Uma demanda nova chega, a IA lê e devolve "suporte". Outra cai como "cobrança". Parece mágica, e é tentador ativar e ir embora. Mas essa mágica só acontece porque alguém, em algum momento, mostrou para a IA o que cada categoria significa no seu time. E esse momento costuma ser chato: revisar manualmente, uma a uma, as primeiras classificações.
Quem pula essa etapa não ganha tempo. Ganha categorias erradas que se repetem por meses — e que viram a régua errada de tudo que vem depois.
A IA aprende com a sua correção, não com a sua intenção
A IA não nasce sabendo a diferença entre "suporte", "financeiro" e "ajuste interno" da sua operação. Ela parte de um chute razoável e melhora com o que você valida. Cada correção sua é um exemplo — de verdade, é o material de treino dela.
Na Nimbus, a Marina passou uma semana conferindo as primeiras duzentas classificações que a IA devolvia na fila. Demanda de cliente pedindo nota fiscal: a IA mandava para "vendas", ela movia para "financeiro". Ajuste de contrato no meio de um projeto: "vendas" outra vez, ela corrigia para "pós-venda". Cansativo, parecia retrabalho. Mas depois da terceira semana, os erros caíram de forma visível — não porque a IA "entendeu o contexto", e sim porque passou a ter exemplos do contexto real, com os nomes que o time usa.
Pular a curadoria cobra caro, e cobra sempre
O time que ativa a classificação automática e vai embora colhe o pior dos dois mundos: parece que funciona, mas ninguém confia no que vê.
Categoria errada vira painel de SLA errado, relatório de demanda por área errado e fila de cada pessoa cheia de item que não é dela. Pior: o erro se retroalimenta. Cada ticket mal classificado vira um dado novo que reforça o padrão torto. A Camila, da Lumen, descobriu isso quando foi montar o balanço do trimestre e encontrou a categoria "treinamento" cheia de bug de login. Ninguém tinha revisado nada, e a IA tinha aprendido que "não abre" era treinamento.
Corrigir depois exige reabrir o que já passou e reensinar do zero. Fazer a curadoria no começo custa uma semana lenta. Pular custa o trimestre inteiro com triagem desconfiada e decisão baseada em número furado.
Como fazer a fase de curadoria sem virar pesadelo
Algumas coisas ajudam:
- Defina as categorias antes, com os nomes que o time já fala — não os nomes que o sistema sugeriu.
- Trate as primeiras semanas como fase de conferência: todo mundo classifica, alguém revisa, e a correção entra na ferramenta, não só na cabeça de quem corrigiu.
- Não deixe o caso ambíguo passar. O ticket "mais ou menos" que você aprova é o que a IA vai repetir quinhentas vezes.
- Olhe os agrupamentos, não os casos isolados: se trinta tickets parecidos foram para o lugar errado, é a regra que está errada, não o ticket.
Na Nimbus, a Marina saiu da fase de revisão com uma régua que o time inteiro passou a usar: a classificação batia com o que as pessoas esperavam, e o painel virou fonte confiável. O custo foi uma semana lenta. O ganho foi todo o resto do semestre sem retrabalho de triagem.
Classificar não é o trabalho — é o atalho para o trabalho
IA que classifica bem não elimina o julgamento de ninguém; ela empurra o julgamento para o começo, onde ele precisa acontecer, e elimina a triagem repetitiva depois. É esse o ponto que separa a IA que ajuda da que só faz barulho: ela ajuda quando a base foi ensinada por gente que conhece o trabalho de verdade.
No Tino, quando a IA sugere a categoria de uma demanda, você confere e corrige na hora — e essa correção vira aprendizado. O início é manual e intencional; o resto, automático e confiável. Um investimento pequeno de curadoria para não conviver com categoria errada para sempre.