradores devem compreender como padronizar métodos úteis, avaliar ferramentas, conceber fluxos de trabalho, definir permissões e introduzir a automação de forma responsável. Numa pequena organização, um único colaborador interno bem formado pode ter um efeito desproporcional ao ajudar os colegas a documentar boas práticas e a evitar erros comuns.
Este modelo também reconhece que o desenvolvimento da IA é contínuo. As ferramentas e capacidades estão a mudar rapidamente, pelo que é improvável que um único workshop anual seja suficiente. Breves atualizações práticas, demonstrações internas, bibliotecas partilhadas de fluxos de trabalho e revisões periódicas de políticas podem manter as capacidades de forma mais eficaz.
A avaliação deve focar-se no comportamento e nos resultados
A formação em IA não deve ser avaliada apenas pela assiduidade. As organizações devem procurar alterações no trabalho. Os colaboradores estão a verificar as fontes com mais consistência? As tarefas repetitivas estão a demorar menos tempo? As equipas estão a produzir primeiros rascunhos mais robustos? Os problemas de confidencialidade estão a ser evitados? Os fluxos de trabalho úteis estão a ser documentados e partilhados? Estas medidas fornecem uma melhor indicação das capacidades do que o número de pessoas que concluíram um curso.
Existe também o risco de os empregadores definirem a produtividade de forma demasiado restrita. A IA pode poupar tempo, mas também pode melhorar a qualidade do trabalho ao permitir que as pessoas comparem mais alternativas, identifiquem lacunas num argumento ou comuniquem de forma mais clara. Um utilizador qualificado pode não simplesmente realizar a mesma tarefa mais rapidamente; pode produzir um resultado melhor. A formação deve, por isso, desenvolver tanto o julgamento crítico como a eficiência.
Conclusão
A eBSI AI Skills Academy foi concebida em torno desta visão prática das capacidades. O seu objetivo não é meramente familiarizar os formandos com as interfaces dos produtos, mas sim desenvolver competências transferíveis que continuem a ser úteis à medida que as plataformas mudam: definição do problema, verificação, conceção de fluxos de trabalho, tratamento responsável da informação e julgamento profissional. A mensagem da OCDE deve ser encorajadora para as empresas, pois sugere que os benefícios da IA não estão reservados às organizações com os maiores orçamentos para tecnologia. As empresas que investem em competências práticas e processos claros podem criar um valor significativo com ferramentas que estão cada vez mais acessíveis a todos.
Fonte
OCDE (2026), IA e competências: o que sabemos até agora, OCDE Publishing, Paris. Ver o resumo de políticas da OCDE.
O que os empregadores devem fazer com estas evidências
As conclusões da OCDE sugerem que os empregadores devem tratar as capacidades em IA como parte do planeamento da força de trabalho, em vez de como uma iniciativa tecnológica pontual. Um ponto de partida prático é identificar quais as funções que já estão a mudar, quais as tarefas adequadas para serem complementadas pela IA e quais os colaboradores que necessitam de capacidades mais aprofundadas por supervisionarem processos automatizados ou tomarem decisões de elevado impacto. Isto permite que as despesas com formação sejam ligadas a uma necessidade real do negócio, em vez de serem distribuídas uniformemente.
Os empregadores também devem reconhecer que o valor da experiência na área pode aumentar à medida que a IA se torna mais capaz. Quando os primeiros rascunhos, os resumos e as análises de rotina se tornam baratos, a capacidade escassa desloca-se para a avaliação de se uma resposta é adequada, a interpretação das exceções e a compreensão das consequências mais amplas de uma decisão. O desenvolvimento profissional deve, por isso, combinar a literacia em IA com o conhecimento da matéria subjacente necessário para questionar os resultados da IA. Neste sentido, a força de trabalho do futuro não é simplesmente mais técnica. É mais interdisciplinar, combinando confiança digital com julgamento, comunicação e conhecimento especializado.
Continue a sua aprendizagem
Para aprofundar os temas deste artigo, explore Realidade da Inteligência Artificial e Utilização de GPTs. Visite Academia de Competências de IA eBSI para conhecer percursos de formação relacionados.