Letramento em IA nas empresas: o que é e como implantar

Um analista de compras pede a uma ferramenta de IA um resumo de contratos de fornecedores e cola no chat as planilhas com preços negociados. Um agrônomo recebe uma recomendação de manejo gerada por IA e a repassa ao campo sem conferir a dose. Na controladoria, um relatório com um número errado chega à diretoria porque ninguém sabia que o modelo podia inventar um valor plausível.

Nenhuma dessas pessoas agiu de má-fé. Faltava a elas saber como a ferramenta funciona, onde ela erra e quais dados podem entrar nela, que é justamente o que um programa de letramento em IA ensina. Para a diretoria, cada episódio tem um custo: informação estratégica fora do controle da empresa, decisão tomada sobre um número errado e licenças pagas que pouca gente sabe usar bem.

Neste guia, explicamos o que é letramento em IA, onde estão os riscos para a empresa, o que cabe a cada executivo e como implantar um programa em cinco etapas, adaptado a cada público.

Para quem decide, em cinco pontos:

Seus colaboradores provavelmente já usam IA, com ou sem autorização. No estudo global da KPMG, 58% usam IA no trabalho e só 47% receberam algum treinamento.
O risco maior está nos dados. Quase metade dos funcionários admitiu usar IA contra as regras da empresa, inclusive colocando informações sensíveis em ferramentas públicas, e a LGPD prevê multa de até 2% do faturamento no Brasil, limitada a R$ 50 milhões por infração.
O ganho de produtividade das licenças de IA depende de as pessoas saberem usar, conferir o resultado e decidir quando não usar. Sem isso, a licença é custo.
O programa precisa de dono na diretoria. O RH conduz a formação, e CFO, CIO e jurídico definem regras, ferramentas e limites.
Dá para começar em poucas semanas, com um diagnóstico do uso atual e uma política de uso de poucas páginas.

Sumário

O que é letramento em IA
Letramento em dados e letramento em IA
Por que o tema virou prioridade
LGPD e regulação: onde está o risco para a empresa
Sinais de que sua empresa precisa de um programa de letramento em IA
O que cada público precisa saber
O que cabe a cada executivo
Como implantar um programa de letramento em IA em 5 etapas
Como medir se o programa está funcionando
Letramento em IA no agro e na indústria de alimentos
Erros comuns
Perguntas frequentes
Como a RISTI trabalha o letramento em IA
Conclusão

O que é letramento em IA

O AI Act, regulamento europeu de inteligência artificial, define letramento em IA (AI literacy) como as competências, os conhecimentos e a compreensão que permitem usar sistemas de IA de forma informada e ter consciência das oportunidades, dos riscos e dos danos que eles podem causar.

O referencial de letramento em IA publicado pela OCDE e pela Comissão Europeia em 2026, voltado à educação, vai na mesma direção: um conjunto de conhecimentos, habilidades e atitudes para entender como os sistemas de IA funcionam, avaliar criticamente seus resultados e usá-los de forma ética e criativa.

Na empresa, isso se traduz em quatro capacidades práticas:

Entender o que a IA faz e o que não faz: como um modelo gera respostas, por que ele pode errar com confiança e por que a mesma pergunta pode ter respostas diferentes.
Usar com método: escrever boas instruções, dar contexto, escolher a ferramenta aprovada para cada tarefa e reconhecer quando a IA não é a ferramenta certa.
Avaliar o resultado: conferir números, fontes e premissas antes de decidir ou repassar.
Proteger dados e decisões: saber quais informações podem ser inseridas em cada ferramenta, o que diz a LGPD e quem responde pelo resultado.

Letramento em IA também tem limites claros. Ele não exige que todos aprendam a programar ou a treinar modelos. Um diretor, um operador de manutenção e um cientista de dados precisam de níveis diferentes de conhecimento, e um bom programa respeita essas diferenças.

Letramento em dados e letramento em IA

O Gartner define letramento em dados (data literacy) como a capacidade de ler, escrever e comunicar dados em contexto, com compreensão das fontes, dos métodos analíticos e das técnicas de IA. A definição já inclui a IA, por um motivo prático.

Toda resposta de IA sobre o negócio depende de dados. Se o colaborador não sabe de onde vem o indicador, qual é a fórmula oficial e qual sistema é a fonte da verdade, ele também não consegue avaliar se a resposta da IA faz sentido. Por isso, o letramento em IA funciona melhor quando se apoia em uma governança de dados que define donos, conceitos e regras de qualidade.

Na pesquisa do Gartner com Chief Data and Analytics Officers em 2024, 83% disseram ter um programa de letramento em dados em andamento ou planejado para os 12 meses seguintes. A falta de letramento em dados apareceu entre os cinco principais obstáculos ao sucesso das áreas de dados e analytics.

Por que o tema virou prioridade

O uso de IA nas empresas cresceu mais rápido do que a preparação das pessoas para usá-la.

O estudo global da KPMG com a Universidade de Melbourne, com 48 mil pessoas em 47 países, mostrou que 58% dos funcionários usam IA intencionalmente no trabalho, mas só 47% disseram ter recebido algum treinamento. Dois terços (66%) confiam no resultado sem avaliar se está correto, 56% já cometeram erros no trabalho por causa da IA e 57% escondem o uso. Quase metade admitiu usar IA de formas que contrariam as políticas da empresa, como carregar informações sensíveis em ferramentas públicas gratuitas.
No Brasil, o mesmo estudo apontou que 86% dos trabalhadores usam IA nas empresas. O EY Sentiment Index, publicado em maio de 2026, registrou que 95% dos brasileiros entrevistados já usam IA, e só 47% disseram ter treinamento ou formação relevante.
Uma pesquisa da Pluxee divulgada em outubro de 2026, com 9.600 trabalhadores em 14 países, mil deles brasileiros, encontrou um quadro mais duro: apenas 15% afirmaram ter recebido treinamento formal oferecido pela empresa.

As pesquisas usam metodologias diferentes e os números não devem ser comparados entre si. Todas, porém, apontam a mesma distância entre uso e preparo. Essa distância aparece na operação como vazamento de dados, decisão tomada sobre resposta errada e retrabalho para corrigir o que a IA produziu.

LGPD e regulação: onde está o risco para a empresa

Para uma empresa brasileira, o risco jurídico mais imediato do uso despreparado de IA está na LGPD. Quando um colaborador coloca dados de clientes, produtores ou funcionários em uma ferramenta sem controle, a empresa pode ter de responder por isso. A lei exige medidas técnicas e administrativas de segurança para proteger dados pessoais contra acesso não autorizado e tratamento inadequado (art. 46), obriga a reparar danos causados no tratamento de dados (art. 42) e prevê sanções que incluem multa de até 2% do faturamento no Brasil, limitada a R$ 50 milhões por infração (art. 52).

Política de uso, ferramentas aprovadas e pessoas preparadas são medidas administrativas que a empresa consegue demonstrar se for questionada. Contratos, preços e dados financeiros, mesmo quando não envolvem dados pessoais, também não podem circular em ferramentas que a empresa não controla.

Na Europa, o AI Act transformou o letramento em IA em obrigação legal a partir de fevereiro de 2025. Desde julho de 2026, com o Regulamento (UE) 2026/1744 (Digital Omnibus), as empresas precisam adotar medidas para apoiar o letramento dos colaboradores, sem garantir um nível específico de cada pessoa, e quem usa sistemas de alto risco continua obrigado a treinar os responsáveis pela supervisão humana. A regra só se aplica diretamente a quem oferece ou usa IA na União Europeia, mas indica o que um programa precisa ter: medidas proporcionais ao risco, conteúdo por perfil e registro do que foi feito.

Sinais de que sua empresa precisa de um programa de letramento em IA

Colaboradores usam ferramentas de IA pessoais ou gratuitas com dados da empresa.
Não existe uma política que diga quais ferramentas estão aprovadas e quais dados podem ser usados em cada uma.
Respostas geradas por IA chegam a clientes, relatórios ou decisões sem revisão.
A empresa comprou licenças de IA e o uso ficou concentrado em poucas pessoas.
Os gestores não sabem dizer quais tarefas da sua área já usam IA.
Os treinamentos que existem ensinam a usar uma ferramenta específica, mas não ensinam a avaliar o resultado.
Ninguém sabe a quem recorrer quando a IA dá uma resposta suspeita.

Se três ou mais itens descrevem sua empresa, o risco já está na operação, e cada mês sem orientação aumenta a quantidade de hábitos que depois precisarão ser corrigidos.

O que cada público precisa saber

O erro mais comum é aplicar o mesmo curso para todos. O conteúdo deve variar conforme o papel de cada pessoa e o risco das decisões que ela toma.

Público	O que precisa saber	Exemplo no dia a dia
Todos os colaboradores	Como a IA gera respostas, limites, política de uso e proteção de dados	Saber que uma planilha de clientes não pode ir para uma ferramenta pública
Gestores e donos de processo	Onde a IA ajuda na área, como revisar resultados e quem responde por eles	Definir que toda análise gerada por IA para a diretoria passa por conferência
Usuários avançados	Técnicas de instrução, automações, agentes e validação sistemática	Montar um agente que consulta indicadores e registrar como ele foi testado
Diretoria e conselho	Riscos, oportunidades, investimento, regulação e indicadores de adoção	Aprovar a política de uso e acompanhar o retorno das iniciativas
TI, dados e segurança	Arquitetura, integração, monitoramento, privacidade e ciclo de vida dos modelos	Liberar ferramentas com controle de acesso e registro de uso

O que cabe a cada executivo

Letramento em IA costuma ser entregue ao RH como mais um treinamento. Funciona melhor quando cada executivo assume a parte que lhe cabe:

Executivo	Responsabilidade no programa	Pergunta que deve conseguir responder
CEO e diretoria	Patrocinar o programa e cobrar resultado	Quanto a empresa ganha e quanto arrisca com o uso atual de IA?
CFO	Controlar o gasto com IA, exigir conferência de números gerados por IA e acompanhar o retorno	Quais licenças são de fato usadas e quais números do fechamento passaram por IA?
CIO ou responsável por TI	Definir ferramentas aprovadas, controlar acesso e monitorar o uso	Que ferramentas de IA os colaboradores usam hoje, aprovadas ou não?
RH	Montar as trilhas por público e acompanhar a cobertura	Quem já foi preparado e quem ainda usa IA sem orientação?
Jurídico e compliance	Escrever a política de uso e alinhar com a LGPD e os contratos	Que dados nunca podem entrar em uma ferramenta de IA?

Como implantar um programa de letramento em IA em 5 etapas

Etapa 1: diagnóstico

Comece pelo inventário: quais ferramentas são usadas, por quem, para quais tarefas e com quais dados. Uma pesquisa curta com os colaboradores e uma conversa com cada gestor costumam revelar mais do que o esperado, incluindo o uso de ferramentas não aprovadas. O diagnóstico também mede o nível atual de conhecimento por público.

Etapa 2: política de uso e ferramentas aprovadas

Antes de treinar, defina as regras. A política de uso aceitável deve caber em poucas páginas e responder a perguntas objetivas: quais ferramentas estão liberadas, quais dados podem ser usados em cada uma, quando a revisão humana é obrigatória e a quem recorrer em caso de dúvida. Proibir sem oferecer uma alternativa aprovada só empurra o uso para fora do controle da empresa.

Etapa 3: trilhas por público, com casos reais

Monte trilhas diferentes para cada público da tabela acima. Use exemplos da própria operação: o relatório de fechamento da controladoria, a ordem de manutenção, a proposta comercial. Exemplos genéricos ensinam a ferramenta, mas os da própria operação mostram onde ela ajuda e onde erra no trabalho de cada um.

Etapa 4: prática supervisionada e multiplicadores

Conhecimento sobre IA se consolida com uso. Escolha um ou dois casos por área, acompanhe a aplicação por algumas semanas e forme multiplicadores, pessoas de cada área que tiram dúvidas e trazem os problemas para o grupo responsável. Os multiplicadores reduzem a dependência da equipe central e aceleram a adoção.

Etapa 5: medição e atualização

Registre quem foi treinado, em qual trilha e quando. Esse registro é o que o AI Act pede como evidência e o que a diretoria vai querer ver. Revise o conteúdo a cada ciclo, porque ferramentas, riscos e regras mudam rápido.

Como medir se o programa está funcionando

Horas de treinamento dizem pouco. Os indicadores que importam mostram mudança de comportamento:

Cobertura: percentual de colaboradores que concluíram a trilha do seu público.
Adoção qualificada: uso das ferramentas aprovadas em relação ao total de usuários com acesso.
Uso fora da política: incidentes de dados inseridos em ferramentas não aprovadas, que devem cair ao longo do tempo.
Qualidade: erros encontrados na revisão de conteúdos gerados por IA antes de chegarem a clientes ou à diretoria.
Resultado: tempo economizado ou ganho medido nos casos de uso acompanhados.

Letramento em IA no agro e na indústria de alimentos

No agronegócio, a IA já aparece em recomendações agronômicas, análise de imagens, previsão de safra, manutenção de máquinas, compras e atendimento comercial. Cada uso tem um risco próprio:

Campo: uma recomendação de manejo gerada por IA precisa ser validada por um agrônomo antes de virar ordem de serviço.
Indústria e manutenção: o técnico deve entender que um alerta preditivo é uma probabilidade e saber quando escalar.
Controladoria e finanças: números produzidos por IA precisam ser conferidos contra a fonte oficial antes de ir para o fechamento.
Comercial e suprimentos: preços, contratos e dados de produtores e clientes não podem entrar em ferramentas sem controle.
Áreas de apoio: RH e jurídico lidam com dados pessoais e precisam conhecer bem os limites da LGPD.

Em empresas com muitas unidades e equipes no campo, o programa precisa de formatos curtos, acessíveis pelo celular e com exemplos da safra, e não apenas de cursos longos em sala.

Erros comuns

Tratar letramento como treinamento de ferramenta. Ensinar os botões de um aplicativo não prepara ninguém para avaliar uma resposta errada.
Aplicar o mesmo conteúdo para todos. O diretor e o operador precisam de conhecimentos diferentes.
Treinar antes de definir a política. Sem regras claras, o treinamento não tem o que ensinar sobre dados e responsabilidades.
Proibir sem oferecer alternativa. O uso continua, só que escondido.
Ignorar os dados. Quem não confia nos dados da empresa não consegue avaliar a resposta da IA sobre eles.
Fazer uma ação única. Ferramentas e riscos mudam a cada trimestre, e o programa precisa acompanhar.
Não registrar o que foi feito. Sem registro, a empresa não comprova o esforço nem mede a evolução.

Perguntas frequentes

Letramento em IA é o mesmo que treinamento em IA?

Não. Treinamento costuma ensinar uma ferramenta. Letramento inclui entender como a IA funciona, avaliar resultados, proteger dados e saber quem responde por cada decisão. Um bom programa usa treinamentos, mas também política, prática supervisionada e medição.

Empresas brasileiras precisam cumprir o AI Act?

Apenas as que oferecem ou usam sistemas de IA na União Europeia. Para as demais, o AI Act serve como referência de boas práticas.

Quanto tempo leva para implantar um programa?

O diagnóstico, a política de uso e a primeira trilha para todos os colaboradores podem ficar prontos em poucas semanas. As trilhas por público e a formação de multiplicadores avançam ao longo dos meses seguintes.

Quem deve conduzir o programa na empresa?

Funciona melhor como esforço conjunto, com patrocínio da diretoria: RH conduz a formação, TI define as ferramentas, jurídico escreve a política e o CFO acompanha custo e retorno. Empresas que já têm um Centro de Excelência em IA costumam colocar o letramento entre as responsabilidades dele.

Por onde começar?

Pelo inventário do uso atual e por uma política curta de uso aceitável. Com essas duas peças, a primeira trilha para todos os colaboradores já tem o que ensinar.

Como a RISTI trabalha o letramento em IA

Na RISTI, o letramento em IA faz parte da capacitação prevista na estruturação de um Centro de Excelência em IA. O trabalho começa por um diagnóstico de uso de IA: quais ferramentas estão em uso, por quem, com quais dados e com que nível de conhecimento em cada público. A partir dele, a empresa recebe a política de uso, a definição das ferramentas aprovadas e trilhas de formação montadas com exemplos da própria operação, com indicadores para a diretoria acompanhar.

Conclusão

A IA já está no trabalho das pessoas, com ou sem orientação da empresa. Letramento em IA é o que permite usar essa tecnologia com critério: saber o que ela faz, conferir o que ela entrega e proteger os dados e as decisões do negócio. Começar pelo diagnóstico e pela política de uso, e depois treinar cada público com exemplos da própria operação, é o caminho mais rápido para que o uso espontâneo passe a gerar resultado.

Quer saber como a IA já está sendo usada na sua empresa? Fale com nosso time sobre um diagnóstico de uso de IA. Para avaliar o ponto de partida em dados, responda ao Questionário de Maturidade e Adoção de Dados.

Leia também: