No cenário contemporâneo, a Inteligência Artificial (IA) deixou de ser apenas uma ferramenta tecnológica para se consolidar como uma verdadeira infraestrutura da sociedade e das indústrias. Esse fenômeno força uma transição profunda: estamos migrando da automação rígida para a chamada engenharia inteligente, um ecossistema orientado por dados, conhecimento e adaptação contínua.
Analisar essa transformação sob a ótica do Design Estratégico exige olhar além da eficiência técnica. Trata-se de compreender como as organizações e as universidades podem reconfigurar suas estruturas, processos e fluxos de trabalho para manter a coerência sistêmica e a lucidez na geração de valor.
O webinar “Engenharias baseadas em IA e a Gestão da Inovação”, promovido pelo MGPDI (Modelo de Gestão da Pesquisa, Desenvolvimento e Inovação) e pela SOFTSUL em 30 de junho de 2026, trouxe à tona esse debate crucial. A partir das provocações e dados apresentados pelos professores Dr. Flávio Bortolozzi e Dr. Rodrigo Quites Reis, sob a mediação de Kival Weber, destacamos 4 lições fundamentais para compreender o impacto da IA na engenharia e na gestão da inovação.
1. A Mudança Curricular e Cognitiva do Engenheiro
A engenharia clássica e industrial historicamente moldou profissionais focados em operações determinísticas e cálculos estáticos. O cenário atual, alimentada por Ciência de Dados, Internet das Coisas (IoT) e etc…, exige um novo perfil: o profissional orientado por IA.
Como bem analisado pelo professor Flávio Bortolozzi, o papel do engenheiro muda de foco, demandando uma ampliação de suas capacidades:
“A IA deixou de ser na realidade apenas uma tecnologia. Ela passou a ser no mundo todo hoje uma infraestrutura da sociedade […]. Mudou a natureza da tomada de decisão. Então a engenharia torna-se hoje orientada por dados mesmo. […] O engenheiro deixa de trabalhar apenas com modelos determinísticos, ele passa a trabalhar com modelos contínuos, alimentando dados, fazendo previsões.” – Flávio Bortolozzi
O professor destaca ainda a mudança profunda nas atribuições do dia a dia, onde o profissional deixa o nível operacional para assumir um papel de curadoria e validação:
“Mudou o trabalho do engenheiro. Então a gente praticamente sai do calcular para interpretar modelos; você sai do projetar para co-criar com IA. […] Você sai do executar para otimizar hoje continuamente os processos e, ao invés de decidir na realidade hoje, você valida recomendações da IA.” – Flávio Bortolozzi
🔍 O Olhar do Designer: A reestruturação dos currículos acadêmicos não pode ser uma mera adição de disciplinas de programação. Ela exige uma mudança de abordagem, tornando-à sistêmica e interdisciplinar (envolvendo tecnologia, ciências exatas e ciências humanas) para desenvolver a capacidade analítica e de compreensão da IA, preparando os profissionais para decodificar e orquestrar problemas complexos em vez de apenas operar ferramentas efêmeras.
2. O Retorno dos Engenheiros Veteranos e a Governança de Dados
Um dos pontos mais impactantes trazidos no debate (exemplificado pelo caso recente da montadora Ford) foi a necessidade de recontratar engenheiros veteranos após inspeções de qualidade baseadas puramente em IA falharem em atingir os padrões humanos. O motivo? Falta de dados contextuais e de uma leitura sistêmica das variáveis.
O professor Rodrigo Quites Reis trouxe esse contraponto prático essencial para evitar o deslumbramento tecnológico:
“Os veteranos estão sendo utilizados, estão sendo recontratados justamente para ajudar a identificar quais indicadores, quais dados são necessários para as inspeções de qualidade nesse processo fabril. […] A gente costuma dizer em computação que se a gente tem um processo em que entra lixo, sai lixo — garbage in, garbage out. Se a gente não tem informação, a IA não vai conseguir produzir a informação.” – Rodrigo Quites Reis
🔍 O Olhar do Designer:A IA opera como uma "caixa-preta" para muitas organizações. O design de processos inovadores exige determinar com precisão quais indicadores e dados alimentam o sistema. A experiência humana e a visão sistêmica são os verdadeiros pilares que desenham a arquitetura de informação necessária para que a tecnologia funcione com segurança e precisão.
3. Engenharia Responsável no Modelo MGPDI
A IA generativa acelera exponencialmente o desenho de soluções, mas introduz vulnerabilidades críticas: alucinações, vieses, segurança frágil e exposição de dados sensíveis. Quando transpostos para a engenharia real (civil, mecânica, química), falhas de projeto podem ter consequências catastróficas.
O professor Rodrigo Quites demonstrou como o framework do MGPDI responde a essas incertezas através do entrelaçamento de seus processos nativos:
“Quando a gente enxerga, por exemplo, a IA generativa, a gente sabe que muitas vezes ela pode sofrer com alucinações. Isso pode gerar vulnerabilidade de segurança ou mesmo […] a exposição de dados sensíveis. O MGPDI responde a essas questões com dois processos específicos, que são o processo de Governança e o processo de Gestão de Riscos e Oportunidades.”
Ele complementa detalhando a importância de salvaguardas que garantam que os artefatos automatizados passem por severos critérios de estresse técnico e validação humana formal:
“As engenharias trabalham com aqueles termos como ART [Anotação de Responsabilidade Técnica], que garantem que um engenheiro humano tem realmente a autoridade final sobre o design que está sendo produzido aí pela máquina. Então, é tudo uma questão de mitigar riscos.”
🔍 O Olhar do Designer:A IA opera como uma "caixa-preta" para muitas organizações. O design de processos inovadores exige determinar com precisão quais indicadores e dados alimentam o sistema. A experiência humana e a visão sistêmica são os verdadeiros pilares que desenham a arquitetura de informação necessária para que a tecnologia funcione com segurança e precisão.
4. Institucionalização do Conhecimento contra os Isolamentos Tecnológicos
O ecossistema de IA se transforma semanalmente. Ferramentas, bibliotecas e táticas de engenharia de prompts tornam-se obsoletas em questão de meses. O grande risco estratégico para as empresas é permitir que esse domínio técnico fique restrito ou centralizado na figura de um único profissional ou entusiasta isolado.
Ao analisar o dinamismo desse cenário, o professor Rodrigo Quites destacou o papel de âncora metodológica do MGPDI:
“O processo CON, que é o processo de Gestão de Conhecimento, ele requer que a organização, quando implementa esse processo, […] faça com que aquele conhecimento não fique restrito na cabeça daquele entusiasta da tecnologia, mas que sim seja institucionalizado. Ou seja, que as lições aprendidas de sucesso e lições aprendidas de fracasso estejam registradas.”
🔍 O Olhar do Designer:Transformar o conhecimento tácito (individual) em conhecimento explícito (organizacional) garante a soberania e a perenidade dos ativos intelectuais da empresa, permitindo tomadas de decisão futuras amparadas em consistência histórica e não em intuição momentânea de um ou mais indivíduos.
Conclusão: A Engenharia Continuará sendo Humana?
A inteligência artificial não veio para substituir a engenharia tradicional, mas para sustentá-la e expandir os horizontes da mente humana. Como ponderou o professor Flávio Bortolozzi em sua mensagem final:
“A engenharia continua sendo humana e a gente vai continuar fazendo as coisas com uma extensão da nossa capacidade, trabalhando com inteligência artificial. Jamais substituindo a nossa mente humana, mas estendendo, ampliando ela para que a gente possa ter novos horizontes.”
Adotar a inteligência artificial por pura intuição gera alcances limitados e riscos severos de conformidade. Como fechamento estratégico do webinar, o professor Rodrigo Quites trouxe em primeira mão as próximas etapas do modelo para fazer frente a este cenário:
“Nós estamos introduzindo algumas novidades no MGPDI que devem estar disponíveis em breve, dentre as quais processos que vão responder questões de Gestão de Dados e Gestão de Inteligência Artificial. […] A gente deve estar divulgando isso até durante esse segundo semestre de 2026.”
Essa evolução reafirma o compromisso do MGPDI em fornecer método, segurança e direção em um mundo hipercomplexo. O diferencial competitivo das organizações estará na sua capacidade de desenhar ecossistemas onde a velocidade analítica da IA atue em perfeita sincronia com a lucidez, a ética e a governança.
Assista ao evento completo aqui: https://www.youtube.com/live/jUWoHT0kZbg?si=nYTK7VaiJM9PaY-0
