Este conteúdo é baseado no painel “Harnessing AI for Achieving Prosperity in Global Growth Markets”, parte do Innovation in Global Growth Markets Annual Conference, promovido pelo Massachusetts Institute of Technology (MIT), em Massachusetts, EUA.
O evento reuniu líderes globais, empreendedores e pesquisadores para discutir como a inteligência artificial em mercados em desenvolvimento pode impulsionar a prosperidade de forma ética, sustentável e adaptada à realidade local.
Nosso CEO, Danilo R. Limoeiro, PhD, representou a Turivius nesse debate ao lado de nomes como Dr. Shikoh Gitau (Qhala), Osama Elkady (Incorta), Christian Theriault (Material Impact), Nour Al Hassan (arabic.ai) e sob a moderação de H.E. Ambassador Philip Thigo, enviado especial de tecnologia da Presidência do Quênia.
O painel abordou não só o impacto da IA em mercados em emergentes, mas também os desafios reais de aplicá-la em contextos onde dados são escassos, infraestrutura é limitada e a diversidade cultural exige modelos mais sensíveis.
A chave está na adaptação local
A aplicação da inteligência artificial em mercados emergentes exige mais do que importar tecnologias. É preciso adaptar soluções à realidade local, envolvendo engenheiros, designers e usuários no processo de implementação.
Segundo Christian Theriault, do fundo Material Impact:
“modelos de Ctrl+C, Ctrl+V não funcionam. O sucesso está em respeitar as nuances locais e criar experiências pensadas para cada contexto”
Além disso, Theriault reforçou a importância da experiência do usuário (UX) no sucesso de ferramentas baseadas em IA: “Se o sistema comete erro atrás de erro, o usuário abandona. UX é a base para impacto real”.
Esse ponto é especialmente relevante em regiões com baixa alfabetização digital, onde uma interface intuitiva pode ser a diferença entre o sucesso e o abandono da tecnologia.
Muitas vezes, a implementação de IA nesses contextos precisa considerar limitações como conectividade instável, acesso limitado a dispositivos modernos e até barreiras linguísticas e culturais.
IA e o papel humano
O painel também reforçou que a inteligência artificial não elimina o trabalho humano, ela o transforma. Um exemplo citado foi da arabic.ai, cuja tecnologia de tradução para diferentes dialetos árabes exige revisão humana constante para garantir precisão e evitar erros culturais graves.
Como lembrou Nour Al Hassan, CEO da startup, “dizer ‘hobz’ (amor) ao invés de ‘khobz’ (pão) pode mudar tudo”.
Esse tipo de nuance evidencia o quanto o componente humano ainda é essencial para o sucesso de tecnologias de IA, especialmente em regiões com múltiplos sotaques e variações idiomáticas.
A IA pode acelerar processos e ampliar o alcance de serviços, mas ainda depende do olhar crítico e da sensibilidade cultural humana para entregar valor real.
Além disso, iniciativas como capacitação em engenharia de prompts, curadoria de dados e revisão de conteúdo gerado por IA têm se mostrado estratégias eficazes para manter trabalhadores relevantes nesse novo cenário, transformando risco em oportunidade.
O verdadeiro gargalo: dados
Mais do que algoritmos sofisticados, é a infraestrutura de dados que dita o ritmo da revolução da inteligência artificial em mercados em desenvolvimento. Como destacou Osama Elkady, CEO da Incorta, “não adianta treinar modelos se os dados continuam em planilhas Excel dispersas”.
O caso do Egito chamou atenção: a integração de dados de trânsito em tempo real permitiu alertas automatizados para motoristas que ultrapassam o limite de velocidade, reduzindo drasticamente o número de acidentes e aumentando a arrecadação pública. “Foi a integração de dados que salvou vidas, não a IA por si só”, destacou Elkady.
Esse exemplo mostra como a eficiência da IA está diretamente ligada à qualidade e à acessibilidade dos dados. É fundamental que governos e empresas invistam em sistemas de coleta, padronização e distribuição de dados, em formatos abertos, acessíveis e auditáveis.
Leia também: As principais tendências jurídicas do momento
O Brasil como referência em dados abertos
Danilo Limoeiro destacou a maturidade do Brasil em dados jurídicos. Os tribunais são constitucionalmente obrigados a publicar decisões diariamente.
Isso permite o desenvolvimento de soluções robustas de IA jurídica, com base em scraping e análise de grandes volumes de dados estruturados.
Contudo, Danilo também levantou um ponto estratégico: como criar diferenciais competitivos se todos têm acesso aos mesmos dados públicos? A resposta pode estar na capacidade de interpretação, integração e aplicação estratégica desses dados.
Essa realidade coloca o Brasil como referência internacional em inteligência artificial em mercados em desenvolvimento, mas também apresenta desafios: manter a qualidade das publicações, garantir que os dados sejam continuamente atualizados e desenvolver mecanismos para lidar com exceções e anomalias no processo judicial.
Veja as principais lições aprendidas sobre inovação no direito pelo nosso CEO durantre o painel:
Sustentabilidade e responsabilidade
A discussão também abordou o impacto ambiental da IA. Treinar grandes modelos consome enormes quantidades de energia.
Para Dr. Shikoh Gitau, CEO da Qhala, é preciso repensar a IA de forma ética e sustentável:
“Não adianta promover inovação às custas do planeta. A eficiência energética precisa estar no centro da agenda”.
Com o aumento exponencial do uso de modelos generativos e algoritmos complexos, cresce também a demanda por centros de dados robustos, que por vezes dependem de fontes não renováveis de energia. Iniciativas como a medição de consumo energético por modelo treinado e uso de data centers verdes devem entrar com mais força na pauta de inovação.
Além disso, é importante considerar o ciclo completo da tecnologia: desde a produção e descarte de hardware até os impactos sociais do deslocamento de mão de obra em larga escala. Uma IA verdadeiramente sustentável vai além do desempenho técnico, ela exige visão sistêmica.
Lições práticas para os mercados em desenvolvimento aplicarem
- Foco em dados estruturados e acessíveis: investir em portais e políticas de dados abertos, com APIs e padrões de interoperabilidade.
- Valorização da UX: garantir que tecnologias sejam úteis, usáveis e adaptadas ao contexto local, especialmente em comunidades com baixa escolaridade.
- Formação contínua: capacitar profissionais para atuar com IA, do prompt engineer ao analista de dados.
- Planejamento sustentável: medir e mitigar o impacto ambiental das soluções tecnológicas.
- Parcerias globais: conectar com universidades, aceleradoras e instituições internacionais para troca de conhecimento e co-desenvolvimento.
Conclusão
A inteligência artificial em mercados em desenvolvimento não é uma tendência, é uma urgência.
Com dados organizados, intervenção humana qualificada e políticas públicas bem estruturadas, é possível construir soluções que respeitam a diversidade, salvam vidas e promovem desenvolvimento com responsabilidade.
O futuro da inteligência artificial em mercados em desenvolvimento passa por esses territórios. E ele pode (e deve) ser inclusivo, ético e sustentável.
Quer entender como a inteligência artificial pode transformar sua operação no setor jurídico? Fale com nosso time e descubra como aplicar inovação com impacto real.
