Indicadores de desempenho em tempos de inteligência artificial : Ilusões de entendimento e julgamento gerencial

ANDSON BRAGA DE AGUIAR

Indicadores de desempenho em tempos de inteligência artificial

Ilusões de entendimento e julgamento gerencial

Autores

ANDSON BRAGA DE AGUIAR Universidade de São Paulo - USP

Resumo

Este ensaio discute os desafios associados ao uso da inteligência artificial na construção, interpretação e utilização de indicadores de desempenho e painéis gerenciais. A partir do conceito de ilusões de entendimento, o artigo analisa três riscos decorrentes da adoção da inteligência artificial na gestão do desempenho: a ilusão de profundidade explicativa, quando compreender o indicador é confundido com compreender o desempenho; a ilusão de amplitude exploratória, quando a ampliação do número de métricas gera a percepção de que todos os fatores relevantes foram considerados; e a ilusão de objetividade, quando dashboards são tratados como representações neutras da realidade organizacional. Argumenta-se que a inteligência artificial amplia a capacidade analítica das organizações, mas não elimina a necessidade de julgamento gerencial, conhecimento do contexto e interpretação crítica. O artigo contribui para a literatura de contabilidade gerencial ao propor uma reflexão conceitual sobre o deslocamento do papel dos profissionais financeiros da produção de indicadores para a construção de entendimento organizacional.

Biografia do Autor

ANDSON BRAGA DE AGUIAR, Universidade de São Paulo - USP

Andson Braga de Aguiar é doutor em Contabilidade pela Universidade de São Paulo (USP), com período sanduíche na RSM Erasmus University, na Holanda. É professor associado da USP, vice-diretor da FEAUSP e editor-chefe geral da Revista Contabilidade e Finanças.

Possui ampla experiência em gestão acadêmica e editorial, tendo sido diretor da Faculdade FIPECAFI e professor visitante da University of Waterloo, no Canadá. Atua em comitês internacionais da American Accounting Association e coordena o Reverbera, grupo de pesquisa certificado pelo CNPq e pela USP.

É pesquisador reconhecido nas áreas de Contabilidade e Controle Gerencial, com projetos financiados por instituições como CNPq, FAPESP, CIMA e IMA. Possui publicações em periódicos científicos nacionais e internacionais de destaque e participação em congressos acadêmicos.

Referências

Aguiar, A. B., & Mucci, D. M. (2023). Gestão de desempenho: Análise, comunicação e implementação de estratégias para criação de valor. Edição dos Autores.

AICPA & CIMA. (2024). Future of finance 2.0: Re-defining finance for a sustainable world. https://www.aicpa-cima.com/resources/landing/future-of-finance-2-0

Atkinson, A. A., Kaplan, R. S., Matsumura, E. M., & Young, S. M. (2012). Management accounting: Information for decision-making and strategy execution (6th ed.). Pearson.

Blankespoor, E., DeHaan, E., & Li, Q. (2026). Generative AI in financial reporting. Journal of Accounting Research, 64(3), 1189–1232. https://doi.org/10.1111/1475-679X.70050

de Kok, T. (2025). ChatGPT for textual analysis? How to use generative LLMs in accounting research. Management Science, 71(9), 7888–7906. https://doi.org/10.1287/mnsc.2023.03253

Franco-Santos, M., Lucianetti, L., & Bourne, M. (2012). Contemporary performance measurement systems: A review of their consequences and a framework for research. Management Accounting Research, 23(2), 79–119. https://doi.org/10.1016/j.mar.2012.04.001

Kaplan, R. S., & Norton, D. P. (1992). The balanced scorecard: Measures that drive performance. Harvard Business Review, 70(1), 71–79.

Kaplan, R. S., & Norton, D. P. (1996). The balanced scorecard: Translating strategy into action. Harvard Business School Press.

Messeri, L., & Crockett, M. J. (2024). Artificial intelligence and illusions of understanding in scientific research. Nature, 627, 49–58. https://doi.org/10.1038/s41586-024-07146-0

Neely, A., Gregory, M., & Platts, K. (1995). Performance measurement system design: A literature review and research agenda. International Journal of Operations & Production Management, 15(4), 80–116. https://doi.org/10.1108/01443579510083622

Oyadomari, J. C. T., Mendonça Neto, O. R., Lima, R. G. D., Nisiyama, E. K., Aguiar, A. B., & Pereira, D. S. (2023). Contabilidade gerencial: Ferramentas para melhoria de desempenho empresarial. https://repositorio.usp.br/item/003161036

Souza, G. H. C., Wanderley, C. A., & Aguiar, A. B. (2026). The influence of artificial intelligence (AI) transparency on AI acceptance in managerial decision-making. Journal of Management Control, 37(1), 251–283. https://doi.org/10.1007/s00187-025-00396-7

Zhang, C., Zhu, W., Dai, J., Wu, Y., & Chen, X. (2025). Drivers and concerns of adopting artificial intelligence in managerial accounting. Accounting & Finance. https://doi.org/10.1111/acfi.13404

Indicadores de desempenho em tempos de inteligência artificial : Ilusões de entendimento e julgamento gerencial