O conhecimento que não aparece nos contratos

Chame-se conhecimento operacional a esse saber acumulado sobre os próprios casos: a forma como se qualifica uma reclamação, o peso atribuído a uma exceção contratual, a leitura de um relatório técnico à luz de decisões anteriores. Esse conhecimento tem valor porque resulta de experiência situada. Um terceiro não o reproduz sem atravessar um percurso de aprendizagem semelhante.

A IA remota é forte quando a tarefa pode ser especificada de fora. O pedido contém o material necessário, o resultado esperado é claro, e a organização não perde muito ao separar a inferência do lugar onde o trabalho acontece. Mas muitas tarefas relevantes para a operação não funcionam assim. Uma reclamação pode parecer igual a outra e exigir uma decisão diferente por causa do cliente, do contrato ou de uma exceção anterior. Uma anomalia técnica pode ter pouco significado num relatório isolado e tornar-se importante quando lida contra o histórico de manutenção.

É aqui que a execução local ganha substância. Um modelo local pode ser integrado no ambiente onde esse conhecimento já circula, perto dos registos e das decisões que lhe dão sentido. O ponto não está em substituir um modelo remoto mais poderoso por outro mais pequeno. Está em reduzir a distância entre a inferência e o contexto que permite interpretar o caso.

A solução remota também pode receber contexto interno, através de pesquisa documental ou instruções acrescentadas a cada pedido. A limitação está no pressuposto de que o conhecimento relevante existe em forma estável e recuperável. Uma parte importante do conhecimento operacional vive em exceções e precedentes que resistem à documentação. Sistematizá-lo exige tempo e julgamento, e o resultado fica sempre aquém do original.

Quando o modelo corre localmente, a organização pode tratá-lo como uma capacidade ajustável à sua própria operação. Pode corrigi-lo com base em erros reais e auditar as suas decisões sem intermediários. Mesmo quando o desempenho geral é inferior, a utilidade pode ser maior porque o sistema trabalha dentro de um perímetro que a organização conhece.

O RGPD e o AI Act ajudam a enquadrar riscos importantes no tratamento de dados pessoais. Mas a conformidade não esgota o problema. O conhecimento operacional pode não constituir dado pessoal nem segredo contratualmente descrito — pode estar simplesmente no modo como a organização decide e abre exceções, sem que isso esteja escrito em lado nenhum.

A prática corrente protege com mais facilidade o que encaixa nas categorias estabelecidas de confidencialidade. Ao mesmo tempo, deixa circular externamente o conhecimento que orienta as decisões que mais distinguem a organização. Antes de escolher a arquitetura, vale perguntar que critério está a ser mobilizado pela tarefa. Quando esse critério resulta de experiência própria e é difícil de explicitar, correr o modelo localmente passa a ser uma forma de manter o conhecimento operacional perto do lugar onde foi construído.