Por que não treinamos mais agentes AI

Treinamento é o novo fax

Em 2019, precisávamos treinar modelos AI. Eram limitados demais para qualquer outra coisa. O GPT-2 não conseguia escrever um parágrafo coerente. O BERT precisava de milhares de exemplos rotulados para cada tarefa e de um cluster GPU por dias.

Isso foi há seis anos. Seis anos em que as capacidades dos modelos de linguagem melhoraram em ordens de grandeza. Mas o setor continua agindo como se “treinar” fosse o primeiro passo natural.

Se alguém em 2026 diz “Treinamos nossos agentes AI”, é como dizer em 2010 “Enviamos nossos pedidos por fax”. Funciona. Mas mostra que não se entendeu a arquitetura.

Kumar Gauraw resume com precisão: “A maioria recorre ao Fine-Tuning cedo demais.”^[5] Não porque o Fine-Tuning seja ruim. Mas porque em 2026 já não é necessário para a maioria das tarefas enterprise.

O que um modelo treinado não consegue: explicar uma decisão individual

Um candidato é rejeitado pelo seu agente de recrutamento. Ele pergunta: por quê?

Duas respostas. Duas arquiteturas.

Modelo treinado: “Nosso modelo aprendeu com base em 50 000 decisões históricas de contratação que seu perfil tem uma probabilidade de sucesso de 34%.”

Agente configurado: “Sua qualificação em engenharia mecânica não atende o requisito 3 (eletrotécnica ou equivalente). Regra: perfil do cargo v2026-03. Contestável: sim. Processo: o departamento técnico avalia se engenharia mecânica se qualifica como ‘equivalente’.”

A primeira resposta é ilegal a partir de agosto de 2026.

EU AI Act, Art. 13 (transparência), Art. 14 (supervisão humana), Art. 86 (direito à explicação).^[10] Para sistemas de alto risco - e recrutamento é alto risco, Anexo III(4) - cada decisão individual deve ser compreensível, explicável e contestável. No Brasil, o PL 2338/2023 prevê obrigações análogas para sistemas de inteligência artificial de alto risco.

Não o modelo. A decisão individual. Para este candidato. Com esta fundamentação.

Um modelo treinado não consegue fazer isso. Não tem registro de decisão. Tem pesos. E pesos não explicam nada à CIPA ou ao sindicato.

O teste de compliance: treinado vs. configurado

O problema de compliance é apenas a superfície. Por baixo, há um problema de arquitetura.

92% vs. 72%

Pesquisadores testaram em 2025 quão bem um LLM consegue verificar faturas jurídicas contra Billing Guidelines.^[1] Sem Fine-Tuning. Sem treinamento. Apenas o conjunto de regras como contexto.

O resultado:

O LLM não foi treinado em faturas. Recebeu as Billing Guidelines como contexto. E decidiu na hora.

Por que o LLM foi melhor

Não porque é mais inteligente. Mas porque às 15h aplica a mesma regra da mesma forma que às 9h. Inconsistência é o problema do ser humano, não incompetência.^[1]

Juristas experientes tomam 72% de decisões corretas - mas cada jurista comete erros diferentes. Os erros não são sistemáticos, e sim aleatórios. Fadiga, pressão de tempo, interpretação pessoal. Um LLM não conhece fadiga.

O mecanismo transferível

Seja o conjunto de regras chamado “Billing Guideline”, “§14 UStG” ou “Diárias de viagem 2026”: verificar documento contra regra, identificar desvio, documentar decisão. O mecanismo é idêntico.

Um estudo de Chauhan et al. (2025) situa o ponto de Break-Even do Fine-Tuning em relação ao prompting em aproximadamente 35 000 consultas por mês.^[6] A maioria dos processos de RH e Finanças em empresas está bem abaixo disso.

Três coisas no lugar de treinamento

Se não treinamento, então o quê? Três componentes substituem o que o Fine-Tuning promete, mas estruturalmente não consegue entregar.

1. Conjunto de regras

Tudo o que um agente precisa saber está em uma lei, um regulamento, uma convenção coletiva (PT: acordo coletivo de trabalho) ou um acordo coletivo. Essas regras mudam. A legislação tributária muda anualmente. As diárias e valores de referência mudam anualmente. Os regulamentos da UE mudam.

Um modelo treinado precisa ser retreinado a cada mudança. Um conjunto de regras é atualizado. Efeito imediato, versionado, auditável. Sem cluster GPU, sem ciclo de avaliação, sem riscos de regressão.

RAG (Retrieval Augmented Generation) reduz erros factuais em até 50%.^[11] Não porque o modelo fica mais inteligente. Mas porque vê a regra atual em vez de recuperar uma ponderação desatualizada.

2. Contexto

O agente não precisa de 10 000 prestações de contas de viagem históricas. Precisa desta prestação de contas: data da viagem, partida, retorno, hotel, café da manhã incluído ou não. Esse é o contexto desta decisão.

É fornecido por entradas estruturadas ou RAG, não incorporado por treinamento. Quando o contexto muda - outra viagem, outro colaborador - a decisão muda. Não o modelo.

Um exemplo concreto: o Travel Decision Layer verifica diárias de viagem contra §9 EStG (lei fiscal alemã de despesas de viagem). O contexto é a viagem individual. O conjunto de regras é a legislação tributária vigente. O modelo Foundation é intercambiável.

3. Estrutura de decisão

Quem decide o quê? Nem todas as decisões em um processo são iguais.

A diária de viagem é conjunto de regras: §9 EStG, determinística, 100% confiança. A questão de se uma despesa de representação é “razoável” é critério humano: pessoa. A classificação de um cupom fiscal ilegível é AI: extração LLM, probabilística.

Essa decomposição em Micro-Decisions com atribuição pessoa/regra/AI é o verdadeiro trabalho de arquitetura. Não o treinamento. O Decision Layer formaliza exatamente essa decomposição. Detalhes da arquitetura: Decision Layer explicado.

As três camadas: arquitetura no lugar de treinamento

A arquitetura por trás de um agente configurado consiste em três camadas. Cada camada é independentemente intercambiável.

Por que três camadas? Porque cada uma tem uma responsabilidade diferente.

O Foundation Model fornece compreensão linguística e reasoning. Entende o contexto, extrai informações de documentos, classifica entradas. Não precisa saber o que diz §9 EStG. Precisa entender o que é um texto legal.

O conjunto de regras contém a lógica de negócio. Leis, regulamentos, convenções coletivas, acordos coletivos. Cada regra tem uma versão. Cada versão tem uma data de vigência. Quando a lei muda, a regra é atualizada. Não o modelo.

O Decision Layer controla quem pode decidir o quê. Decompõe os processos em passos de decisão. Define para cada um: pessoa, conjunto de regras ou AI. Documenta cada decisão com regra, versão, contexto e resultado.

O que treinamento realmente custa

Não em dólares. Em dependências.

Lock-in

Um modelo fine-tuned vincula você a esse fornecedor. O dataset de treinamento, os pesos, o pipeline de avaliação: tudo proprietário. Troca de modelo = novo treinamento = novos custos = nova perda de tempo.

Um agente configurado troca o Foundation Model sem alterar uma única regra. Claude hoje, GPT amanhã, um modelo open-source na próxima semana. O conjunto de regras permanece. O Decision Layer permanece. Os registros de decisão permanecem.

Manutenção

Cada mudança legislativa exige retreinamento. Em Finanças, a legislação tributária, as instruções normativas e as alíquotas de contribuição mudam anualmente. Em RH mudam as convenções coletivas, os acordos coletivos e a regulação da UE.

Um agente treinado precisa de manutenção contínua que se parece com um projeto de software. Um agente configurado precisa de um editor de conjunto de regras.

MIT e Stanford (Choi & Xie, 2025) mostram: AI reduz o fechamento mensal em 7,5 dias.^[7] Mas 62% dos contadores se preocupam com erros da AI.^[8] A preocupação é justificada - com modelos treinados. Com agentes configurados com registro de decisão e possibilidade de contestação, cada erro é identificável e corrigível.

Explicabilidade

Um modelo treinado pode dizer o que decidiu. Não pode dizer por quê.

“O modelo aprendeu” não é uma fundamentação que um auditor aceita. Nenhuma CIPA ou sindicato aceita. Nenhum candidato rejeitado aceita.

“Regra §9 EStG v2026-01, aplicada à ausência 14h15min” é uma fundamentação.

Se você não pode explicar a decisão, não pode permitir que seja contestada. E se não pode permitir que seja contestada, a partir de agosto de 2026 não é conforme à lei na UE. No Brasil, o PL 2338/2023 prevê direitos semelhantes de explicação para decisões automatizadas.^[10]

O Fine-Tuning tem seu lugar?

Sim. A partir de aproximadamente 35 000 consultas por mês com um conjunto de regras estável, o Fine-Tuning se torna economicamente viável.^[6] Adaptação linguística, jargão de domínio, otimização de latência: para isso há boas razões.

Mas onde o setor o vende hoje - Enterprise RH e Finanças com leis que mudam anualmente - é a decisão arquitetônica errada. O Gartner projeta que mais de 40% dos projetos de Agentic AI fracassarão até 2027.^[9] Não pelo desempenho dos modelos. Pela governance.

A pergunta que seu conselho deveria fazer

Não: “Em quais dados seu agente foi treinado?”

Mas sim:

1. Qual conjunto de regras fundamenta a decisão? Qual versão estava vigente no momento da decisão?

Se a resposta for “Isso está no modelo”, não há versão. Não há histórico de mudanças. Não há Audit Trail.

2. O que acontece quando a regra muda? Retreinamento ou atualização?

Se a resposta for “Retreinamos”, você está pagando por manutenção desnecessária.

3. O afetado pode ver a decisão individual e contestá-la?

Se não houver resposta, a partir de agosto de 2026 você tem um problema de compliance na UE. Art. 86 EU AI Act: direito à explicação. No Brasil, o PL 2338/2023 estabelece direitos equivalentes. Não é opcional.^[10]

A abordagem da Gosign

O Decision Layer da Gosign é uma implementação dessa arquitetura. Decompõe os processos em passos de decisão. Define para cada um: pessoa, conjunto de regras ou AI. Os conjuntos de regras são versionados. As decisões são auditáveis. Os resultados são contestáveis.

48 agentes de RH e 49 agentes de Finanças, cada um com tabela Micro-Decision. Sem Fine-Tuning. Sem lock-in. Sem retreinamento quando a legislação muda.

---