Níveis de autonomia de agentes de IA: quanto o agente pode fazer sozinho

Um agente de IA que só sugere ajuda pouco. Um agente que faz tudo sozinho pode causar um estrago que ninguém percebe a tempo. Entre os dois extremos está uma decisão central de qualquer projeto de IA na operação: quanto o agente pode fazer sem uma pessoa conferir.

Aqui você vê os quatro níveis de autonomia que usamos em agentes de produção, como medir o custo do erro, como um agente sobe e desce de nível, quais controles acompanham cada nível e onde a revisão humana é obrigatória, com uma tabela de exemplos por área.

O que são níveis de autonomia de um agente de IA?

Um agente de IA usa um modelo de linguagem para decidir o próximo passo, chamar uma ferramenta (CRM, e-mail, planilha, banco de dados), ler o resultado e decidir de novo, até concluir a tarefa. O nível de autonomia diz quanto desse ciclo acontece sem uma pessoa no meio:

• Nível 1: sugere. O agente prepara e a pessoa decide e executa. Exemplo: rascunha a resposta para um cliente, que alguém revisa e envia. Para erro muito caro.
• Nível 2: executa com aprovação. O agente monta a ação completa e espera o ok. Exemplo: o e-mail ao cliente só sai depois da aprovação. Para erro caro.
• Nível 3: executa e avisa. O agente age e registra o que fez no canal da equipe, que corrige se precisar. Exemplo: classifica chamados de suporte e avisa no Slack ou no Teams. Para erro moderado.
• Nível 4: executa sozinho. O agente roda sem intervenção, e a equipe olha por amostragem ou quando um alerta dispara. Exemplo: gera o resumo diário de métricas. Para erro barato.

A regra que orienta a escolha cabe em uma frase: quanto mais caro o erro, mais baixo o degrau.

O nível se define por ação, e não pelo agente inteiro. Um agente de suporte pode classificar chamados no nível 3 e só sugerir respostas ao cliente no nível 1.

Como medir o custo do erro de uma tarefa?

Imagine o agente errando aquela tarefa e responda a cinco perguntas:

• O erro é reversível? Um rótulo errado em um chamado se corrige em segundos. Um e-mail enviado, um pagamento feito ou um registro apagado não voltam.
• Atinge o cliente? O que sai da empresa fala em nome dela. Erro interno se conserta em casa.
• Mexe com dinheiro? Cobrança, desconto, reembolso, pagamento e preço.
• Envolve dado pessoal? Dado de cliente ou de funcionário traz obrigações da LGPD e risco de exposição.
• Afeta a imagem? Uma mensagem pública ou um tom errado com um cliente importante.

Um "sim" em qualquer pergunta já puxa a tarefa para baixo. Irreversível e com o cliente no meio, ela fica no nível 1 ou 2, por melhor que o agente pareça. Some uma sexta pergunta: quanto tempo alguém leva para perceber o erro? O que aparece no mesmo minuto custa menos do que o que passa semanas sem ser visto.

Como cruzar o custo do erro com a frequência da tarefa?

O custo do erro diz quanto cuidado a tarefa pede. A frequência diz quanto tempo a automação devolve:

Frequência	Erro barato	Erro caro
Alta	Nível 3 ou 4. É onde está o maior ganho de horas, com conferência por amostragem.	Nível 2, com uma fila de aprovação rápida, ou dividir a tarefa em partes de risco diferente.
Baixa	Nível 3 ou 4, mas o ganho é pequeno. Avalie se vale construir.	Nível 1. O agente prepara e a pessoa faz.

O quadrante mais tentador e mais perigoso é o da tarefa frequente com erro caro. A saída costuma ser quebrar a tarefa: no atendimento, classificar o chamado fica no nível 3 e a resposta ao cliente, no nível 2. E volume multiplica o erro: uma taxa pequena, em centenas de execuções por dia, vira vários erros por dia.

Como um agente sobe de nível com o tempo?

Nenhum agente deveria começar no nível em que vai terminar. A autonomia vem aos poucos, com base em números:

1. Começa sugerindo. Nas primeiras semanas, o agente fica no nível 1 e a equipe compara cada sugestão com o que faria.
2. Mede a taxa de acerto em amostras. Registre se a sugestão foi aceita sem mudança, aceita com ajuste ou rejeitada. Defina antes qual taxa justifica subir de nível.
3. Sobe um degrau quando os números sustentam. Um por vez, com base em um período de medição, e não em impressão.
4. Continua medindo no novo nível. Nos níveis 3 e 4, alguém confere uma amostra do que o agente fez, toda semana.
5. Desce quando algo muda. Troca de modelo, prompt alterado, processo novo, queda na taxa de acerto ou incidente: o agente volta um degrau até ser medido de novo.

O guia da Anthropic sobre como construir agentes eficazes vai na mesma linha: testes extensivos em ambiente isolado, pausas para ouvir uma pessoa e condições de parada, como um número máximo de ciclos. Na operação de agentes, a UEEK acompanha essas medições mês a mês e decide com o seu time quando um agente sobe ou desce de nível.

Quais controles técnicos acompanham cada nível?

O nível de autonomia não pode depender só do prompt. "Nunca envie sem aprovação" ajuda, mas o controle de verdade fica no sistema:

• Permissões separadas de leitura e escrita. No nível 1, o agente só lê. A escrita é liberada por ação, e não para o sistema inteiro.
• Autorização fora do modelo. O OWASP recomenda autorizar nos sistemas de destino, em vez de deixar o modelo decidir se uma ação é permitida. Se o CRM não deixa o agente apagar contatos, nenhum texto o convence a apagar.
• Limites de valor e de volume. Um teto por ação e por dia. Acima do teto, a ação cai automaticamente para aprovação.
• Filas de aprovação. Onde a ação espera, quem aprova, em quanto tempo. Se ninguém aprovar, nada sai.
• Logs. O que o agente leu, decidiu e fez, e quem aprovou. Sem registro não há como medir acerto nem investigar erro.
• Alertas. Aviso quando o volume, a taxa de erro ou o custo de uso da IA fogem do padrão.
• Botão de parar. Interrompe o agente e deixa tudo em estado seguro. O artigo 14 do AI Act europeu exige que sistemas de alto risco possam ser interrompidos por um botão de parada ou procedimento semelhante.

O desenho completo, com conectores, regras e testes, está em como construir um agente de IA para a operação.

Quais riscos pedem cuidado redobrado?

• LGPD e decisões automatizadas. O art. 20 da LGPD dá ao titular o direito de pedir revisão de decisões tomadas unicamente com base em tratamento automatizado que afetem seus interesses, como as que definem perfil de consumo ou de crédito. O art. 6º traz o princípio da necessidade: só os dados pertinentes e não excessivos. Dado de cliente e de funcionário só entra em fluxo com base legal e no mínimo necessário. A ANPD é quem orienta e fiscaliza.
• Revisão humana onde o erro é caro. O que fala com o cliente, mexe com o financeiro ou decide algo sobre uma pessoa passa por alguém antes de valer.
• Custo de uso da IA. Modelos de raciocínio acertam mais em tarefas complexas, mas demoram e custam mais por resposta. Em um agente que roda centenas de vezes por dia, isso pesa. Escolha o modelo conforme a tarefa e tenha alerta de custo.
• Credenciais. Chaves e senhas nunca entram em prompt, documento ou repositório. O agente usa credenciais próprias, em um cofre de segredos, com o menor escopo possível.
• Injeção de prompt. O OWASP Top 10 para aplicações com LLM põe a injeção de prompt em primeiro lugar. Na forma indireta, a instrução maliciosa vem escondida em um e-mail, página ou anexo que o agente lê. Agente que lê conteúdo de fora não deve ter ação sensível no nível 4.
• Agência excessiva. No OWASP, a agência excessiva é o risco de ações danosas a partir de uma saída inesperada, ambígua ou manipulada do modelo. As causas: funções, permissões ou autonomia além do necessário. As mitigações incluem menor privilégio e aprovação humana para ações de alto impacto.
• Aprovação que vira carimbo. O artigo 14 do AI Act alerta para a tendência de confiar demais na saída do sistema. Fila sem nenhuma rejeição e aprovações de poucos segundos indicam que o agente merece subir ou que ninguém está conferindo.

Para organizar a governança de IA de forma contínua, o NIST AI Risk Management Framework é uma boa referência. Se você quer esse mapa feito para a sua operação, o mapa de IA com especialista lista as tarefas candidatas, o custo do erro de cada uma e o nível de partida.

Qual nível de autonomia usar em cada área?

Os exemplos são pontos de partida. O nível final depende dos números medidos na sua operação.

Área	Tarefa	Nível recomendado	Por quê
Comercial	Pesquisar a empresa antes da reunião	4. Executa sozinho	Uso interno, só leitura
Comercial	Primeira resposta a um lead do site	2. Executa com aprovação	Fala com o cliente
Suporte	Classificar chamados e avisar a equipe	3. Executa e avisa	Interno e fácil de corrigir
Suporte	Responder ao cliente com base na central de ajuda	1 no início, 2 depois de medir	Fala com o cliente
Financeiro	Resumo semanal de receitas e custos	4. Executa sozinho	Interno, só leitura
Financeiro	Lembrete de cobrança a inadimplentes	2. Executa com aprovação	Cliente e dinheiro
Financeiro	Pagamento ou estorno	1. Sugere	Dinheiro e irreversível
DP/RH	Responder dúvidas internas sobre políticas	3. Executa e avisa	Interno, com base em documento aprovado
DP/RH	Triagem de currículos ou decisão sobre uma pessoa	1. Sugere	Dado pessoal e art. 20 da LGPD
Operação	Resumo diário de métricas	4. Executa sozinho	Erro barato e fácil de notar
Operação	Pedido de compra a fornecedor	2. Executa com aprovação	Dinheiro, com limite de valor

Mais exemplos, com gatilho, entrada e destino, estão em rotinas com IA por área. Para ver em que ponto a sua empresa está, do chat avulso à rotina que roda sozinha, leia os cinco degraus da IA na operação.

Como a autonomia certa libera horas da equipe sem perder controle?

Com o fim da escala 6x1 em discussão, muitas empresas buscam manter a operação com menos horas por pessoa. Os níveis 1 e 2 tiram da equipe o trabalho de preparar: pesquisar, montar, redigir. Os níveis 3 e 4 tiram a tarefa inteira da mesa, e ali está o maior ganho de horas.

O erro comum é querer o ganho do nível 4 em tarefas que pedem nível 2. Começando baixo e subindo com números, a equipe ganha tempo desde o primeiro dia sem perder o controle do que sai em nome da empresa. Veja como organizar isso em escala 5x2: como manter a operação sem perder produtividade.

Perguntas frequentes

O que é human in the loop?

É o desenho em que uma pessoa aprova, ajusta ou rejeita a ação do agente antes de ela valer, como nos níveis 1 e 2. Nos níveis 3 e 4, a supervisão humana passa a ser feita depois, por avisos, amostragem e alertas.

Um agente pode começar direto no nível 4?

Só em tarefas internas, de leitura e com erro barato, como um resumo de métricas. Mesmo assim, confira o resultado nas primeiras semanas.

Aprovação humana não anula o ganho de tempo?

Não, se a fila for bem feita. Revisar uma resposta pronta leva bem menos tempo do que escrever do zero, e o ganho cresce quando o agente sobe de nível.

A LGPD proíbe decisões automatizadas?

Não. O art. 20 garante ao titular o direito de pedir revisão de decisões tomadas unicamente por tratamento automatizado que afetem seus interesses e de receber informações sobre os critérios usados. Decisões sobre pessoas pedem caminho de revisão e critérios documentados.

O que fazer quando o agente erra em produção?

Se o erro se repete, use o botão de parar. Corrija o efeito, leia os logs, desça o agente um degrau e ajuste a regra, o prompt ou o limite que deixou o erro passar.

Fontes

• Lei 13.709/2018, Lei Geral de Proteção de Dados (LGPD), arts. 6º e 20
• Autoridade Nacional de Proteção de Dados (ANPD)
• OWASP Top 10 for LLM Applications
• OWASP, LLM01:2025 Prompt Injection
• OWASP, LLM06:2025 Excessive Agency
• EU AI Act, artigo 14: supervisão humana
• NIST AI Risk Management Framework
• Anthropic, Building effective agents

Como a UEEK pode ajudar

A UEEK atua há 14 anos com produtos digitais, para mais de 200 clientes, em 6 países, em mais de 500 projetos. O mapa de IA com especialista define por onde começar e com qual nível, os agentes de IA em produção entram no ar com permissões, filas de aprovação e logs desde o primeiro dia, e a operação de agentes acompanha a taxa de acerto e o custo, e decide com você quando cada agente pode fazer mais sozinho.

Conversar sobre a operação dos seus agentes