Antes de colar no processo o que a inteligência artificial escreveu, alguém precisa lê-lo com desconfiança profissional, e essa pessoa não pode ser a própria IA.
Nos dois primeiros episódios desta série, tratamos do cenário geral em que a IA já opera dentro das licitações, da ALICE, do TCU, ao Compras.gov.br equipado com módulos de inteligência artificial, e de como estruturar um prompt que efetivamente extraia da ferramenta uma resposta útil. Chegamos agora ao ponto em que a régua que abre esta série deixa de ser um slogan e vira um problema prático: a IA é ferramenta, não muleta. E toda ferramenta bem manejada exige, de quem a maneja, o hábito de conferir o que ela entregou antes de assinar embaixo.
O risco aqui não é o de a IA “errar feio”. É justamente o oposto. Um relatório mal escrito, cheio de imprecisões visíveis, dificilmente engana alguém, pois, a própria falta de acabamento já convida à revisão. O problema começa quando o texto sai coeso, bem estruturado, com linguagem técnica impecável e aparência de peça pronta para protocolo. É exatamente esse acabamento que adormece o senso crítico de quem lê, e é sobre esse fenômeno que o próprio Tribunal de Contas da União já alertou seus servidores, no Guia de Uso de Inteligência Artificial Generativa elaborado internamente pela Corte.
O documento define alucinação como o “termo usado na IA generativa para descrever respostas fictícias, confiantes e convincentes, que podem ser erroneamente aceitas devido a algum viés”, e nomeia diretamente o mecanismo psicológico por trás do problema, qual seja, o “viés de automação”, entendido como a “tendência de aceitar cegamente as sugestões de sistemas automatizados”. Não é um risco abstrato reservado a quem usa mal a ferramenta, mas sim, uma tendência cognitiva que afeta qualquer pessoa exposta a um texto bem redigido e assinado por uma autoridade aparente. E hoje, convenhamos, uma IA carrega justamente essa autoridade aparente.
O que a IA já faz bem (e onde a confiança vira risco)
Vale reconhecer o que já é ganho consolidado. Ferramentas como a ALICE, hoje na versão 360, evoluíram de sistemas baseados em regras para arquiteturas apoiadas em modelos de linguagem de grande porte, o que lhes permite captar distorções mais sutis em editais e termos de referência mesmo quando as descrições de bens e serviços são genéricas ou mal padronizadas. Trata-se, aliás, de um problema crônico que o próprio TCU voltou a apontar em fiscalização de contratações federais conduzida entre junho de 2025 e março de 2026, ao identificar falhas recorrentes de planejamento, pesquisa de preços rasa e baixa qualidade de dados lançados no PNCP e no Compras.gov.br.
Internamente, o Tribunal mantém hoje dezoito soluções de inteligência artificial em operação, entre elas o ChatTCU, usado por mais de 1.400 servidores, além de ferramentas como SOFIA, ÁGATA e MONICA, cada uma dedicada a uma etapa do controle externo. Isso mostra uma instituição que não trata a IA como modismo, mas como parte estrutural do trabalho técnico.
Só que a mesma instituição que investe pesado em IA é a que instrui seus próprios servidores a nunca aceitarem a saída da ferramenta sem revisão criteriosa. O guia interno do TCU é explícito ao recomendar que se “avalie e revise criteriosamente o conteúdo gerado por IA generativa, ainda que o sistema pareça confiável”, e vai além ao pedir uma espécie de autoavaliação prévia de competência: “considere criteriosamente sua capacidade de identificar eventuais imprecisões de conteúdos gerados antes de usar a IA generativa. Evite o seu uso se considerar que não conseguirá validar o conteúdo gerado.”
Transportando essa lógica para quem vende ao poder público, a mensagem é direta: se a empresa não tem, internamente, alguém capaz de conferir linha a linha o que a IA produziu para instruir uma impugnação, um recurso ou uma defesa em processo sancionador, o risco de expor o processo a uma alucinação não identificada deixa de ser hipotético.
Um roteiro de conferência que qualquer empresa consegue aplicar
Validar um relatório de IA não exige formação em tecnologia. Exige método. Tudo começa pela conferência mais óbvia, e por isso mesmo a mais esquecida: abrir a Lei 14.133/2021 no artigo indicado e ler o caput, sem presumir que a paráfrase da IA é fiel ao que a lei de fato diz. O mesmo vale para qualquer jurisprudência mencionada no texto. Cabe buscar o acórdão pelo número informado diretamente no site do tribunal de origem, em vez de simplesmente confiar que ele existe porque veio formatado como citação.
Outro teste simples, e bastante revelador, é pedir à própria ferramenta que argumente a posição contrária àquela que ela acabou de defender: se ela produzir, com igual convicção, uma tese oposta, é sinal de que o texto original tinha fluência textual, não lastro sólido. Vale ainda cruzar qualquer dado numérico, prazo ou valor citado com a fonte primária, seja o edital, o PNCP, o Compras.gov.br ou o próprio processo administrativo, já que números costumam ser o ponto onde a alucinação passa mais despercebida, justamente por soarem plausíveis.
E talvez o filtro mais importante de todos seja aceitar que a revisão final precisa ser feita por alguém com bagagem jurídica suficiente para notar o que soa errado mesmo sem saber, de imediato, o motivo. A intuição de quem já leu centenas de editais continua sendo insubstituível.
Essa disciplina de conferência não é burocracia desnecessária, mas, na verdade, é o que separa o uso profissional da IA do atalho perigoso. E não é acaso que o próprio TCU, segundo apurou a imprensa especializada, tenha autorizado a expansão da ALICE 360 para o biênio 2026-2027 justamente sob o argumento de que a inteligência artificial contribui para dar celeridade e eficácia ao controle externo. Celeridade e eficácia, vale repetir, não substituição do julgamento técnico.
A Corte de Contas usa IA para produzir mais achados em menos tempo, mas mantém sobre cada achado o crivo de uma equipe técnica treinada para desconfiar. É esse mesmo crivo que a empresa licitante precisa reproduzir internamente, sob pena de levar ao processo um argumento que desmorona no primeiro confronto com a fonte original, ou, pior ainda, de comprometer a credibilidade de toda a peça diante do pregoeiro ou do relator.
No próximo episódio desta série vamos aprofundar exatamente o ponto em que essa conferência falha com mais frequência: os casos em que a IA inventa acórdãos, números de processo e até dispositivos legais inexistentes, com uma naturalidade que engana até quem já está prevenido. Por ora, fica a régua que vem guiando toda a série: a IA acelera o trabalho de quem já sabe fazer esse trabalho sem ela; para quem não sabe, ela apenas acelera o erro.
Se sua empresa já usa inteligência artificial para apoiar recursos, impugnações ou defesas em processos licitatórios e quer ter certeza de que o que está sendo produzido resiste a uma conferência rigorosa, fale com o Dr. Licitante. Chame no WhatsApp (49) 99142-0559 ou visite drlicitante.com.br.
Deixe um comentário