Durante anos, a principal recomendação dada a estudantes que queriam garantir espaço no mercado de trabalho foi direta: aprendam a programar. A ascensão da inteligência artificial, da automação e das plataformas digitais parecia confirmar que a ciência da computação seria a linguagem central do futuro. O programador ocupava o imaginário de uma nova economia, capaz de criar sistemas, escalar negócios e liderar a transformação tecnológica.
Mas a própria revolução de IA tratou de mudar esse roteiro. Com a evolução da IA generativa, da IA agêntica e dos agentes autônomos, escrever código deixou de ser um diferencial absoluto. Hoje, modelos conseguem criar funções, revisar scripts, explicar erros e até estruturar aplicações inteiras a partir de comandos em linguagem natural. Em muitos contextos, programar continua importante, mas já não basta.
Nesse novo cenário, uma área antes vista como distante do mercado de tecnologia passou a ganhar protagonismo inesperado: a filosofia. De acordo com dados do Federal Reserve Bank of New York, que acompanha indicadores de mercado para recém-formados nos Estados Unidos, cursos de filosofia aparecem com desempenho de empregabilidade superior ao de ciência da computação em alguns recortes recentes. A comparação mostra desemprego de 7% entre formados em ciência da computação, contra 5,1% entre estudantes de filosofia.
Mais do que uma curiosidade estatística, esse movimento revela uma mudança profunda. Grandes laboratórios de IA passaram a recrutar filósofos, inclusive antes da graduação, para ajudar a responder perguntas que não são apenas técnicas: quando um modelo deve recusar uma tarefa? Como deve demonstrar incerteza? Que princípios devem orientar uma decisão automatizada? E quais limites éticos precisam existir quando sistemas começam a agir em nome de pessoas e empresas?
Da profissão do futuro à pergunta certa
A tecnologia avançou tanto que o desafio deixou de ser apenas “como construir?” e passou a ser “por que construir?”, “para quem construir?” e “com quais consequências?”. Essa virada explica por que habilidades como pensamento crítico, raciocínio ético, interpretação de dilemas e formulação de boas perguntas passaram a ter tanto valor no desenvolvimento de modelos de IA.
Em ambientes corporativos, essa mudança é ainda mais evidente. Um bot para atendimento ao cliente, um voicebot humanizado, um agente de IA para e-commerce ou uma solução de Conversational AI em saúde não podem apenas responder rápido. Eles precisam entender contexto, reconhecer riscos, lidar com incertezas e operar dentro de limites de governança. Um erro de resposta pode gerar frustração; uma decisão mal orientada pode causar danos jurídicos, reputacionais ou humanos.
Por isso, filósofos têm sido chamados para apoiar pesquisadores, engenheiros e cientistas de dados na construção de modelos mais responsáveis. As lições vêm de tradições antigas, mas encontram aplicação direta em tecnologias modernas como NLP, NLU, IA generativa, agentes autônomos e sistemas de tomada de decisão.
LEIA TAMBÉM: “IA agêntica inaugura uma nova era no atendimento ao cliente“
Filosofia e tecnologia: quatro campos em destaque
A influência da filosofia na inteligência artificial não acontece de forma abstrata. Ela aparece em métodos de treinamento, diretrizes de segurança, regras de comportamento e estratégias de alinhamento. Entre os conceitos mais relevantes, quatro campos se destacam: Método Socrático, Constitucionalismo de IA, Deontologia e Consequencialismo.
O Método Socrático ajuda modelos a questionar premissas antes de concluir. O Constitucionalismo de IA cria conjuntos de princípios para orientar respostas e limitar comportamentos indesejados. A Deontologia reforça deveres e regras que não devem ser violados, mesmo em nome de resultados positivos. Já o Consequencialismo avalia impactos, custos e benefícios antes de escolher uma ação.
Essas abordagens são cada vez mais importantes porque a IA deixou de ser apenas uma ferramenta passiva. Com a expansão da IA agêntica, os sistemas começam a acionar APIs, consultar bases de dados, executar tarefas e tomar decisões dentro de fluxos de trabalho. Nesse contexto, uma tecnologia eficiente, mas sem orientação ética, pode se tornar imprevisível. A filosofia entra justamente para qualificar essa camada de decisão.
LEIA TAMBÉM: “Governança de IA: o novo pilar estratégico da transformação digital“
Método Socrático: a arte de questionar a resposta
O Método Socrático, descrito por Platão, parte de uma ideia simples e poderosa: o conhecimento avança melhor quando perguntas bem formuladas revelam contradições, lacunas e significados ocultos. Em vez de entregar uma resposta imediata, o método conduz o raciocínio por etapas, testando premissas e examinando consequências.
Nos modelos de IA, essa lógica é especialmente útil para reduzir respostas automáticas e excessivamente confiantes. Muitos sistemas foram treinados para serem úteis, agradáveis e colaborativos. Isso melhora a experiência do usuário, mas também pode criar um problema: o modelo tenta satisfazer a expectativa da pessoa mesmo quando deveria questionar, pedir contexto ou admitir que não sabe.
É aqui que entra a ignorância socrática. Para Sócrates, a sabedoria começava no reconhecimento dos próprios limites. Aplicada à IA, essa ideia ajuda a combater uma das principais imaturidades dos modelos atuais: a superconfiança. Quando um sistema responde com segurança sobre algo que não domina, aumenta o risco de alucinações, desinformação e decisões equivocadas.
Treinar modelos para questionar melhor, reconhecer incertezas e explicar limites não é apenas uma escolha filosófica. É uma estratégia técnica de segurança, qualidade e confiança. Em áreas como atendimento ao cliente, suporte técnico, saúde e serviços financeiros, saber quando não responder pode ser tão importante quanto responder rapidamente.
LEIA TAMBÉM: “Microsoft enfrenta desafios em popularizar seus Agentes de IA“
Constitucionalismo de IA: princípios antes da ação
O Constitucionalismo de IA propõe que modelos sejam orientados por uma espécie de constituição: um conjunto de regras, valores e princípios que definem o comportamento esperado do sistema. A ideia é evitar que a IA dependa apenas de correções humanas posteriores ou de filtros pontuais. Em vez disso, os princípios passam a fazer parte do próprio processo de treinamento e avaliação.
A Anthropic é uma das empresas mais associadas a essa abordagem. O Claude foi desenvolvido com Constitutional AI, e a própria empresa descreve a constituição do modelo como uma referência para seus valores, comportamento e processo de treinamento. Esse conjunto de princípios incorporou materiais de diferentes origens, incluindo Immanuel Kant, a Declaração Universal dos Direitos Humanos e termos de uso da Apple.
O ponto central é que uma constituição de IA tenta responder a uma pergunta difícil: quais valores devem orientar um modelo que atende milhões de pessoas, em diferentes culturas, empresas e situações? A resposta nunca é simples. Princípios rígidos demais podem tornar a IA pouco útil. Princípios flexíveis demais podem abrir brechas para manipulação, chantagem, desvio de finalidade ou respostas perigosas.
LEIA TAMBÉM: “Morpheus.AI | Governança, Segurança e Maturidade“
Deontologia: limites que não devem ser cruzados
A Deontologia, associada principalmente a Immanuel Kant, defende que algumas ações são moralmente erradas independentemente do resultado. Mentir, coagir, manipular ou tratar pessoas apenas como meios para alcançar um objetivo são exemplos de práticas proibidas por essa tradição ética.
Na IA, a Deontologia ajuda a construir modelos mais verdadeiros e menos propensos a enganar usuários. Um sistema orientado por princípios deontológicos não deveria mentir para manter engajamento, manipular emoções para obter conversão ou induzir uma pessoa vulnerável a determinada decisão. Essa abordagem é relevante para chatbots de suporte emocional, assistentes de saúde, plataformas educacionais e soluções de atendimento automatizado.
A Anthropic incorpora vários desses elementos em sua visão de segurança. A Inflection AI, laboratório do Vale do Silício conhecido por desenvolver chatbots com foco emocional, também é citada como exemplo de aplicação de princípios deontológicos para oferecer apoio sem ultrapassar limites que possam ferir ou manipular usuários.
Para empresas, essa discussão é prática. Em um contact center com IA, por exemplo, o modelo pode ser pressionado a reduzir custos, acelerar atendimentos e aumentar retenção. Mas existem limites: ele não deve omitir informações importantes, forçar escolhas ou confundir o cliente. A automação precisa servir à eficiência sem abandonar a responsabilidade.
LEIA TAMBÉM: Dr. ChatGPT: os benefícios e desafios de unir IA e medicina
Consequencialismo: decisões guiadas pelos impactos
O Consequencialismo avalia uma ação a partir de seus resultados. Diferentemente da Deontologia, que prioriza regras, essa abordagem pergunta quais consequências uma decisão produzirá e se os benefícios superam os riscos. É uma lógica muito presente em sistemas que precisam agir em cenários complexos e incertos.
Modelos como ChatGPT, da OpenAI, e Gemini, do Google, são frequentemente associados a uma postura mais consequencialista, pois tendem a ponderar utilidade, riscos, danos potenciais e benefícios prováveis antes de responder.
Essa lógica também aparece em veículos autônomos. Em situações de trânsito, um sistema pode precisar escolher a ação menos arriscada em frações de segundo. A Waymo apresenta sua tecnologia como orientada à segurança e divulga indicadores comparativos de redução de acidentes e danos em relação à direção humana. Ainda assim, o dilema filosófico permanece: quando um algoritmo escolhe minimizar danos, ele pode aceitar um prejuízo menor para evitar uma tragédia maior?
Na indústria militar, o problema se torna ainda mais delicado. Sistemas de IA aplicados a defesa, vigilância ou armamentos podem pesar objetivos estratégicos contra consequências humanas. Isso deve gerar disputas jurídicas e éticas cada vez mais intensas, especialmente porque algoritmos consequencialistas admitem, em tese, que determinado dano seja tolerado se for considerado necessário para evitar um dano maior.
LEIA TAMBÉM: “Revolução ou Apocalipse? “AI Doc” explora dualidades da IA“
O novo diferencial humano na era da IA
A presença crescente da filosofia nos laboratórios de IA mostra que a próxima etapa da tecnologia não será definida apenas por modelos maiores, mais dados ou mais linhas de código. O diferencial estará na capacidade de orientar sistemas para decisões mais transparentes, responsáveis e alinhadas a valores humanos.
Isso não significa que programar deixou de ter valor. Significa que o código, sozinho, perdeu centralidade como resposta para todos os problemas. À medida que agentes de IA assumem tarefas mais autônomas, a pergunta crítica passa a ser: quais critérios estão por trás de cada decisão? Em muitas organizações, pensamento crítico, ética, governança e maturidade operacional já se tornaram tão importantes quanto funcionalidades.
A grande inquietação é que, se os modelos começarem a tomar decisões cada vez mais éticas, talvez as pessoas fiquem menos dispostas a fazer seus próprios julgamentos. Esse é o dilema que conecta filosofia, tecnologia e futuro do trabalho: a IA pode ampliar a inteligência humana, mas também pode terceirizar parte da responsabilidade moral que sempre pertenceu às pessoas.
LEIA TAMBÉM: “Inteligência Artificial no trabalho: mercado e novas profissões“
