Empresas devem adotar verificação manual e fluxos de retratação para mitigar riscos de desinformação e danos à imagem institucional O uso de inteligência artificial generativa no marketing tem acelerado a produção de conteúdo, mas a tecnologia apresenta margens de erro que podem comprometer a precisão de informações públicas. Embora ferramentas de IA consigam estruturar textos de forma fluida, o fenômeno das “alucinações” (quando o sistema inventa dados ou fontes) exige que as organizações estabeleçam fluxos rígidos de controle para evitar crises de reputação. De acordo com o relatório State of AI in 2024, da McKinsey, embora o uso da tecnologia tenha avançado, a mitigação de riscos ainda é incipiente. A pesquisa global sobre IA responsável destaca que as principais preocupações das empresas incluem privacidade, segurança de dados e confiabilidade. Apesar das organizações começarem a tomar medidas para conter esses problemas, a maioria delas mitigou, até o momento, apenas uma pequena parte desses riscos. Renan Caixeiro, CMO do Reportei, empresa de relatórios e dashboards de marketing, observa que a tecnologia trabalha com probabilidades estatísticas e não com a compreensão dos fatos. Por esse motivo, o executivo reforça que toda informação essencial ou dado estatístico originado por IA deve passar por uma conferência manual detalhada. Abaixo, os procedimentos indicados para gerenciar o uso da tecnologia e conter impactos negativos: Priorize a conferência manual de dados estatísticos A inteligência artificial pode gerar estatísticas imprecisas, o que torna a verificação humana da parte essencial da informação um passo obrigatório. Tentar utilizar a própria IA para conferir fontes pode, em muitos casos, piorar a qualidade do dado final ou criar uma confirmação falsa. 'Se a IA cita um dado ou informação, tem que conferir a parte essencial. Como ela gera estatística, tem que ter conferência manual. Evite pedir para revisar quando é dado, a IA pode revisar textos e encontrar fontes, mas o dado precisa de validação externa', explica Caixeiro. A ausência dessa etapa de verificação expõe a marca a riscos jurídicos e à perda de credibilidade junto aos consumidores, uma vez que a responsabilidade editorial recai sobre a empresa, e não sobre o desenvolvedor da ferramenta, justifica. Exija a citação da fonte original no uso da ferramenta A transparência na origem da informação é o que sustenta a credibilidade do conteúdo de marketing. Ao configurar ou utilizar a IA, é necessário que ela traga o link ou a referência de onde extraiu o dado, permitindo que o profissional responsável valide a veracidade antes da publicação. 'Tem que citar a fonte do dado que usou. A própria IA já está fazendo isso, mas ainda assim é necessário fazer a checagem da fonte de forma manual, esse é o único método seguro para garantir que a informação citada existe de fato', afirma o CMO. Estabeleça protocolos imediatos de retratação Quando um erro é publicado e ganha repercussão, a rapidez na correção é o fator que define a extensão do dano à marca. Ignorar a falha ou fazer uma alteração sem o devido esclarecimento pode ser insuficiente para conter crises de imagem. 'É preciso retratar quando publicar errado e fazer uma correção ou editar algo anterior. Não basta fazer a retratação e fingir que nada aconteceu; tem que agir quando dá tempo, principalmente quando há repercussão', orienta o especialista. Adote a transparência durante a apuração do erro Identificada uma inconsistência grave, a empresa deve comunicar que o fato está sob análise antes de emitir um posicionamento definitivo. Isso evita a propagação de justificativas incompletas que precisem de novas retificações posteriores. 'Em casos de erro que precisam ser melhor entendidos, a postura deve ser de que o caso será apurado melhor, isso evita que a empresa publique justificativas rasas que precisem ser corrigidas novamente no futuro', conclui Caixeiro.