Resumo
A inteligência artificial no sistema financeiro depende da qualidade dos dados, supervisão humana e regulação, alerta Emely Pujólli Silva da Universidade Estadual de Campinas. Na conferência do Banco de Moçambique, a investigadora destacou que muitos modelos atuais de IA ainda estão na fase de aprendizagem de máquina, não sendo plenamente autónomos. Silva propôs uma definição mais rigorosa de IA, que inclui sensores, aprendizagem de padrões, interpretação, ação e adaptação. Embora a IA possa apoiar decisões, não substitui a interpretação humana e o controlo institucional. Considerada uma tecnologia de propósito geral, a IA já está a ser integrada em vários setores, exigindo uma abordagem cautelosa e responsável por parte das instituições financeiras e reguladores.
A inteligência artificial já entrou no sistema financeiro, mas o seu verdadeiro impacto dependerá menos do entusiasmo tecnológico e mais da qualidade dos dados, da capacidade de supervisão humana e da maturidade regulatória das instituições. Esta foi uma das principais mensagens deixadas por Emely Pujólli Silva, docente e investigadora da Universidade Estadual de Campinas, no Brasil, na comunicação que apresentou como oradora principal das XVII Jornadas Científicas do Banco de Moçambique.
Num debate dedicado à “Regulamentação e Utilização da Inteligência Artificial no Sistema Financeiro Nacional: Riscos e Oportunidades”, a intervenção da investigadora ajudou a deslocar a discussão de uma abordagem genérica sobre inovação para uma leitura mais concreta sobre como a IA funciona, onde já pode ser aplicada e quais são os limites que o sistema financeiro precisa de reconhecer.
A principal advertência é conceptual, mas tem forte implicação económica e regulatória: nem tudo o que hoje é chamado de inteligência artificial corresponde a um sistema plenamente autónomo. Segundo Emely Pujólli Silva, muitos dos modelos usados actualmente ainda se encontram, sobretudo, na esfera da aprendizagem de máquina. Ou seja, são sistemas capazes de aprender padrões a partir de grandes volumes de dados, gerar respostas ou previsões, mas nem sempre conseguem interpretar, agir e adaptar-se de forma integral e independente.
Entre A Promessa Tecnológica E A Realidade Dos Modelos
Na sua comunicação, Emely Pujólli Silva propôs uma definição mais exigente de inteligência artificial. Para que exista como sistema completo, a IA precisa de sensores ou mecanismos de contacto com o mundo exterior, capazes de captar dados. Esses sensores podem ser simples, como um teclado de computador, ou mais sofisticados, como câmaras de segurança, dispositivos inteligentes, sistemas transaccionais ou plataformas digitais.
A segunda etapa é a aprendizagem de máquina, em que o sistema processa os dados captados e identifica padrões. A terceira é a capacidade de interpretar e agir. A quarta é a adaptação, isto é, a possibilidade de o sistema se modificar ao longo do tempo com base em novas informações.
É neste ponto que a investigadora introduz uma distinção essencial. Os sistemas mais populares de IA, incluindo ferramentas generativas, respondem a pedidos, produzem textos, organizam informação e indicam caminhos possíveis, mas ainda não executam, por si só, toda a cadeia de acção no mundo real.
Esta diferença é relevante para bancos, seguradoras, fintechs, reguladores e consumidores. A IA pode apoiar decisões, mas não elimina a necessidade de interpretação, responsabilidade institucional e controlo humano.
Tecnologia De Propósito Geral, Não Moda Passageira
Apesar das limitações, Emely Pujólli Silva deixou claro que a inteligência artificial já deve ser tratada como uma tecnologia de propósito geral. Tal como a electricidade ou a internet, a IA tende a atravessar todos os sectores da economia e da sociedade.
A sua presença já é visível em assistentes virtuais, sistemas de recomendação, carros autónomos, diagnósticos médicos, plataformas de atendimento, análise de dados e soluções financeiras. No sector financeiro, esta transversalidade tem implicações profundas, porque bancos e instituições de pagamento dependem cada vez mais de informação, velocidade, confiança e capacidade de antecipar riscos.
A IA pode melhorar a experiência do cliente, acelerar processos, reduzir custos operacionais, identificar padrões de fraude, apoiar decisões de crédito, personalizar produtos e reforçar mecanismos de monitoria. Mas também pode introduzir novos riscos, sobretudo quando as decisões passam a depender de modelos pouco transparentes, dados mal tratados ou sistemas que não são devidamente auditados.
Dados São O Primeiro Activo Do Novo Sistema Financeiro
Um dos contributos mais relevantes da comunicação de Emely Pujólli Silva foi recolocar os dados no centro da discussão. Para a investigadora, um modelo de IA só pode ser tão bom quanto os dados que recebe, processa e aprende a interpretar.
O desenvolvimento de soluções de IA passa por quatro etapas fundamentais: captura de dados, preparação dos dados, aprendizagem e avaliação. A captura consiste na recolha de informação. A preparação transforma os dados num formato que a máquina consiga compreender. A aprendizagem corresponde à escolha e aplicação do modelo matemático ou estatístico mais adequado. A avaliação verifica se o modelo consegue generalizar, ou seja, se funciona perante novos dados e não apenas perante o conjunto original usado no treino.
No sistema financeiro, esta cadeia é particularmente sensível. Dados incompletos, ruidosos, enviesados ou mal classificados podem comprometer modelos de crédito, fraude, risco e recomendação. Por isso, a inteligência artificial não começa no algoritmo. Começa na governação dos dados.
Crédito, Fraude E Decisão Humana
No campo da análise de crédito, Emely Pujólli Silva destacou abordagens que permitem apoiar decisões com maior grau de informação, incluindo modelos capazes de trabalhar com intervalos de possibilidades, em vez de respostas únicas e fechadas.
Isto é particularmente importante no crédito, onde uma decisão automatizada pode incluir ou excluir clientes, afectar empresas, condicionar investimento e influenciar o acesso das famílias a serviços financeiros. Um modelo que apresente cenários, probabilidades e limites de confiança pode ajudar a tornar a decisão mais informada.
Mas a investigadora sublinhou um princípio decisivo: os modelos devem apoiar a decisão, não substituir integralmente a responsabilidade humana. A validação humana deve estar presente em todas as etapas, sobretudo quando estão em causa decisões com impacto económico, social ou regulatório.
Este ponto é central para Moçambique. Num mercado em que a inclusão financeira continua a ser um desafio, a IA pode ajudar a avaliar clientes sem histórico bancário tradicional, mas também pode excluir grupos inteiros se for treinada com dados incompletos ou enviesados.
Fraude, Anomalias E Estabilidade Financeira
A detecção de anomalias foi outro campo destacado por Emely Pujólli Silva. No sector financeiro, modelos de IA podem identificar comportamentos que fogem ao padrão habitual de um cliente, de uma conta, de uma instituição ou de um mercado.
Uma compra realizada fora do padrão, uma sequência incomum de transacções, uma alteração súbita de comportamento financeiro ou uma concentração atípica de operações podem ser sinais de alerta. O sistema não deve concluir automaticamente que existe fraude, mas pode indicar que determinada operação merece análise mais cuidadosa.
Esta capacidade é particularmente relevante para a prevenção de fraudes, combate ao branqueamento de capitais, gestão de risco operacional, protecção do consumidor e estabilidade financeira. Quanto mais digitalizado se torna o sistema financeiro, maior é a necessidade de mecanismos capazes de identificar padrões anómalos em tempo quase real.
A Nova Agenda Da Regulação Financeira
A discussão trazida por Emely Pujólli Silva mostra que a regulação da inteligência artificial no sistema financeiro não pode limitar-se a autorizar ou proibir ferramentas. Deve concentrar-se em princípios de segurança, transparência, explicabilidade, qualidade dos dados, protecção do consumidor, responsabilidade humana e gestão de risco sistémico.
A regulação terá de responder a perguntas práticas: quem responde por uma decisão automatizada? Como se audita um modelo? Que dados podem ser usados? Como se protege a privacidade dos clientes? Como evitar discriminação algorítmica? Como garantir que instituições com menor capacidade tecnológica não fiquem excluídas? Como impedir que a concentração de soluções em poucos fornecedores crie novos riscos sistémicos?
Ao destacar aplicações concretas e limites técnicos da inteligência artificial, a oradora principal das XVII Jornadas Científicas do Banco de Moçambique ajudou a colocar o debate no terreno certo: a IA não é apenas uma inovação tecnológica, mas uma nova infra-estrutura de decisão. E, no sistema financeiro, toda a infra-estrutura de decisão precisa de confiança.
Para Moçambique, o desafio será transformar a inteligência artificial num instrumento de inclusão, eficiência e estabilidade, sem perder de vista que a tecnologia aprende com dados, mas a responsabilidade continua a ser humana e institucional.
Fonte: O Económico
