Transforme a política de IA em decisões que as pessoas aplicam.

Separar capacidade real de IA de automação, linguagem de produto e promessas de marketing.

1. 1.1

   IA, automação e software baseado em regras

2. 1.2

   Previsão, geração, classificação e recomendação

3. 1.3

   Onde a IA já aparece no trabalho

4. 1.4

   Capacidade, limitação e risco

Entender por que uma saída pode ser útil, variável, plausível e errada ao mesmo tempo.

1. 2.1

   Entradas, instruções e contexto

2. 2.2

   Reconhecimento de padrões não é compreensão humana

3. 2.3

   Probabilidade, variabilidade e confiança

4. 2.4

   Por que o mesmo pedido pode gerar outra resposta

5. 2.5

   Cinco perguntas antes de confiar em um resultado

Conectar escolhas de dados e métodos de avaliação à qualidade do produto e às pessoas afetadas.

1. 3.1

   Como os dados moldam o comportamento do sistema

2. 3.2

   Dados de treinamento e padrões aprendidos

3. 3.3

   Qualidade, cobertura e viés

4. 3.4

   Validação, conjuntos de teste e benchmarks

5. 3.5

   Avaliação ligada ao trabalho real

Escolher a abordagem técnica mais simples que atenda à decisão e às suas consequências.

1. 4.1

   Modelos, capacidades e limites

2. 4.2

   Como grandes modelos de linguagem geram conteúdo

3. 4.3

   Recuperação e fundamentação

4. 4.4

   Agentes, ferramentas e ações

5. 4.5

   Escolha da abordagem adequada

Transformar uma ideia de IA em uma decisão de produto testável, com valor e responsabilidade claros.

1. 5.1

   Defina o problema antes de escolher o modelo

2. 5.2

   Valor para o usuário e consequências de falhas

3. 5.3

   Alinhamento entre áreas

4. 5.4

   Construir, comprar ou resolver sem IA

5. 5.5

   Piloto com critérios de sucesso e interrupção

Ajustar evidências e revisão humana à importância e reversibilidade da decisão.

1. 6.1

   Verificação proporcional à consequência

2. 6.2

   Alucinação, plausibilidade e falsa confiança

3. 6.3

   Supervisão humana significativa

4. 6.4

   Trabalhar com incerteza

5. 6.5

   Condições de escalonamento e interrupção

Reconhecer danos previsíveis cedo e escolher controles adequados ao modo de falha.

1. 7.1

   Privacidade e informações confidenciais

2. 7.2

   Segurança, injeção de prompt e divulgação indevida

3. 7.3

   Viés, equidade e pessoas afetadas

4. 7.4

   Propriedade intelectual e transparência

5. 7.5

   Controles, registros e monitoramento

Conectar responsabilidades jurídicas e internas à forma como a organização realmente usa IA.

1. 8.1

   Provedor, operador, usuário e pessoa afetada

2. 8.2

   Letramento em IA no Regulamento Europeu de IA

3. 8.3

   Políticas, aprovações e responsáveis

4. 8.4

   Evidências, registros e atualizações contínuas

Aplicar uma estrutura de decisão repetível a uma proposta realista de IA.

1. 9.1

   Defina a decisão e as pessoas afetadas

2. 9.2

   Teste valor, dados, capacidade e evidências

3. 9.3

   Defina salvaguardas, responsabilidade e escalonamento

4. 9.4

   Cenário entre áreas e plano de ação