Um estudante australiano de 12 anos venceu um concurso de poesia com uma crítica ao ChatGPT. O episódio, aparentemente cultural, expõe expectativas crescentes de transparência, autenticidade e governança de IA que já afetam reputação, segurança e continuidade de negócios.
Introdução contextual
A adoção acelerada de modelos generativos deixou de ser um tema restrito a áreas de tecnologia. Ela se tornou uma questão cultural, educacional e reputacional. Quando um estudante de 12 anos vence um concurso de poesia na Austrália com um texto que critica o ChatGPT, o sinal que chega às mesas de conselho não é sobre literatura: é sobre a percepção pública da inteligência artificial e sobre o que clientes, colaboradores e reguladores passaram a esperar das organizações que a utilizam.
A notícia, publicada pela Veja, descreve o feito de Blake Mackenzie, premiado por um poema sobre os efeitos da IA na infância. O caso é pequeno em escala e grande em simbolismo. Ele mostra que a sociedade já desenvolveu um vocabulário crítico sobre a tecnologia — e que esse vocabulário será aplicado às marcas que a empregam.
O que aconteceu
Segundo a reportagem, Blake Mackenzie, de 12 anos, conquistou um prêmio de poesia na Austrália com uma composição que aborda os efeitos da inteligência artificial na infância e critica diretamente o ChatGPT. O reconhecimento veio de um concurso literário, mas o conteúdo do texto transformou o episódio em um debate público sobre o papel da IA na formação de crianças, na criatividade humana e na autenticidade da expressão.
Vale destacar três elementos objetivos do caso:
- Protagonismo infantojuvenil: a crítica partiu de quem mais será afetado pelas decisões tecnológicas atuais.
- Foco em experiência, não em código: o poema trata de efeitos percebidos — solidão, padronização, dependência — e não de aspectos técnicos.
- Legitimidade simbólica: o prêmio confere autoridade cultural a uma visão cética sobre o uso indiscriminado de IA generativa.
Não se trata de um movimento anti-tecnologia. Trata-se de uma demanda por uso consciente, com limites claros e propósito definido.
Por que isso importa para empresas
Empresas que tratam IA como projeto exclusivamente de eficiência operacional perdem a dimensão do risco reputacional. A percepção pública, hoje, antecede a regulação e frequentemente a substitui como mecanismo de pressão. O caso australiano é um termômetro: a crítica à IA já circula em espaços culturais, escolares e familiares — exatamente onde se formam os futuros clientes e talentos.
Expectativa de autenticidade
Consumidores e colaboradores passaram a distinguir, com crescente sofisticação, conteúdo gerado de conteúdo autoral. Marcas que comunicam com IA sem transparência enfrentam risco de erosão de confiança. A autenticidade virou ativo mensurável: aparece em pesquisas de marca, em avaliações de fornecedores e em processos de due diligence.
Pressão sobre o discurso de produtividade
O argumento de ganho de produtividade, sozinho, já não sustenta programas de IA. Stakeholders perguntam sobre impacto humano, qualidade do emprego, efeitos sobre jovens usuários e critérios de decisão automatizada. A narrativa executiva precisa incorporar essas dimensões.
Risco de assimetria geracional
A crítica vem de uma geração que crescerá usando essas ferramentas. Organizações que não desenvolvem letramento digital interno nem canais de escuta sobre IA tendem a acumular passivos de reputação de longo prazo.
Impacto para cibersegurança, governança, IA ou continuidade
Governança de IA
O episódio reforça a necessidade de políticas formais de uso de IA generativa, com definição de casos permitidos, proibidos e condicionais, além de registro de decisões e responsabilização. Governança madura inclui revisão ética, avaliação de impacto em públicos vulneráveis — especialmente crianças e adolescentes — e transparência sobre o uso de conteúdo sintético.
Cibersegurança
A mesma capacidade que gera poemas gera phishing sofisticado, deepfakes e engenharia social em escala. A crítica pública à IA amplia a superfície de ataque reputacional: campanhas de desinformação podem explorar a desconfiança para atingir marcas. Controles relevantes incluem autenticação de conteúdo, verificação de identidade em comunicações sensíveis, monitoramento de menções e planos de resposta a incidentes envolvendo conteúdo sintético.
Continuidade de negócios
Dependência de um único provedor de modelos, sem plano de contingência, é risco operacional. A continuidade exige inventário de casos de uso críticos, testes de degradação, alternativas homologadas e cláusulas contratuais que cubram indisponibilidade, mudanças de política e uso de dados.
Conformidade e privacidade
O uso de IA em produtos voltados a menores exige cuidado adicional. Regulações de proteção de dados e de direitos digitais de crianças tendem a se intensificar. Empresas precisam mapear fluxos de dados, finalidades e bases legais antes de escalar iniciativas.
Leitura executiva da WSVP
A WSVP interpreta o caso como um indicador antecedente de maturidade de mercado. A IA deixou a fase de experimentação e entrou na fase de escrutínio. O prêmio a um poema crítico não sinaliza rejeição à tecnologia, mas rejeição ao uso irrefletido dela.
Para lideranças, a mensagem é direta: a licença social para operar com IA está condicionada a três fatores — transparência sobre o uso, demonstração de benefício real e mecanismos de escuta e correção. Organizações que comunicam esses elementos com clareza convertem ceticismo em confiança. As que os ignoram acumulam risco silencioso, que se materializa em crises de reputação, perda de talentos e questionamentos regulatórios.
A tecnologia mais avançada não substitui a legitimidade. Em IA, legitimidade se constrói com governança visível e responsabilidade demonstrável.
Recomendamos que o tema seja tratado como pauta de conselho, não apenas de comitê técnico. A pergunta central não é “o que podemos automatizar?”, mas “o que devemos automatizar, com quais salvaguardas e sob qual escrutínio?”.
Recomendações práticas
- Formalize uma política de IA generativa com casos de uso aprovados, restrições, registro de decisões e revisão periódica.
- Implante transparência ativa: informe clientes e colaboradores quando conteúdo é gerado ou assistido por IA, com linguagem simples.
- Crie um comitê multidisciplinar com jurídico, segurança, dados, comunicação e negócio para avaliar riscos e impactos em públicos vulneráveis.
- Fortaleça a defesa contra conteúdo sintético: autenticação de comunicações, verificação de identidade e monitoramento de menções à marca.
- Diversifique fornecedores de modelos e teste cenários de indisponibilidade para preservar a continuidade operacional.
- Desenvolva letramento em IA em todos os níveis, incluindo escuta ativa de jovens talentos e usuários.
- Meça confiança com indicadores de percepção, reclamações e incidentes, integrando-os ao painel de riscos corporativos.
- Prepare resposta a crises reputacionais envolvendo IA, com mensagens previamente validadas e porta-vozes treinados.
Fontes consultadas
- Veja — Menino de 12 anos vence concurso de poesia ao criticar ChatGPT
- OCDE — Princípios de IA
- NIST — AI Risk Management Framework
- ANPD — Autoridade Nacional de Proteção de Dados
Este rascunho foi produzido com apoio de inteligência artificial e ainda requer revisão humana antes da publicação.


