O AI Index 2026, da Universidade de Stanford, registrou 362 incidentes envolvendo IA em 2025 — contra 233 no ano anterior, um salto de 55% em doze meses. O levantamento não diz quantos desses casos teriam sido evitados por uma etapa de revisão, e essa honestidade importa: o número mostra o tamanho da exposição, não a receita para reduzi-la. A receita, quando aparece na regulação, tem um nome antigo. O AI Act europeu traz no artigo 14 uma exigência explícita: em sistemas de identificação biométrica de alto risco, nenhuma decisão pode ser tomada a partir do resultado do sistema sem que ao menos duas pessoas com competência, formação e autoridade confirmem a identificação separadamente. É o princípio dos "quatro olhos" — segregação de funções — transportado da contabilidade para a IA.
Contadores conhecem a ideia há muito tempo. A segregação de funções é um controle interno em que as responsabilidades são divididas entre mais de uma pessoa, para que ninguém sozinho consiga iniciar, autorizar, registrar e revisar a mesma transação. Quem lança a nota do fornecedor não é quem libera o pagamento. Quem escreve a política de reembolso não a aprova. É redundância intencional. A Lei Sarbanes-Oxley, de 2002, deu força de lei a esse arcabouço ao obrigar empresas de capital aberto a manter, avaliar e reportar controles internos eficazes sobre o relatório financeiro — com atestado de auditor independente. Na IA, a mesma lógica ainda é novidade para a maioria.
O problema que a segregação resolve
Quando a IA gera um documento crítico — uma política atualizada, um modelo de contrato, uma tabela de preços — aquele documento carrega um risco embutido: pode estar correto na forma e desatualizado no conteúdo. Uma tabela de preços gerada a partir de um documento de 2024, numa empresa que reajustou os preços em junho, é formalmente perfeita e factualmente errada. Uma política de governança montada sobre um comentário antigo de um diretor pode estar cinco meses vencida. Sem uma etapa de validação, o erro viaja invisível até o ponto em que alguém o descobre — e lá já virou passivo, reclamação de cliente, investigação.
Não se trata de desconfiar da IA. Trata-se de reconhecer que um modelo de IA tem um horizonte de conhecimento, e aquele horizonte é sempre anterior ao presente da empresa. O que a IA não tem como saber é o que mudou ontem na reunião de diretoria, o que foi renegociado com o fornecedor na semana passada, qual cláusula o jurídico mandou tirar. Quem sabe é uma pessoa — e o desenho do processo precisa dar a essa pessoa um lugar formal para intervir.
A solução comum — "vamos proibir a IA de tocar em documentos críticos" — falha pela mesma razão que proibições de IA em geral falham. Se a ferramenta é útil, alguém vai usá-la; e se for proibida, usará fora do radar de TI, onde não há revisão, registro nem retenção. O que funciona é desenhar um lugar onde o uso seja mais fácil do que fora e, por construção, mais controlado.
O que precisa existir na prática
Quem escreve não aprova. Quando alguém gera um documento crítico com a IA — uma política, um contrato, uma tabela de preços —, não pode ser a mesma pessoa que o aprova. O documento segue para alguém com autoridade diferente, com obrigação legal ou contratual de validá-lo antes. Em um sistema governado, quem tem poder de aprovação é um grupo definido, não "qualquer um com acesso".
Aprovação conforme o risco, não em tudo. Nem toda resposta da IA precisa de quatro olhos. Uma análise que a equipe descarta em dez minutos se estiver errada é baixo risco. Um contrato que vai assinado com um cliente é altíssimo risco. O sistema deve permitir que o gestor defina: documentos na categoria "Política Corporativa" exigem aprovação; consultas rápidas, não. É configurável porque o que é crítico em um departamento pode não ser em outro. Vale notar que o próprio AI Act reconhece proporcionalidade: a exigência de dupla confirmação do artigo 14 pode ser dispensada em usos de segurança pública, migração e controle de fronteiras quando a lei a considerar desproporcional. Rigor absoluto em tudo não é governança — é paralisia.
Trilha de auditoria clara. Quem escreveu o documento, quando, com qual versão da IA? Quem aprovou, quando, com qual observação? Tudo registrado. Em caso de incidente, é a diferença entre reconstruir em minutos e não reconstruir nunca. A norma ISO/IEC 42001, para sistemas de gestão de IA, organiza 38 controles em nove objetivos, e um deles trata especificamente do registro de eventos do sistema, ao lado da documentação técnica e da procedência dos dados. Ela é a referência que mais ganhou tração: o AI Index 2026 aponta que 36% das organizações consultadas já a citam como norma que influencia sua governança de IA, à frente de outros arcabouços.
Exceções auditadas, não silenciosas. Às vezes uma aprovação precisa ser saltada — uma emergência, uma pessoa indisponível, um risco aceitável. Pode ser. Mas aquele salto é registrado, anotado com motivo e revisado depois. Exceções constantes viram regra; exceções auditadas viram sinal de alerta.
É assim que a Skyller foi construída: documentos críticos podem exigir revisão e aprovação em duas etapas, com quem escreve separado de quem aprova, segregação de funções na identidade corporativa e trilha consultável de cada passo.
Do risco individual ao controle compartilhado
O ganho da segregação de funções não é só segurança. É também reputação. Quando um documento sai errado porque "ninguém conferiu antes", o passivo é da empresa, não da pessoa que usou a IA. Quando há etapa de aprovação documentada, aquela ação é uma decisão corporativa — e a responsabilidade fica distribuída, clara, registrada.
Há ainda o efeito no conhecimento. Um documento crítico aprovado vira conhecimento corporativo oficial: pode ser guardado de forma que a IA o utilize em conversas futuras, com a confiança de que passou por validação. Se fosse informal, pessoal, indocumentado, seria especulação. Aprovado é referência institucional — e uma resposta errada deixa de se multiplicar por cem conversas.
O caminho não é apenas técnico. O mesmo AI Index 2026 aponta que a maior barreira à IA responsável não é orçamento nem regulação, e sim falta de conhecimento: 59% das organizações citam lacunas de conhecimento como obstáculo, contra 48% que citam orçamento e 41% que citam incerteza regulatória. Ao mesmo tempo, a parcela de empresas sem nenhuma política de IA responsável caiu de 24% para 11%. A maioria já escreveu a regra; o que falta, em muitos casos, é o mecanismo que a faz valer no dia a dia — e uma etapa de aprovação embutida na ferramenta é exatamente esse mecanismo.
Cinco perguntas para a próxima reunião
Antes de escrever mais uma política — ou de deixar que a IA escreva sem controle — responda estas com a área de TI:
-
Quando alguém gera um contrato com a IA, quem o vê antes de ele virar oficial? Se a resposta for "aí depende", não há processo — há improviso.
-
Qual documento ou categoria de documento é crítico o bastante para exigir quatro olhos? Se "tudo", o processo trava. Se "nada", é como antes: descontrole visível.
-
Quando alguém é desligado, sua aprovação anterior a um documento ainda vale? Se valer para sempre, há lacuna. Se não houver rastreamento, é operação às cegas.
-
Houve exceção documentada na última auditoria de documentos críticos? Se houver muitas, é sinal de alerta — a regra não está sendo aceita ou não está funcionando.
-
Se um incidente envolvesse um documento aprovado sem rastreamento, conseguiríamos reconstruir quem fez o quê? Se não, vale voltar e desenhar a trilha.
