Inteligência artificial e investimentos: quando atalhos podem se tornar armadilhas
Por Maria Adriana Campêlo
Há alguns anos, alguém interessado em entender melhor um determinado investimento provavelmente precisaria pesquisar diferentes fontes, ler relatórios técnicos, comparar informações e, por vezes, decifrar uma linguagem nem sempre acessível para quem não tem o hábito de acompanhar o mercado financeiro.
Hoje, parte desse caminho pode caber em poucas perguntas. É possível pedir a uma ferramenta de inteligência artificial (IA) que explique um produto financeiro, resuma relatórios, compare alternativas ou organize os principais riscos de um investimento. Em poucos segundos, aquilo que antes exigia tempo de leitura e interpretação aparece em uma resposta clara, bem estruturada e mais fácil de compreender do que o documento original.
Não é difícil entender por que esse recurso se tornou atraente, especialmente para quem encontra dificuldades diante de termos técnicos e assuntos complexos. Ao mesmo tempo, essa facilidade traz uma questão importante: em que momento deixamos de usar a tecnologia apenas para compreender melhor as informações e começamos a aceitar suas respostas sem questioná-las? Essa fronteira, muitas vezes sutil, ganha importância quando se trata de decisões financeiras.
O cérebro e o uso de IA
A facilidade oferecida pela inteligência artificial encontra terreno fértil em algo que já faz parte do nosso funcionamento mental: a tendência de recorrer a estratégias para reduzir o esforço cognitivo quando lidamos com tarefas e decisões que envolvem muitas informações ou maior complexidade.
Muito antes dessa nova geração de ferramentas, recorríamos a recursos externos para transferir parte desse esforço. Essa prática está presente em situações bastante cotidianas: usamos agendas para registrar compromissos e não depender apenas da memória, calculadoras para realizar operações que não precisamos resolver mentalmente e aplicativos de mapas para encontrar caminhos sem precisar memorizar todo o trajeto.
Na psicologia cognitiva, esse processo é conhecido como cognitive offloading, ou externalização cognitiva, e consiste em transferir parte do esforço necessário para realizar uma tarefa a um recurso externo1. Em muitos casos, esse mecanismo é bastante útil. Não há problema, por exemplo, em deixar que uma calculadora faça uma conta ou que uma ferramenta resuma um documento de 50 páginas. Ao reduzir parte do esforço operacional, podemos inclusive liberar atenção para aquilo que realmente exige nossa análise.
Com a inteligência artificial, porém, essa dinâmica ganha uma nova dimensão. Essas ferramentas não apenas calculam, armazenam ou localizam informações. Elas também podem explicar conceitos, comparar alternativas, resumir argumentos e produzir respostas que se apresentam como resultado de um raciocínio.
É nesse momento que apoio e delegação podem começar a se confundir. Reduzir o esforço para compreender informações é diferente de transferir à ferramenta parte do raciocínio necessário para decidir.
No campo das finanças pessoais, a OCDE chama atenção para esse risco. O uso da inteligência artificial para reduzir o esforço cognitivo pode favorecer uma dependência excessiva dessas ferramentas e aumentar a confiança nas respostas produzidas, especialmente quando o usuário não verifica as informações recebidas ou não compreende suficientemente as limitações da tecnologia2. Nesses casos, uma resposta coerente, bem estruturada e aparentemente segura pode ser aceita com menor questionamento, mesmo quando contém informações incompletas ou inadequadas.
Diante desse cenário, o relatório reforça que a IA não substitui o letramento financeiro e digital, competências essenciais para avaliar criticamente as informações recebidas, reconhecer riscos e preservar a autonomia na tomada de decisão.
Por isso, a questão não é apenas se usamos ou não inteligência artificial, mas como e para que a utilizamos.
Entre o apoio e a transferência do julgamento à IA
Essa diferença entre apoio e delegação decisória fica mais clara quando observamos a forma como a ferramenta é utilizada. Imagine duas pessoas diante do mesmo investimento. A primeira pergunta: “Quais riscos eu preciso considerar antes de investir nesse ativo?”. A resposta pode ajudá-la a identificar informações relevantes, compreender conceitos e organizar sua análise.
A segunda pessoa pergunta: “Qual ativo eu deveria comprar entre X e Y considerando o mercado atual?”. Nesse caso, a ferramenta também pode apresentar argumentos, vantagens e riscos de cada alternativa. Mas, se essa resposta passa a ser o principal fundamento para a escolha, seu papel já é outro.
A ferramenta é a mesma. O que muda é quanto do processo de decisão foi transferido para ela. Essa passagem pode acontecer de forma quase imperceptível justamente porque a IA oferece algo bastante atraente diante de decisões complexas: simplificação. Quanto maior o volume de informações para o nosso cérebro analisar, maior pode ser a vontade de encontrar alguém, ou alguma coisa, que diga o que realmente importa e, talvez, até qual caminho seguir.
Quando uma resposta convincente não é necessariamente verdadeira
Essa transferência se torna ainda mais delicada porque uma resposta fornecida pela IA pode estar errada sem parecer que está. Ferramentas de IA generativas podem produzir informações incorretas ou até inventadas, fenômeno frequentemente chamado de “alucinação” ou “confabulação”, e, ainda assim, apresentá-las de forma coerente, plausíveis e com aparente segurança. Mesmo mecanismos desenvolvidos para aumentar a precisão das respostas não eliminam completamente esse risco3-4.
No contexto dos investimentos, uma informação equivocada não precisa ser absurda para influenciar uma decisão e causar prejuízos. Distorções sutis, como comparações enviesadas entre dois ativos ou projeções imprecisas, são suficientes para alterar a percepção de risco e retorno. Ao apresentar premissas aparentemente bem fundamentadas, a IA pode acionar e reforçar vieses comportamentais, como os de ancoragem e confirmação, levando o investidor a aceitar a resposta sem questionar a neutralidade do algoritmo3-4.
Além disso, a forma como a informação é apresentada também influencia a maneira como fazemos a avaliação. Respostas bem-organizadas e formuladas em tom seguro podem transmitir credibilidade mesmo quando não sabemos quais informações foram consideradas, quais ficaram de fora ou quais são as limitações daquela análise.
A própria interação em formato de conversa também pode reforçar essa percepção. À medida que o usuário informa idade, renda, objetivos ou patrimônio, por exemplo, a resposta passa a parecer cada vez mais ajustada à sua realidade. Mas uma resposta que parece personalizada não é, necessariamente, uma orientação apropriada para aquela pessoa. A ferramenta pode considerar aquilo que foi informado e, ainda assim, deixar de fora elementos importantes para a decisão.
O limite entre o atalho e a armadilha
Mesmo diante desses pontos de atenção, não significa que precisamos deixar de utilizar a IA, mas é importante adotar alguns cuidados, como confirmar informações relevantes em fontes independentes e confiáveis, examinar os argumentos apresentados, evitar decisões baseadas exclusivamente em respostas geradas por ferramentas de IA e ter cautela ao compartilhar informações pessoais ou financeiras.
À medida que a inteligência artificial ocupa mais espaço em nossas vidas, especialmente nas decisões financeiras, talvez o principal desafio não seja decidir se devemos ou não confiar nela, mas reconhecer até onde essa confiança pode ir.
A tecnologia pode ajudar a identificar caminhos, mas decidir qual deles seguir continua sendo uma responsabilidade humana. Quando deixamos de avaliar suas sugestões e passamos apenas a segui-las, o atalho pode se transformar em uma armadilha.
Referências:
1] Risko, E. F., & Gilbert, S. J. (2016). Cognitive Offloading. Trends in cognitive sciences, 20(9), 676–688. DOI: https://doi.org/10.1016/j.tics.2016.07.002.
2] OECD (2026). Artificial intelligence and personal finance. OECD Artificial Intelligence Papers, No. 62. OECD Publishing: Paris. DOI: https://doi.org/10.1787/2858fdf4-en.
3] IOSCO (2026). Supervisory Toolkit for AI Use in Capital Markets. Final Report FR/02/2026. Madrid: IOSCO, maio 2026. Disponível em: https://www.iosco.org/library/pubdocs/pdf/IOSCOPD823.pdf
4] IOSCO (2025). Artificial Intelligence in Capital Markets: Use Cases, Risks, and Challenges. Consultation Report CR/01/2025, mar. 2025. Disponível em: https://www.iosco.org/library/pubdocs/pdf/IOSCOPD788.pdf