As decisões de liderança sobre a implementação de ferramentas de IA são frequentemente enquadradas em torno da velocidade, viabilidade ou ROI. Mas esses não são os pontos de partida certos. O que importa primeiro é a responsabilidade, a responsabilização e a responsabilidade pela confiança que as pessoas depositam em nós. A IA não deve ser a solução padrão para todos os problemas. Aplicá-lo sem compreender as implicações subjacentes pode trazer mais risco do que valor, especialmente quando os resultados gerados pela IA têm consequências reais para o futuro das pessoas. Nesses contextos, liderança não se trata de dizer não à IA nem de dizer sim sem hesitação. Trata-se de definir um sim claro e governado que possa resistir em grande escala.

A pressão sobre todos os líderes neste momento é para agirem rápido. Enviem o modelo. Lança o agente. Personaliza tudo. Mas o público está atento, e não está do lado da rapidez, custe o que custar. Um estudo de 2025 da KPMG e da Universidade de Melbourne, que inquiriu mais de 48.000 pessoas em 47 países, concluiu que, embora o uso da IA esteja a aumentar, a confiança é o problema central e o público quer uma governação mais forte. Um inquérito da YouGov de dezembro de 2025 foi mais direto: 68% dos americanos dizem que não deixariam um sistema de IA agir sem aprovação humana específica.

E na avaliação educativa, onde a ETS opera, uma única pontuação num teste de alto risco pode moldar toda a carreira de um aprendiz. No nosso espaço, o custo de errar na IA não se mede em queixas dos utilizadores, mas sim em oportunidades perdidas.

Seria fácil concluir que a decisão certa é abrandar, que a liderança neste momento é dizer não à inovação impulsionada pela IA. Discordo. O nosso trabalho enquanto líderes é definir onde a IA acrescenta valor, definir as condições para a usar de forma responsável e avançar mais depressa com confiança, não à custa da confiança.

Na ETS, a nossa confiança em dizer sim à IA vem das barreiras que colocamos à sua volta. Temos usado IA e processamento de linguagem natural desde o início dos anos 2000, começando por aplicações como a avaliação de ensaios e respostas faladas. Até ao final do ano, quase 90% dos itens de teste serão gerados pelo nosso motor interno de IA. No entanto, cada um desses itens tem um ponto de controlo humano que nunca vamos remover. E quando uma pontuação de IA e uma pontuação humana divergem significativamente, o humano vence e impulsiona a revisão e melhoria dos modelos para o futuro.

Antes de qualquer pergunta de teste chegar ao aluno, esta passa por uma revisão de justiça e acessibilidade. Após a entrega, realizamos uma auditoria psicométrica de cada produto principal para procurar diferenças sistemáticas entre subgrupos. Usamos um conjunto de modelos de IA, não a ferramenta de um único fornecedor, para que nenhum dos pontos cegos de um sistema se torne nosso. E tratamos os nossos dados proprietários e internacionalmente diversos, incluindo amostras de fala do TOEFL de candidatos de todo o mundo, como um controlo contra a estreiteza dos modelos prontos a usar.

A ETS escreveu literalmente o livro sobre padrões justos de avaliação, e a chegada da IA não baixa o nível. Isso eleva-o significativamente. Antes auditávamos um grande programa de três em três anos, agora verificamos com mais frequência quando a IA está a par. Antes assumíamos que os revisores humanos treinados estavam a aplicar corretamente os nossos padrões ao longo do processo, agora integramos verificações explícitas no meio do processo em vez de apenas no final. Em algumas áreas, estamos a escrever padrões completamente novos, porque as questões que a IA levanta não existiam há uma década.

Uma vantagem de trabalhar numa empresa com vasta especialização é que a aplicamos desde o inizo. Durante décadas, tivemos de verificar rigorosamente o nosso trabalho quanto a preconceitos, direitos de autor, justiça, precisão factual e muito mais. A nossa capacidade de IA na ETS baseia-se em 77 anos de experiência e propriedade intelectual verificada. Combinado com modelos de IA, essa base alimenta as nossas novas ofertas e sustenta a confiança que partilhamos com os clientes.

Mais fundamentalmente, o maior equívoco sobre IA nos negócios atualmente é que o objetivo é substituir as pessoas. Deveria mesmo ser sobre aumentar os humanos e ajudá-los a fazer mais. A verdadeira oportunidade é criar novo valor, libertar as pessoas para resolver problemas mais difíceis e conquistar a confiança para fazer mais ao longo do tempo. Esse caminho é mais lento, e é o único que sobrevive ao contacto com a realidade.

Esse é o trabalho. Quanto mais poderosos se tornam os modelos de IA, mais importante é aplicá-los com a disciplina, a ciência da medição e o julgamento humano que ambientes de alto risco exigem. Quando modelos mais fortes são combinados com padrões mais rigorosos de justiça, validade e consistência, fazemos mais do que avançar mais depressa. Expandimos o que é possível, aprofundamos a confiança nos sistemas em que as pessoas dependem e aumentamos exponencialmente o impacto positivo da nossa missão em todo o mundo.