Decisão de crédito sob três lentes: o que a filosofia, a sociologia e a antropologia veem — e o que cada uma não vê

"Um modelo de crédito recusa um pedido. A ciência de dados explica a recusa com precisão. A filosofia pergunta se a explicação é suficiente. A sociologia pergunta quem paga pela recusa. A antropologia pergunta o que a recusa faz com a pessoa que a recebe. Nenhuma das três responde pela outra."

Uma mulher de 34 anos, autônoma, moradora da periferia de uma capital, pede um empréstimo de R$ 8 mil. O sistema aprova ou recusa em menos de dois segundos. Não há analista na sala. A decisão existe, é registrada, e não tem autor identificável.

Esse é o caso mais comum de decisão automatizada no Brasil, e é o que a LGPD alcançou no art. 20 quando assegurou ao titular o direito de solicitar revisão de decisões tomadas unicamente com base em tratamento automatizado.

O caso é bom para pensar porque é banal. Não envolve dano irreversível, não envolve saúde, não envolve liberdade. Envolve dinheiro — e é justamente por isso que as três disciplinas conseguem trabalhar nele sem que o drama do exemplo esconda a estrutura do problema.

O que a ciência de dados vê

A ciência de dados vê um problema de medição, e resolve bem a parte que lhe cabe.

Ela consegue dizer que o modelo tem acurácia global de 87% e acurácia de 71% no recorte de mulheres autônomas com renda variável. Consegue dizer que a taxa de falso negativo nesse recorte é o dobro da média. Consegue dizer que a variável de maior peso é o histórico de fluxo de caixa dos últimos seis meses, e que o CEP entra no modelo com peso indireto, por correlação com inadimplência observada.

Consegue também detectar deriva: o modelo validado em 2024 pode ter degradado em 2026, porque o padrão de renda dos autônomos mudou com a informalidade. E consegue reconstruir a trilha: qual versão do modelo, com qual base de treino, produziu aquela recusa naquela data.

Tudo isso é evidência real e necessária. E nada disso responde à pergunta que a solicitante vai fazer.

O que a filosofia vê que a ciência de dados não vê

A filosofia vê três coisas que a medição não alcança.

A primeira é que a métrica escolhida já é uma decisão normativa. O modelo pode ser ajustado para paridade demográfica — mesma taxa de aprovação entre grupos. Pode ser ajustado para igualdade de oportunidade — mesma taxa de verdadeiro positivo entre quem realmente pagaria. Pode ser ajustado para equalização de odds — mesma taxa de erro em ambos os sentidos. As três são matematicamente incompatíveis: satisfazer uma implica violar outra. Escolher qual usar não é decisão técnica. É decisão sobre o que o banco entende por tratamento justo, e ela muda quem recebe crédito.

A segunda é que a explicação estatística não é a explicação que o art. 20 exige. Dizer que "o CEP teve peso 0,18" é uma explicação sobre o modelo. A solicitante quer uma explicação sobre a decisão dela. São coisas diferentes, e a filosofia é o que impede que a primeira seja aceita como resposta à segunda.

A terceira é que a responsabilidade não se distribui. O fornecedor do modelo, o banco, o time de dados e o gestor de risco podem todos ter contribuído causalmente. Mas atribuir responsabilidade exige uma teoria de quem tinha obrigação de agir — e essa teoria não vem dos dados. O art. 14, § 4º, do Código de Defesa do Consumidor já resolve parte disso ao estabelecer responsabilidade objetiva da pessoa jurídica, mas a norma não diz qual pessoa, dentro da organização, responde tecnicamente pela validação do modelo.

O que a sociologia vê que as outras duas não veem

A sociologia não pergunta se a decisão foi justa em abstrato. Pergunta quem absorve o custo dela.

E aqui o caso deixa de ser individual. Um modelo de crédito que usa CEP como variável indireta não é um erro de engenharia: é a reprodução, em escala e em velocidade, de um padrão de exclusão territorial que já existia antes do modelo. A diferença é que antes havia um analista que podia discordar. Agora há um sistema que aplica o padrão a milhares de pessoas por dia, com consistência.

A sociologia também vê a assimetria de informação. O banco sabe qual versão do modelo rodou, qual base de treino usou e qual métrica escolheu. A solicitante sabe apenas que foi recusada. Essa assimetria não é um detalhe do processo: é a estrutura de poder da relação.

E vê a dimensão do trabalho. A decisão automatizada não eliminou o analista de crédito — ela o deslocou para a ponta, onde ele atende a contestação de quem foi recusado, com menos informação do que o sistema tinha. O custo da transição foi absorvido por quem tem menos poder de barganha.

O que a antropologia vê que as outras duas não veem

A antropologia pergunta o que a decisão faz com a pessoa que a recebe, e com a maneira como ela se entende.

Uma recusa de crédito mediada por algoritmo não é vivida como uma avaliação de risco. É vivida como um veredito sobre quem a pessoa é. A solicitante não recebe "seu fluxo de caixa dos últimos seis meses não atende ao critério". Ela recebe uma tela. E a tela não oferece o que a confiança exige: alguém que responda pelo que disse.

Há também a dimensão do ritual. Sociedades humanas constroem autoridade por procedimentos: a assinatura do gerente, o parecer assinado, o carimbo. Esses rituais não eram burocracia inútil — eram o que tornava a decisão contestável, porque havia um nome ligado a ela. A automação desloca o ritual sem construir o substituto, e a pessoa fica sem o interlocutor que a tradição do crédito sempre ofereceu.

E há a metáfora. Quando o banco descreve a decisão como "o modelo entendeu que", adota-se um vocabulário que atribui compreensão a um sistema que produz correlação. Isso não é uma questão semântica: é o que permite que a instituição trate a saída como julgamento, sem precisar sustentar a autoridade que um julgamento exige.

O que cada lente não vê

Vale registrar o limite de cada uma, porque é aí que a combinação se justifica.

A filosofia não vê a escala. Ela consegue dizer que a métrica escolhida é normativamente problemática, mas não consegue medir quantas pessoas foram afetadas nem qual o padrão de distribuição do dano.

A sociologia não vê o construto. Ela consegue mostrar que o CEP reproduz exclusão territorial, mas não consegue definir qual seria o critério justo — porque essa é uma pergunta normativa, não descritiva.

A antropologia não vê a operação. Ela consegue mostrar que o ritual de legitimidade foi deslocado, mas não consegue dizer qual versão do modelo rodou nem qual métrica foi escolhida.

Nenhuma das três, sozinha, produz governança. Juntas, produzem a pergunta certa.

O que a combinação produz no caso concreto

Aplique as três ao mesmo pedido de R$ 8 mil e a estrutura de governança aparece.

A filosofia define o construto: o banco precisa declarar qual concepção de justiça adota, e essa declaração tem que ser pública, porque ela determina quem recebe crédito.

A ciência de dados operacionaliza e mede: qual métrica corresponde ao construto declarado, qual o desempenho por subgrupo, qual a deriva ao longo do tempo, qual a trilha da decisão.

A sociologia verifica a distribuição: quem absorve o custo do critério escolhido, e se o padrão de exclusão reproduz uma desigualdade anterior ou cria uma nova.

A antropologia verifica a legitimidade: a solicitante consegue contestar a decisão diante de alguém que responda por ela, e o procedimento de contestação tem efeito real.

E a norma brasileira já pressupõe essa estrutura. O art. 20 da LGPD exige revisão. O Mapa de Temas Prioritários da ANPD para o biênio 2026-2027 inclui, como quarto eixo de fiscalização, inteligência artificial e tecnologias emergentes no contexto do tratamento de dados pessoais. A Resolução CNJ nº 674/2026 disciplina a validação humana de atos classificados por ferramenta automatizada no Judiciário. Nenhuma delas diz como medir. Todas pressupõem que alguém mediu.

Conclusão

O caso do crédito mostra o que a discussão abstrata sobre governança de IA esconde: as três disciplinas não são camadas decorativas sobre um mesmo argumento técnico. Cada uma produz uma objeção que a outra não produz.

A filosofia impede que se trate explicabilidade como requisito de engenharia quando é exigência normativa. A sociologia impede que se trate a decisão automatizada como neutra quando ela distribui custo. A antropologia impede que se trate a metáfora computacional como descrição da mente humana.

E as três convergem em um ponto: a governança de IA não é um problema de controle técnico, é um problema de reconstrução de legitimidade. Legitimidade não se produz com métrica, com auditoria ou com princípio. Produz-se com desenho institucional — quem decide, quem responde, quem pode contestar.

A pergunta que o gestor deveria responder esta semana não é se o modelo tem 87% de acurácia. É se a mulher que foi recusada consegue falar com alguém que saiba por que ela foi recusada, e se essa pessoa tem poder de mudar a decisão.

Referências

AGÊNCIA NACIONAL DE PROTEÇÃO DE DADOS. Mapa de Temas Prioritários para o biênio 2026-2027 e atualização da Agenda Regulatória 2025-2026. Brasília: ANPD, 24 dez. 2025. Disponível em: https://www.gov.br/anpd/pt-br/assuntos/noticias/anpd-publica-mapa-de-temas-prioritarios-para-o-bienio-2026-2027-e-atualiza-agenda-regulatoria-2025-2026. Acesso em: 2 nov. 2026.

BRASIL. Lei nº 13.709, de 14 de agosto de 2018. Lei Geral de Proteção de Dados Pessoais. Brasília: Presidência da República, 2018. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/L13709.htm. Acesso em: 2 nov. 2026.

BRASIL. Lei nº 8.078, de 11 de setembro de 1990. Código de Defesa do Consumidor. Brasília: Presidência da República, 1990. Disponível em: https://www.planalto.gov.br/ccivil_03/leis/l8078compilado.htm. Acesso em: 2 nov. 2026.

CONSELHO NACIONAL DE JUSTIÇA. Resolução nº 674, de 2026. Disciplina a validação humana de atos classificados por ferramenta automatizada. Brasília: CNJ, 2026. Acesso em: 2 nov. 2026.

Nadelson Costa Nogueira Júnior