IA física e governança do trabalho: confiança e responsabilidade

TL;DR. No encontro de Physical AI da Economist em Londres, Kier Group e BSI discutiram a confiança dos trabalhadores, as transferências homem-máquina e a responsabilidade.

Principais conclusões

O choque da corporificação física: além da automação na tela. Durante o painel A meeting of minds (and machines): Humans, robots and the redesign of work (Um encontro de mentes e máquinas: pessoas, robôs e o redesenho do trabalho), líderes empresariais examinaram o atrito…
O dilema da transferência de controle: resolver a “autonomia do lado sombrio”. Um grande debate técnico da sessão se concentrou nas graves vulnerabilidades de segurança inerentes à autonomia parcial, um problema que roboticistas e engenheiros de fatores humanos chamam de “autonomia do lado…
Comparação de modelos: governança operacional na robótica industrial. Fonte: síntese das contribuições do painel, de pesquisas em psicologia do trabalho e de normas de governança de risco em infraestrutura apresentadas no Economist Enterprise Physical AI and Robotics Summit (Convene…
O que isso significa por setor. O redesenho operacional, de segurança e jurídico do trabalho acontece de formas diferentes em cada vertical da indústria física.

Quando um software corporativo falha, ele corrompe um banco de dados, derruba uma conexão de rede ou vaza um token. Quando um sistema de IA física falha, centenas de quilos de aço articulado, atuadores hidráulicos de alto torque ou máquinas autônomas de terraplenagem colidem com infraestrutura ou com corpos humanos. No Economist Enterprise Physical AI and Robotics Summit, realizado no Convene 200 Aldersgate, em Londres, em 13 de outubro de 2026, um painel de alto nível se reuniu para tratar das fronteiras operacionais, éticas e jurídicas mais urgentes da autonomia industrial: como manter a confiança dos trabalhadores, reduzir as falhas na transferência cognitiva de controle e criar estruturas de responsabilidade juridicamente defensáveis à medida que máquinas inteligentes assumem a linha de frente.

O choque da corporificação física: além da automação na tela #

Durante o painel A meeting of minds (and machines): Humans, robots and the redesign of work (Um encontro de mentes e máquinas: pessoas, robôs e o redesenho do trabalho), líderes empresariais examinaram o atrito psicológico particular que surge quando a inteligência artificial sai da tela e entra no espaço de trabalho físico.

Laura Bishop, líder do setor digital de IA e segurança cibernética da British Standards Institution (BSI) e especialista em psicologia do trabalho, resumiu o problema central: quando os funcionários interagem com grandes modelos de linguagem ou copilotos de desktop, mantêm um distanciamento emocional. O software existe atrás de um vidro; pode ser minimizado ou desligado.

A IA física, ao contrário, ocupa espaço físico. Uma escavadeira autônoma em uma grande obra rodoviária, um braço robótico colaborativo móvel que separa caixas ao lado dos funcionários do armazém ou um equipamento robótico de demolição que avança por um prédio comercial apertado compartilham exatamente o mesmo ambiente físico das equipes humanas. Quando os trabalhadores percebem uma máquina que tem ao mesmo tempo força física e capacidade de decisão autônoma, a resistência psicológica aumenta. Eles vivem o que Bishop chamou de “dupla ameaça”: o medo existencial de ser substituído economicamente, somado à ansiedade imediata com a própria segurança física.

Louisa Finlay, Chief Operating Officer da Kier Group (um dos principais grupos de infraestrutura, construção e serviços do Reino Unido), confirmou que a adoção de tecnologia na indústria pesada não pode ser imposta de cima para baixo. Os operadores da linha de frente na construção, na terraplenagem e na infraestrutura são extremamente pragmáticos. Se uma tecnologia for vista como instrumento de vigilância, risco à segurança ou mecanismo para cortar pessoal, os trabalhadores vão resistir a ela, contorná-la ou sabotá-la.

A abordagem da Kier Group se baseia em um diálogo direto, visual e transparente. Finlay enfatizou que os líderes precisam ser radicalmente honestos sobre as mudanças na organização. Funções administrativas e de controle manual vão diminuir; por outro lado, as máquinas podem eliminar as tarefas que causam lesões musculoesqueléticas duradouras, silicose e acidentes de trabalho fatais.

O dilema da transferência de controle: resolver a “autonomia do lado sombrio” #

Um grande debate técnico da sessão se concentrou nas graves vulnerabilidades de segurança inerentes à autonomia parcial, um problema que roboticistas e engenheiros de fatores humanos chamam de “autonomia do lado sombrio” (dark side autonomy).

Em sistemas autônomos de nível 2 e nível 3 (sejam veículos autônomos ou máquinas industriais colaborativas), o robô executa as tarefas sozinho em condições normais, mas exige que um operador humano monitore o sistema e assuma o controle manual sempre que surgir uma anomalia.

Laura Bishop e Roman, responsável pela implantação de sistemas, alertaram que esse modelo de supervisão é perigosamente falho do ponto de vista cognitivo humano:

Descarga cognitiva e queda da vigilância: o cérebro humano é biologicamente incapaz de manter a vigilância ativa enquanto observa passivamente, por horas, uma máquina executando tarefas repetitivas sem erros. Em vinte minutos, a atenção do operador se dispersa, os tempos de reação dobram e o rastreamento ocular confirma o desligamento cognitivo.
A lacuna na recuperação da consciência situacional: quando ocorre um caso extremo inesperado (como uma tubulação subterrânea não mapeada encontrada durante a abertura robótica de valas, ou um pedestre que entra em um ponto cego), o sistema autônomo dispara de repente um alarme de emergência e devolve o controle ao operador. Estudos mostram que recuperar a consciência visuoespacial completa da situação, entender o modo de falha e executar uma intervenção física eficaz leva de cinco a quinze segundos. Em operações cinéticas de alta velocidade, esse atraso é fatal.
A zona de deformação moral: depender da supervisão humana passiva costuma servir de escudo de responsabilidade para a empresa, transformando o trabalhador em uma “zona de deformação moral” que absorve a culpa jurídica e criminal pela falha algorítmica de um sistema automatizado, só porque tinha a capacidade nominal de assumir o controle.

O consenso da BSI e da Kier Group é que os sistemas industriais precisam migrar para domínios de projeto operacional (ODDs) monitorados, com envelopes de parada fail-operational ou fail-safe. Quando uma máquina autônoma encontra uma anomalia fora de seus limites certificados, ela não deve transferir o controle bruscamente para um humano despreparado; deve passar sozinha para um estado seguro, previsível e de energia zero (acionar os freios, baixar as lanças, cortar a pressão hidráulica) enquanto solicita uma revisão humana.

Comparação de modelos: governança operacional na robótica industrial #

Eixo de governança	Modelo de adoção precoce sem regulação	Supervisor passivo (“o humano como reserva”)	Estrutura certificada de responsabilidade compartilhada (padrão BSI / Kier)
Comunicação com os trabalhadores	Opaca; automação introduzida de repente para cortar custos unitários imediatos	Treinamento de conformidade de cima para baixo; trabalhadores orientados a “vigiar a máquina”	Diálogo transparente; trabalhadores envolvidos no design das ferramentas, na requalificação e nas auditorias de segurança
Protocolo de transferência cognitiva	Alarme sonoro repentino que exige intervenção humana imediata	Controle manual esperado em 1 a 2 segundos após a falha do sistema	Domínios operacionais delimitados; transição automática para uma parada segura de energia zero
Divisão de responsabilidades	Indefinida; escondida nas cláusulas padrão de isenção do fornecedor	Empurrada para baixo, para o operador da linha de frente ou o encarregado da obra	Matriz contratual de três níveis (fornecedor do modelo, integrador de sistemas, operador do local)
Conformidade regulatória	Mínima; autocertificação básica pela diretiva de máquinas	Cercamento padrão de robôs industriais pela ISO 10218-1/2	Conformidade total com a ISO/TS 15066, as normas PAS da BSI e as exigências de alto risco do AI Act da UE
Subscrição de seguros	Prêmios altos; cobertura condicionada por riscos não mapeados	Responsabilidade civil comercial padrão com cláusulas rígidas de sub-rogação	Subscrição sob medida baseada em telemetria auditada e registros de telemetria em tempo de execução
Definição do papel do trabalhador	Mão de obra substituída ou operador de máquina mal pago	Monitor passivo sob alta pressão, sujeito à fadiga cognitiva	Supervisor de frota certificado, gestor de teleoperação e líder de logística digital

Fonte: síntese das contribuições do painel, de pesquisas em psicologia do trabalho e de normas de governança de risco em infraestrutura apresentadas no Economist Enterprise Physical AI and Robotics Summit (Convene 200 Aldersgate, Londres, 13 de outubro de 2026).

O que isso significa por setor #

O redesenho operacional, de segurança e jurídico do trabalho acontece de formas diferentes em cada vertical da indústria física.

Construção pesada e infraestrutura #

Na infraestrutura civil, a falta de mão de obra, o envelhecimento demográfico e os riscos extremos de segurança tornam a automação urgente. A construção continua sendo um dos setores mais perigosos do mundo, responsável todos os anos por milhares de lesões graves e mortes causadas por quedas de altura, desabamentos de estruturas e choques com máquinas pesadas.

Louisa Finlay explicou como a Kier Group está redesenhando as operações da linha de frente ao automatizar o trabalho físico perigoso. A cravação robótica e autônoma de estacas, os rolos compactadores automatizados e o levantamento volumétrico por drones afastam os trabalhadores das bordas perigosas de valas e das vias de transporte em uso.

O ponto crucial é que os operadores de máquinas, que antes passavam oito horas em cabines a diesel trepidantes expostos a poeira e ruído, estão sendo requalificados como gestores digitais de obra. A partir de cabines de controle climatizadas ou de centros de operações remotos, eles supervisionam ao mesmo tempo várias máquinas semiautônomas, com vídeo em alta definição e a telemetria de um gêmeo digital. A satisfação dos trabalhadores aumenta porque o cansaço físico e o risco de lesões diminuem, enquanto a remuneração acompanha níveis mais altos de qualificação técnica.

Serviços públicos e manutenção civil #

No tratamento de água, no descomissionamento nuclear e na manutenção de redes elétricas, os trabalhadores enfrentam ambientes tóxicos, de alta radiação ou de alta tensão. Robôs de inspeção rastejantes e drones aéreos estão substituindo a entrada de pessoas em esgotos confinados e subestações.

Neste setor, a governança se concentra sobretudo na integridade ciberfísica. Como observou Laura Bishop, os sistemas de IA física são endpoints de IoT conectados com atuadores cinéticos. Se um robô autônomo de dosagem química ou um manipulador de válvulas de dutos sofrer uma violação de segurança cibernética, a consequência não é roubo de dados; é contaminação física do ambiente. A governança operacional exige registros de auditoria imutáveis e assinados criptograficamente, além de isolamento físico do hardware nos cortes críticos para a segurança.

Logística e redes de fulfillment #

Os centros de fulfillment do e-commerce foram o principal campo de testes dos robôs móveis autônomos colaborativos (AMRs). As primeiras implantações, porém, que tratavam os trabalhadores como separadores de alta velocidade no ritmo de algoritmos de transportadores robóticos, levaram a uma rotatividade extrema e a atritos com sindicatos.

A governança logística moderna prioriza a colaboração ergonômica. Carrinhos autônomos levam caixas pesadas entre os corredores de separação, permitindo que os trabalhadores permaneçam em zonas de coleta ergonomicamente otimizadas, onde fazem a inspeção tátil e a triagem dos itens. Os indicadores do sistema estão passando de cotas punitivas de separação por minuto para a precisão geral de atendimento da equipe, criando uma cultura de confiança mútua entre pessoa e máquina.

Engenharia contratual: estruturar a responsabilidade em vários níveis #

Quem é juridicamente responsável quando um robô autônomo causa danos materiais ou ferimentos? O painel enfrentou essa questão diretamente e rejeitou a ideia simplista de que a responsabilidade possa recair sobre uma única parte.

Na IA física moderna, os sistemas autônomos são montagens complexas de modelos de fundação básicos, ajuste fino especializado, sensores comerciais, chassis mecânicos e integração no nível do local.

As empresas que os implantam estão estabelecendo contratos de divisão de riscos em três níveis:

Nível 1: fornecedores de modelos de fundação e de hardware OEM #

O fabricante do equipamento original (OEM) e o desenvolvedor do modelo de fundação respondem por defeitos algorítmicos intrínsecos, falhas mecânicas do hardware e violações dos envelopes de segurança pré-treinados. Se um modelo apresentar alucinações que contornem seus limites essenciais de segurança diante de entradas dentro da especificação certificada, a responsabilidade é do fornecedor.

Nível 2: integradores de sistemas e implantadores do domínio #

O integrador de sistemas responsável pelo ajuste fino do modelo com conjuntos de dados específicos do domínio, pela calibração das câmeras e dos conjuntos de LiDAR e pela programação da lógica de limites local responde pelos defeitos de integração. Os contratos de integração devem definir explicitamente o domínio de projeto operacional ambiental (ODD), especificando os parâmetros aceitáveis de iluminação, clima, poeira e inclinação do piso.

Nível 3: empresas operadoras e proprietários de locais #

A empresa que implanta o robô no local continua responsável pela conformidade ambiental, pela manutenção do espaço de trabalho físico e pelo treinamento dos trabalhadores. Se um encarregado deixar pessoal não autorizado entrar em uma zona robótica ativa, desativar os geofences físicos de segurança ou descumprir os cronogramas obrigatórios de calibração, a responsabilidade permanece com o operador do local.

Ao registrar esses limites em contratos comerciais e alinhá-los às exigências de subscrição das seguradoras, as empresas podem implantar IA física com segurança jurídica clara, em vez de esperar por precedentes judiciais depois de uma catástrofe industrial.

Conclusão #

As reflexões de Louisa Finlay, Laura Bishop e dos demais painelistas no Economist Enterprise Physical AI and Robotics Summit deixaram uma realidade inequivocamente clara: o maior obstáculo para escalar a IA física nas operações empresariais não é a sofisticação das redes neurais nem a densidade de potência dos atuadores sem escovas; é a governança humana.

Os robôs operam no mundo físico, ao lado de seres humanos cujo sustento, dignidade e segurança física estão inseparavelmente ligados ao ambiente de trabalho. Qualquer liderança empresarial que encare a IA física apenas como um exercício financeiro de corte de custos com mão de obra vai enfrentar forte resistência cultural, graves falhas de segurança nas transferências de controle e responsabilidades regulatórias paralisantes.

A verdadeira vantagem operacional pertence às organizações que tratam a IA física como catalisadora de um redesenho profundo do trabalho. Ao eliminar o trabalho perigoso, respeitar os limites cognitivos na interação entre pessoas e máquinas e definir linhas contratuais claras de responsabilidade, empresas com visão de futuro podem construir um amanhã em que máquinas inteligentes e trabalhadores fortalecidos colaborem para criar indústrias mais seguras e resilientes.

Perguntas frequentes #

Por que a IA física gera mais ansiedade nos trabalhadores do que a IA baseada em software? Diferentemente da automação por software (como chatbots ou análise preditiva), que existe apenas nas telas, a IA física atua no mundo físico com energia cinética, massa e velocidade. Os trabalhadores sentem uma “dupla ameaça” ampliada: o medo existencial de perder o emprego, somado a uma ansiedade visceral com a própria segurança física em um espaço de trabalho compartilhado.

O que é a “autonomia do lado sombrio” na robótica? A “autonomia do lado sombrio” é a falha cognitiva que ocorre quando operadores humanos são encarregados de monitorar passivamente sistemas semiautônomos como reserva de segurança. Os seres humanos são biologicamente incapazes de manter a vigilância durante longos períodos de monitoramento passivo. Quando ocorre uma falha em caso extremo, os operadores sofrem um grave déficit de consciência situacional e não conseguem intervir rápido o bastante para evitar um acidente.

Como a Kier Group aborda a adoção de IA física na construção? A Kier Group aposta em um diálogo transparente e visual com as equipes da linha de frente. Em vez de posicionar a robótica como ferramenta de redução de pessoal, a Kier apresenta a automação como forma de eliminar o trabalho perigoso e fisicamente desgastante, como a escavação de valas, o trabalho em altura e o levantamento de cargas pesadas. Os operadores são requalificados para funções de supervisão e operam várias máquinas semiautônomas à distância, a partir de ambientes seguros e controlados.

Como a responsabilidade contratual deve ser dividida em acidentes de robótica autônoma? A responsabilidade deve ser distribuída em três níveis conforme o controle das decisões: fornecedores de modelos de fundação e OEMs respondem por falhas algorítmicas dentro dos parâmetros certificados; integradores de sistemas respondem pela calibração específica do local, pela montagem dos sensores e pela adaptação ao domínio; e operadores do local respondem pelo geofencing do espaço de trabalho, pela segurança ambiental e pelo treinamento dos operadores.

Quais normas regem a implantação segura de robôs industriais colaborativos? As principais normas são a ISO 10218-1 e a ISO 10218-2 (requisitos de segurança para robôs industriais e integração de sistemas), a ISO/TS 15066 (requisitos de segurança específicos para robôs colaborativos e limites de força de contato entre pessoa e robô), as novas orientações da British Standards Institution (BSI) sobre governança de sistemas autônomos e os requisitos de conformidade do AI Act da UE para máquinas de alto risco.

Referências #

Economist Enterprise, (2026). Physical AI & Robotics Summit: vantagem operacional por meio de sistemas autônomos ⧉. Economist Enterprise.
Finlay, L., (2026). Um encontro de mentes (e máquinas): pessoas, robôs e o redesenho do trabalho ⧉. Kier Group.
Bishop, L., (2026). Fatores humanos, segurança psicológica e governança em sistemas autônomos ⧉. British Standards Institution (BSI).
British Standards Institution, (2025). BSI PAS 2025: governança e implantação ética de sistemas móveis autônomos em ambientes industriais ⧉. BSI.
European Parliament and Council, (2024). Regulamento (UE) 2024/1689 que cria regras harmonizadas em matéria de inteligência artificial (Regulamento da Inteligência Artificial) ⧉. Jornal Oficial da União Europeia.
Bainbridge, L., (1983). As ironias da automação ⧉. Automatica, 19(6), 775-779.
International Organization for Standardization, (2026). ISO/TS 15066:2026 Robôs e dispositivos robóticos - Robôs colaborativos ⧉. ISO.

Última revisão 2026-10-13.

Última revisão 2026-10-27.

Republicar este artigo

IA física e governança do trabalho: confiança e responsabilidade — Sebastien Rousseau

No encontro de Physical AI da Economist em Londres, Kier Group e BSI discutiram a confiança dos trabalhadores, as transferências homem-máquina e a responsabilidade.

Este artigo está licenciado sob Creative Commons Attribution 4.0 International. A republicação exige atribuição à URL canônica.

IA física e governança do trabalho: confiança e responsabilidade — Sebastien Rousseau

No encontro de Physical AI da Economist em Londres, Kier Group e BSI discutiram a confiança dos trabalhadores, as transferências homem-máquina e a responsabilidade.

Originally published at https://sebastienrousseau.com/pt-br/2026-10-13-fisica-governanca-trabalho-confianca-responsabilidade/ by Sebastien Rousseau.
Licensed under CC-BY-4.0.

SEBASTIEN ROUSSEAU FOUNDER · ENGINEER