Validação humana vs IA na extração de dados: de quanta precisão precisas mesmo?

Todas as demos de fornecedores acabam no mesmo slide: *99% de precisão*. Toda a gente acena. E três semanas depois, já no piloto, alguém da contabilidade encontra uma fatura de fornecedor lançada com o NIF errado e a conversa recomeça.

O problema não é o número. É que "99% de precisão" não é uma especificação enquanto não disseres por que unidade: por carácter, por campo, por documento ou por lote. São quatro realidades muito diferentes e só uma prevê quanta validação humana precisas de verdade.

Este artigo é sobre escolher esse número de propósito, em vez de o herdar de um slide.

99% por campo não é 99% por documento

Comecemos pela aritmética, porque resolve quase toda a discussão.

Imagina uma extração com 99% de acerto por campo e um cabeçalho de fatura com 10 campos que te interessam: fornecedor, NIF, número da fatura, data, vencimento, base tributável, taxa de IVA, valor de IVA, total e IBAN.

A probabilidade de os dez estarem simultaneamente certos é 0,99¹⁰ ≈ 0,904. Ou seja: cerca de 1 em cada 10 documentos leva pelo menos um campo errado, mesmo com cada campo individual a "99% de precisão".

Acrescenta as linhas. Uma fatura de 30 linhas com 4 campos por linha soma mais 120 oportunidades de errar. A 99% por campo, a probabilidade de um documento impecável desaba.

Isto não é um argumento contra a IA. É um argumento contra o perfeccionismo ao nível do documento. Se exiges que uma pessoa verifique todos os campos de todos os documentos, não automatizaste nada: acrescentaste uma revisão por cima da digitação manual.

A pergunta útil é mais estreita: *que campos, com que confiança, em que documentos?*

Quanto custa mesmo digitar à mão (e quão preciso é)

Antes de decidir quanta validação humana comprar, convém pôr um preço honesto na alternativa.

Os benchmarks de contas a pagar de 2025 da Ardent Partners colocam o custo médio totalmente carregado de processar uma fatura em 9,40 $, contra 2,78 $ nas organizações best-in-class. O mesmo estudo reporta uma taxa média de exceções de 14%, descendo para 9% nas melhores equipas. Exceções que são geradas ou resolvidas por pessoas.

Na precisão, a fasquia humana é menos lisonjeira do que o folclore sugere. Uma revisão sistemática com meta-análise sobre métodos de processamento de dados em investigação clínica — um contexto com muito mais disciplina de verificação do que a caixa de entrada de um gabinete de contabilidade — situa a entrada manual simples em cerca de 0,29% de erro ao nível do campo, com a dupla entrada bastante abaixo. Esses operadores são formados, monitorizados e reconferidos. A tua administrativa a tempo parcial, a digitar 60 faturas na última sexta-feira do trimestre, não trabalha nessas condições.

Portanto a comparação real não é "humano infalível contra máquina falível", mas dois processos falíveis com formas de falha diferentes:

O humano falha de forma aleatória e silenciosa: um dígito trocado, uma linha saltada, uma data noutro formato. Erros não correlacionados e invisíveis até à reconciliação.
A IA falha de forma sistemática e detetável: engasga-se no layout de um fornecedor específico ou num digitalizado de baixo contraste, e normalmente *sabe* que não tem a certeza.

É esta segunda propriedade que muda tudo.

Os três regimes, e porque só um escala

Na prática há três formas de capturar dados de documentos.

1. Tudo manual. Cada campo digitado por uma pessoa. O custo cresce linearmente com o volume e a precisão degrada-se com o cansaço e a pressão de prazos. É o regime em que estão mesmo a maioria dos gabinetes e gestores de imóveis, e o que rebenta em agosto e no fecho do trimestre.

2. Tudo automático, sem revisão. O que sai do modelo entra direto no ERP. Rápido e barato até que um valor de IVA silenciosamente errado chegue a uma declaração. Defensável em campos de baixo impacto, indefensável nos que alimentam uma obrigação fiscal ou um pagamento.

3. Revisão encaminhada por confiança. O extrator devolve um valor *e* um sinal de confiança. Acima do limiar passa direto; abaixo, vai para uma fila humana. O custo escala com a taxa de exceções, não com o volume.

O regime 3 não é invenção comercial: é como os próprios serviços cloud estão desenhados. O Amazon Textract integra-se com o Amazon Augmented AI precisamente para encaminhar para revisores humanos as previsões abaixo do limiar de confiança que defines, e a AWS documenta dois limiares distintos (confiança de identificação do par chave-valor e confiança de qualificação do texto contido). A própria orientação do fornecedor é ajustar esses limiares ao longo do tempo para equilibrar precisão e custo. Ninguém sério vende 100% de automação. Vendem um botão de ajuste.

Se ainda estás a avaliar a tecnologia em vez da política de revisão, Precisão de OCR em 2026 cobre essa camada.

Decide por campo, não por documento

A reformulação prática: deixa de perguntar quão preciso é o sistema e começa a classificar os teus campos pelo que custa um valor errado.

Nível A — tem de estar certo; verifica sempre abaixo de confiança alta. Campos cujo erro tem consequência legal, fiscal ou de pagamento e é caro de desfazer:

IBAN ou conta bancária numa ordem de pagamento
NIF numa fatura dedutível
Valor total e valor de IVA
Dados de identidade usados em KYC ou numa comunicação obrigatória

Nível B — devia estar certo; verifica perante anomalia. Campos cujo erro incomoda mas se denuncia a jusante:

Número da fatura (um duplicado ou uma falha aparece na reconciliação)
Datas (um vencimento impossível falha uma regra de validação)
Quantidades e preços unitários de linha (têm de bater com a base)

Nível C — bom ter, nunca bloqueante. Descrições, notas em texto livre, linhas de morada, códigos de referência usados só para pesquisa. Um erro aqui custa uma pesquisa falhada, não uma coima.

A alavanca está no nível B. A maioria dos "erros da IA" em faturas não se apanha a reler o documento, mas com aritmética barata e cruzamentos que o software corre de graça:

Base + IVA − retenção bate com o total declarado?
As linhas somam a base?
Esse número de fatura já está registado para esse fornecedor? (Ver Como apanhar faturas duplicadas antes de as lançar.)
Esse NIF é o mesmo que já conhecíamos para esse nome de fornecedor?

Cada verificação que passa compra-te o direito de saltar uma pessoa. Cada uma que falha é uma exceção *dirigida* — um campo, um motivo, trinta segundos de atenção — em vez de uma releitura completa.

A armadilha que ninguém orçamenta: o viés de automação

Acrescentar um passo de revisão humana parece redução de risco. Muitas vezes não é, por causa de uma falha bem documentada: o viés de automação — a tendência para confiar demasiado num output automático, deixar de o escrutinar e aprovar por defeito.

A MIT Sloan Management Review escreveu especificamente sobre como as organizações acabam a carimbar sem olhar as recomendações algorítmicas: revisores perante um output de aspeto seguro, sob pressão de tempo, sem autoridade nem incentivo claro para discordar, aprendem a clicar "aprovar". O processo regista uma decisão humana. Não houve decisão humana.

Consequências práticas para o desenho do fluxo:

Uma fila de revisão com 100% dos documentos não vale nada. Se é preciso rever tudo, não se revê nada. O revisor calibra-se pela taxa base: se 97% do que vê está certo, deixa de olhar.
Filas pequenas, raras e concretas recebem atenção a sério. "Três campos assinalados porque o IVA não bate" é revisível. "Aqui está a fatura toda, confirma" não é.
Mostra a evidência, não só o valor. Quem vê o recorte do documento ao lado do campo extraído está a verificar. Quem vê só uma caixa de texto está a digitar.
Mede a taxa de correção. Se os teus revisores alteram a resposta da IA em menos de 1% dos casos, o limiar está demasiado conservador e estás a pagar teatro. Se a alteram em 30%, está demasiado solto.

O que a lei exige mesmo (menos do que temes, mais do que nada)

Dois enquadramentos importam a uma PME europeia, e são mais estreitos do que o post médio do LinkedIn sugere.

O artigo 22.º do RGPD dá o direito de não ficar sujeito a uma decisão exclusivamente baseada no tratamento automatizado que produza efeitos jurídicos ou afete significativamente de forma similar, e exige no mínimo o direito de obter intervenção humana, de expressar o seu ponto de vista e de contestar a decisão. A jurisprudência fechou o atalho da supervisão nominal: a revisão tem de ser *significativa*, feita por alguém com poder real de reverter o resultado.

Uma distinção essencial: extrair os campos de um documento não é uma decisão sobre uma pessoa. Ler um NIF de uma fatura, ou um nome e um número de um cartão de cidadão, é tratamento de dados — com todos os deveres habituais de fundamento legal, minimização e prazos de conservação —, mas o artigo 22.º só entra quando esse dado *decide* algo automaticamente: excluir um inquilino, recusar um cliente, bloquear um pagamento.

O regulamento europeu de IA exige, no artigo 14.º, que os sistemas de alto risco sejam concebidos para poderem ser efetivamente supervisionados por pessoas singulares, capazes de compreender os seus limites, interpretar o output e ignorá-lo, anulá-lo ou revertê-lo. Atenção ao qualificativo: alto risco. A captura genérica de dados contabilísticos não é, por si só, uma utilização de alto risco do Anexo III. E o calendário está em movimento: as obrigações do Anexo III estavam previstas para 2 de agosto de 2026 e o Digital Omnibus acordado em 2026 adia as dos sistemas autónomos do Anexo III para dezembro de 2027, dependente de publicação formal no Jornal Oficial. Os deveres de transparência do artigo 50.º não foram adiados.

Resumindo: para extrair faturas e contas de serviços, a lei pede higiene de dados, não que alguém volte a digitar tudo. Para qualquer coisa que decida automaticamente sobre uma pessoa, mantém no circuito um humano com autoridade real.

Uma regra prática para aplicar esta semana

Lista os teus campos e classifica-os (A/B/C). Dez minutos, uma vez.
Transforma cada relação aritmética em verificação automática. Totais, somas, taxas de IVA, ordem de datas, duplicados. Saem de graça e não se cansam.
Encaminha para pessoas só com dois gatilhos: confiança baixa num campo de nível A, ou um cruzamento que falha. Mais nada.
Audita por amostragem o fluxo automático. Tira 20 documentos aprovados ao acaso por mês e revê-os a sério. É assim que descobres se o teu limiar é honesto, a uma fração do custo de rever tudo.
Move o limiar consoante a taxa de correção, não consoante o susto que te deu o último erro.

O objetivo não é 100% de precisão. É uma taxa de erro conhecida e aceitável, com os erros caros tornados estruturalmente impossíveis. Uma equipa que verifica 8% dos documentos e audita o resto ganha a outra que nominalmente revê 100% e na prática não lê nenhum.

Se quiseres ver onde caem os teus próprios documentos, testa a extração numa fatura ou documento real antes de ligar seja o que for: carrega um e confere tu mesmo os campos no extrator gratuito, sem registo.