IA: a pergunta deixou de ser técnica e a resposta continua a exigir método

Pesquisa

A opinião de Breno Soutto
IA: a pergunta deixou de ser técnica e a resposta continua a exigir método
24 de Julho de 2026
IA: a pergunta deixou de ser técnica e a resposta continua a exigir método
IA: a pergunta deixou de ser técnica e a resposta continua a exigir método
Lorem ipsum dolor sit amet, consectetur adipiscing elit.
IA: a pergunta deixou de ser técnica e a resposta continua a exigir método
Breno Soutto
Head of Insights da Buzzmonitor
Em destaque
00 Artigo - Lateral texto00 Artigo - Lateral texto
Continuar a ler depois da publicidade
Publicidade
00 Artigo - Horizontal topo texto00 Artigo - Horizontal topo texto

A inteligência artificial tornou a pergunta fácil e imediata para qualquer profissional de comunicação e marketing. Contudo, a resposta certa continua a exigir o de sempre: dados fiáveis e método rigoroso.

 

Durante boa parte da última década, existiu uma distância curiosa dentro das equipas de comunicação e marketing. De um lado, os profissionais que faziam as perguntas: como é que a audiência reagiu à campanha? Qual a conversa em torno da marca? Quais os movimentos dos nossos concorrentes? Do outro, um número reduzido de pessoas que sabiam transformar essas perguntas em respostas: analistas “confortáveis” com bases de dados, folhas de cálculo complexas e, nos casos mais sofisticados, algumas linhas de código.

 

Entre a pergunta e a resposta havia um muro. E o muro tinha um custo que raramente contabilizávamos: o tempo. A pergunta era feita na segunda-feira e a resposta chegava, muitas vezes, no final do dia de terça-feira e com inúmeras ressalvas. Não raramente a decisão que a motivara já havia sido tomada por intuição ou por pressão de calendário e o report servia como justificação posterior.

 

A verdade é que este muro está a cair e rapidamente. Atualmente, é possível fazer uma pergunta complexa em linguagem natural (a mesma com que falamos com um colega ou na que eu escrevo este texto) e receber de volta não apenas um número, mas uma análise estruturada num relatório organizado. Tudo isso sem nunca ter escrito uma linha de código. O fluxo que envolvia muitas pessoas e alguma complexidade técnica passa a acontecer entre a pessoa e a máquina e custa segundos.

 

Este é um dos grandes acontecimentos recentes na nossa área. Mas convém ser preciso: democratizar o acesso à análise não é tornar toda a gente analista. O ganho está em retirar o gargalo técnico do caminho entre uma pergunta legítima e uma resposta útil. Saber formular a pergunta certa, desconfiar de resultados estranhos, definir métodos adequados de trabalho, tudo isso continua difícil, e, provavelmente, até se tornou mais importante, não menos.

 

O ponto sensível deixa de ser como facilitar o acesso, isso já está a acontecer, e a nossa missão é a de garantir que este acesso facilitado produz respostas fiáveis. O segredo está em dois pilares que costumam ficar invisíveis, mas determinam quase tudo em análise.

 

O primeiro é a base de dados. Não há tecnologia que transforme dados maus numa conclusão boa. Aí mora um dos maiores perigos das LLMs (Large Language Model) — tecnologia de IA que permite gerar e interpretar a linguagem humana de forma natural —, já que criam narrativas bem estruturadas e convincentes. O risco é que a forma pode emprestar credibilidade a um conteúdo que talvez não a mereça. Isso é especialmente grave na “escuta social”, em que os dados vêm de fora, em grande volume e permeáveis ao ruído. Bases de dados boas garantem cobertura real das conversas, consistência ao longo do tempo e capacidade de filtragem do que é realmente interessante para a marca. Plataformas de listening existem justamente para sustentar essa camada, que é invisível quando funciona e preocupante quando falha.

 

O segundo pilar é o método. Por trás de uma resposta sólida e que pode ser replicada quando necessário, há sempre uma skill, ou seja, um fluxo previamente codificado com uma sequência de passos, critérios, verificações e um formato de output. Este fluxo é o conhecimento daquele recurso técnico lá de cima adaptado à estratégia da nossa marca. Uma skill mal construída codifica uma prática má, replicada agora na velocidade e na escala da máquina. Skills bem feitas, apoiadas em fluxos de trabalho pensados e fundamentação real, são hoje um dos fatores mais decisivos da qualidade de qualquer resultado.

 

A técnica, para dizer a verdade, não desaparece: muda de endereço. O analista passa a desenhar o método em vez de apenas executá-lo. E o profissional que ganhou autonomia precisa de desenvolver algo novo: a capacidade de duvidar com competência.

 

A pergunta fica cada vez mais fácil de formular. A boa resposta continua a exigir o que sempre exigiu: dados fiáveis e método que mereça esse nome.


Em destaque
01 Artigo - Horizontal Final do artigo01 Artigo - Horizontal Final do artigo

Artigos Relacionados

fechar

IA: a pergunta deixou de ser técnica e a resposta continua a exigir método

O melhor do jornalismo especializado levado até si. Acompanhe as notícias do mundo das marcas que ditam as tendências do dia-a-dia.

A enviar...

Consulte o seu email para confirmar a subscrição.

Li e aceito a política de privacidade.

IA: a pergunta deixou de ser técnica e a resposta continua a exigir método

Fique a par das iniciativas da nossa comunidade: eventos, formações e as séries do nosso canal oficial, o Brands Channel.

A enviar...

Consulte o seu email para confirmar a subscrição.

Li e aceito a política de privacidade.

imagensdemarca.pt desenvolvido por Bondhabits. Agência de marketing digital e desenvolvimento de websites e desenvolvimento de apps mobile