Agentes de IA podem organizar informações, preparar conteúdos, consultar bases de dados e executar tarefas em diferentes plataformas. À medida que esses sistemas deixam de apenas recomendar e passam a agir, a discussão sobre sua adoção na Comunicação ganha uma nova pergunta: quais decisões podem ser automatizadas e quais ainda devem depender da aprovação de um profissional?
A autonomia dos agentes de IA não precisa ser igual em todas as etapas de uma operação. Um sistema utilizado para classificar documentos internos apresenta riscos diferentes de outro autorizado a publicar nas redes sociais, responder a clientes, alterar a segmentação de uma campanha ou movimentar orçamento.
Por isso, o limite não deve ser definido apenas pela capacidade técnica da ferramenta, mas pelo impacto que uma ação equivocada pode provocar.
Risco define a autonomia dos agentes de IA
O Artificial Intelligence Risk Management Framework (AI RMF), publicado pelo National Institute of Standards and Technology (NIST), dos Estados Unidos, trata a gestão de riscos como um processo contínuo ao longo do ciclo de vida dos sistemas de Inteligência Artificial.
A estrutura, de adoção voluntária, recomenda que as organizações diferenciem os papéis e as responsabilidades de profissionais e sistemas, documentem o nível de supervisão humana e revisem os controles conforme a finalidade e o contexto de uso da tecnologia.
Aplicada à Comunicação, essa lógica permite avaliar cada tarefa a partir de critérios como impacto, reversibilidade, escala, acesso a dados e capacidade de representar a marca. Atividades como resumir documentos, reunir referências ou preparar um rascunho tendem a permitir maior autonomia porque seus resultados permanecem em um ambiente interno e podem ser revisados antes de produzir efeitos. Já ações que alcançam o público, modificam recursos ou utilizam informações sensíveis exigem controles adicionais.
A possibilidade de desfazer uma ação é um dos elementos que ajudam a determinar esse limite.
Uma classificação incorreta em um arquivo interno pode ser corrigida com relativa facilidade. Um disparo equivocado para milhares de contatos, uma resposta pública inadequada ou uma mudança indevida no orçamento de mídia pode gerar consequências que não desaparecem com a simples reversão do comando. Ou seja, quanto maior o alcance e menor a capacidade de reparação, mais necessária se torna a participação humana antes da execução.
Cada agente precisa de identidade e permissões limitadas
A autonomia também depende dos acessos concedidos ao sistema. Em um documento conceitual publicado em fevereiro de 2026, o National Cybersecurity Center of Excellence (NCCoE), ligado ao NIST, discute como princípios de identificação, autenticação e autorização podem ser aplicados aos agentes de IA.
A publicação parte do entendimento de que o aumento da escala e da variedade das ações automatizadas cria a necessidade de saber qual agente atuou, com que permissão e em nome de quem. Entre os pontos analisados está o princípio do menor privilégio, segundo o qual cada sistema deve acessar apenas os recursos necessários para cumprir sua função.
Na rotina do Marketing, por exemplo, um agente encarregado de analisar o desempenho de campanhas pode consultar dados de mídia sem receber autorização para alterar o orçamento. Da mesma forma, outro pode preparar uma publicação para as redes sociais sem ter a credencial necessária para colocá-la no ar. As permissões precisam ser concedidas ação por ação, e não como um acesso amplo a toda a operação.
O documento também destaca a importância de registrar as atividades dos agentes e relacioná-las às identidades humanas que delegaram determinada autoridade. Esses registros permitem reconstruir o caminho de uma decisão, identificar quais dados e ferramentas foram acessados e determinar onde ocorreu uma falha.
Como a publicação ainda é um documento conceitual, seus apontamentos não constituem um padrão técnico definitivo, mas indicam os desafios que empresas terão de enfrentar conforme os agentes assumirem mais funções.
Aprovação humana deve anteceder ações de maior impacto
Os riscos dessa autonomia são aprofundados pelo OWASP Top 10 for Agentic Applications 2026, estrutura desenvolvida com a participação de mais de 100 especialistas, pesquisadores e profissionais. O documento reúne vulnerabilidades relacionadas a sistemas capazes de planejar e agir, como desvio do objetivo original, uso indevido de ferramentas, abuso de identidade e privilégios e falhas que se propagam entre agentes conectados.
Esses riscos ajudam a explicar por que a revisão humana não deve ser concentrada apenas no final de uma operação. Um conteúdo pode estar gramaticalmente correto e, ainda assim, desrespeitar o posicionamento da marca, utilizar dados sem autorização ou executar uma ação diferente daquela prevista.
Em orientações sobre a concessão excessiva de autonomia a aplicações baseadas em modelos de linguagem, a OWASP recomenda a aprovação do usuário antes de ações de alto impacto e apresenta a publicação em redes sociais como exemplo de operação que deve incorporar esse controle.
Para as equipes de Comunicação, o modelo pode ser organizado em camadas. Tarefas internas, reversíveis e sem acesso a informações sensíveis comportam maior autonomia.
Por sua vez, atividades que adaptam peças, sugerem segmentações ou atualizam projetos podem ser automatizadas, mas precisam deixar registros e passar por verificações. Publicações, disparos, respostas em nome da marca, mudanças de orçamento e decisões que envolvam dados pessoais devem preservar uma autorização humana explícita antes da execução.
Dados pessoais elevam o nível de controle
Quando os agentes de IA são conectados a sistemas de Customer Relationship Management (CRM), plataformas de mídia ou bases de atendimento, a autonomia passa a envolver também a proteção de dados pessoais.
A Lei Geral de Proteção de Dados (LGPD) não regulamenta especificamente agentes de IA, mas se aplica às operações de tratamento realizadas por esses sistemas. Princípios previstos no artigo 6º, como finalidade, necessidade, segurança, prevenção e responsabilização, continuam válidos independentemente de a ação ser executada por uma pessoa ou por uma tecnologia.
Isso significa que um agente não deve receber acesso irrestrito a todo o histórico de clientes apenas porque alguma etapa do processo pode precisar dessas informações. A finalidade do tratamento precisa estar definida, e os dados disponibilizados devem ser limitados ao necessário para a tarefa.
Além disso, em seu Radar Tecnológico sobre IA generativa, a Agência Nacional de Proteção de Dados (ANPD) também chama atenção para os riscos envolvendo a inserção, a recuperação e a exposição de informações pessoais nesses sistemas.
Governança continua depois da implantação
A decisão sobre a autonomia dos agentes de IA não termina quando a ferramenta entra em operação. A ISO/IEC 42001:2023, primeira norma internacional para sistemas de gestão de Inteligência Artificial, estabelece uma estrutura baseada em políticas, definição de responsabilidades, avaliação de riscos, monitoramento de desempenho e melhoria contínua.
Sua certificação é voluntária, mas os princípios podem orientar organizações que pretendem estruturar o uso da tecnologia mesmo sem buscar o reconhecimento formal.
Na prática, isso exige revisar permissões quando novas ferramentas são integradas, acompanhar situações em que profissionais precisam intervir e verificar se o agente continua operando dentro de sua finalidade.
A autonomia não deve ser tratada como uma autorização permanente, mas como uma condição sujeita a monitoramento e redução quando o risco aumenta. Conforme os agentes de IA assumem mais etapas da Comunicação, o papel humano precisa incluir a definição das fronteiras dentro das quais esses sistemas podem agir.
Para conhecer as tecnologias que apoiam estratégias como esta, acesse o Mapa de Martech da ColetivaTech, que reúne soluções brasileiras e referências internacionais organizadas por áreas de atuação.
