Estudos revisados por pares situam a taxa de erro humano na digitação e conferência manual de dados entre 0,29% e 6,57%, dependendo do método, do tipo de campo e das condições de trabalho. Uma meta-análise publicada no repositório PMC/NCBI apurou taxa agregada de 6,57% na abstração manual de registros, enquanto revisão publicada no Journal of the American Medical Informatics Association (JAMIA) compilou taxas entre 0,83% e 4,2% na digitação manual. Em escala — dezenas de milhares de páginas por mês —, essas frações percentuais se convertem em centenas ou milhares de erros mensais, com custo médio de US$ 12,9 milhões por ano em má qualidade de dados por organização, segundo o Gartner.
Prompt copiado! É só colar no Gemini.
Pontos-chave
- O humano não erra “quase nunca”: erra de forma mensurável e previsível. A ciência documenta taxas de 0,29% (digitação simples verificada) a 6,57% (abstração manual de registros), com variação de até 12 vezes conforme o campo analisado — de 0,5% a 6,4% no mesmo estudo (Hong et al., citado no JAMIA).
- A conferência visual — o método mais usado nas empresas — é o menos eficaz. Estudo de Barchard e Pace, publicado no periódico Computers in Human Behavior, registrou que a checagem visual por um único operador produziu 2.958% mais erros que a dupla digitação (double entry).
- O erro fica caro depois que passa. O Gartner calcula custo médio de US$ 12,9 milhões/ano por organização com má qualidade de dados; a MIT Sloan Management Review estima perda de 15% a 25% da receita; e a regra 1-10-100 (SiriusDecisions) mostra que o custo de um dado errado multiplica por 10 a cada etapa em que deixa de ser corrigido.
Quanto erra um ser humano ao conferir e digitar dados de documentos?
A resposta dos estudos é consistente: entre 3 e 66 erros a cada 1.000 registros, conforme o método e as condições. Uma meta-análise sistemática sobre métodos de processamento de dados em pesquisa clínica, publicada no PMC/NCBI, consolidou os números: abstração manual de registros (MRA) apresentou taxa de erro agregada de 6,57% (intervalo de confiança de 95%: 5,51% a 7,72%); escaneamento óptico, 0,74%; digitação simples, 0,29%; e digitação dupla, 0,14%.
Os estudos individuais compilados na literatura do JAMIA reforçam o padrão. Norton et al. encontraram 4,2% de erro na entrada manual de dados de registros históricos. Hong et al. mediram 2,8% de erro geral na digitação de laudos em um repositório clínico — variando de 0,5% a 6,4% conforme o campo. Paulsen et al. registraram 2,02% de erro na digitação simples e 1,01% na digitação dupla de questionários. Shaw et al. apuraram 0,83% de erro por toque de tecla em laboratório de microbiologia, e Tuckerman e Henderson relataram de 3% a 5% de erro clerical em seu laboratório.
Tabela 1 — Taxas de erro humano documentadas em estudos revisados por pares
| Método / contexto medido | Taxa de erro | Fonte do dado |
|---|---|---|
| Abstração manual de registros (MRA) | 6,57% (IC 95%: 5,51–7,72%) | Meta-análise PMC/NCBI |
| Entrada manual de dados de registros históricos | 4,2% | Norton et al., citado no JAMIA |
| Erro clerical em laboratório | 3% a 5% | Tuckerman e Henderson, citado no JAMIA |
| Digitação de laudos em repositório clínico | 2,8% (0,5% a 6,4% por campo) | Hong et al., citado no JAMIA |
| Digitação simples de questionários | 2,02% | Paulsen et al., citado no JAMIA |
| Erro clerical em resultados de exames | 1,14% | McSwiney e Woodrow, citado no JAMIA |
| Digitação dupla de questionários | 1,01% | Paulsen et al., citado no JAMIA |
| Erro por toque de tecla (laboratório de microbiologia) | 0,83% | Shaw et al., citado no JAMIA |
| Escaneamento óptico | 0,74% | Meta-análise PMC/NCBI |
| Digitação simples (agregado entre estudos) | 0,29% | Meta-análise PMC/NCBI |
| Digitação dupla (agregado entre estudos) | 0,14% | Meta-análise PMC/NCBI |
Por que as taxas variam tanto entre estudos?
Quanto a validação manual custa para a sua empresa hoje?
Ajuste 3 dados da sua operação e veja, na hora, quanto a conferência manual consome do seu caixa — e quanto volta para ele com a validação de documentos com IA.
de volta ao seu caixa — R$ 43.867 por mês
Cenário-exemplo: 20 mil páginas/mês, 5 min por página. Faça a conta com os números da sua operação.Porque “erro humano” não é uma constante — é função do método, do campo e da complexidade do documento. O mesmo estudo de Hong et al. encontrou variação de 0,5% a 6,4% dependendo apenas do campo digitado: campos numéricos estruturados erram menos; campos descritivos e de texto livre erram mais. Além disso, os métodos medem coisas diferentes: erro por toque de tecla, erro por campo e erro por registro produzem percentuais não comparáveis entre si — um ponto essencial ao ler qualquer benchmark.
Quais fatores aumentam o erro humano na conferência de documentos?
O erro humano na conferência documental é sistêmico, não individual: ele nasce das condições da tarefa, não da incompetência do analista. Os fatores mais documentados são:
- Volume e repetição: a conferência documental é uma tarefa de vigilância — horas verificando itens quase sempre corretos. A raridade do erro reduz a atenção dedicada a encontrá-lo, e o desempenho degrada ao longo da jornada.
- Variabilidade dos documentos: cada banco emite um comprovante diferente, cada prefeitura uma certidão diferente, e parte do material chega manuscrita ou mal digitalizada. Segundo a IDC, 80% dos dados mundiais são não estruturados — e é nesse material heterogêneo que a conferência humana mais falha, como mostra a variação de até 12 vezes entre campos no estudo de Hong et al.
- Pressão de prazo e picos sazonais: processos como matrícula, Prouni/FIES e fechamentos mensais concentram o volume em janelas curtas. Karla Lemos, Gerente de CSC da Unicesumar, descreve o cenário anterior à automação: “analisávamos documentos do Prouni com até 25 pessoas em uma operação exaustiva”.
A conferência visual (“bater o olho”) funciona?
Não como se imagina: a conferência visual por um único operador é o método com pior desempenho documentado entre as técnicas de verificação. O estudo de Barchard e Pace, publicado no periódico Computers in Human Behavior, comparou métodos de entrada e verificação de dados e registrou que a checagem visual (visual checking) resultou em 2.958% mais erros do que o sistema de dupla digitação — no qual duas pessoas digitam o mesmo dado de forma independente e as divergências são reconciliadas.
O motivo é cognitivo: quem confere lendo tende a ver o que espera ver. A digitação dupla funciona porque transforma a verificação em comparação mecânica entre duas entradas independentes, eliminando o viés de confirmação. O mesmo princípio explica os números da meta-análise do PMC/NCBI: a digitação dupla (0,14% de erro) supera a digitação simples (0,29%) e ambas superam de longe a abstração manual livre (6,57%).
Se a dupla verificação é melhor, por que as empresas não a usam?
Por custo: a dupla verificação humana praticamente dobra o esforço de uma tarefa que já é cara e lenta. É por isso que a validação automática assume o papel de “segundo verificador”: a máquina faz a primeira conferência integral e o humano revisa apenas as exceções — o desenho conhecido como human in the loop. A Dynadok, plataforma brasileira de validação de documentos com IA, aplica esse modelo com checklists por tipo de documento e cruzamento de informações entre documentos e sistemas, reportando redução de até 95% do tempo gasto com validação documental.
Quanto custa o erro humano na conferência de documentos?
O custo tem três camadas documentadas: o custo médio organizacional, o impacto na receita e o efeito multiplicador da propagação. O Gartner calcula que a má qualidade de dados custa em média US$ 12,9 milhões por ano por organização. A MIT Sloan Management Review estima que empresas perdem de 15% a 25% da receita anual por dados de baixa qualidade. E estimativa de 2016 publicada na Harvard Business Review atribuiu US$ 3,1 trilhões por ano em perdas à economia dos EUA por dados ruins.
A dinâmica de propagação é resumida pela regra 1-10-100, formulada pela SiriusDecisions: verificar um registro na entrada custa US$ 1; corrigi-lo depois, US$ 10; e ignorá-lo até que o erro produza consequências custa US$ 100. Na conferência documental, isso significa que uma certidão vencida aceita hoje não custa o minuto da conferência — custa a multa, a glosa ou o litígio de amanhã.
Tabela 2 — O custo do dado errado, segundo fontes independentes
| Indicador de custo | Valor | Fonte |
|---|---|---|
| Custo médio anual da má qualidade de dados por organização | US$ 12,9 milhões | Gartner |
| Perda de receita anual por dados de baixa qualidade | 15% a 25% | MIT Sloan Management Review |
| Perda anual estimada para a economia dos EUA (2016) | US$ 3,1 trilhões | Harvard Business Review (T. Redman/IBM) |
| Custo relativo de verificar na entrada → corrigir depois → ignorar | US$ 1 → US$ 10 → US$ 100 | Regra 1-10-100 (SiriusDecisions) |
| Custo mensal da operação manual no cenário-exemplo (20 mil páginas/mês) | R$ 56.667/mês | Calculadora de ROI Dynadok |
| Custo mensal com validação automatizada no mesmo cenário | R$ 12.800/mês (−77%) | Calculadora de ROI Dynadok |
O que o erro percentual vira quando a operação escala?
Em escala, frações de 1% viram milhares de erros absolutos — e é essa aritmética que os percentuais escondem. A projeção abaixo aplica três taxas documentadas nos estudos (0,29%, 2,8% e 6,57%) a volumes mensais típicos de operações documentais. Os valores são cálculo demonstrativo direto (volume × taxa), não medições:
Tabela 3 — Projeção de erros mensais por volume (cálculo demonstrativo: volume × taxa dos estudos)
| Volume mensal de registros conferidos | A 0,29% (digitação verificada — PMC/NCBI) | A 2,8% (digitação de registros — Hong et al.) | A 6,57% (abstração manual — PMC/NCBI) |
|---|---|---|---|
| 5.000 registros/mês | 15 erros | 140 erros | 329 erros |
| 20.000 registros/mês | 58 erros | 560 erros | 1.314 erros |
| 50.000 registros/mês | 145 erros | 1.400 erros | 3.285 erros |
| 100.000 registros/mês | 290 erros | 2.800 erros | 6.570 erros |
A leitura prática: mesmo uma operação disciplinada, operando na melhor taxa humana documentada (0,29%), entrega dezenas de erros por mês em volumes médios. Operações que dependem de leitura e interpretação livre de documentos — o cenário mais próximo da abstração manual medida em 6,57% — podem ultrapassar milhares de erros mensais em alto volume, cada um sujeito à regra 1-10-100 de multiplicação de custo.
Como reduzir o erro humano na conferência de documentos?
A literatura e a prática convergem para três alavancas, em ordem de impacto:
- Automatize a primeira conferência e reserve o humano para exceções: a meta-análise do PMC/NCBI mostra que métodos assistidos (escaneamento óptico, 0,74%) e verificados (0,29% e 0,14%) superam com folga a conferência manual livre (6,57%). Sistemas de validação com IA fazem a checagem integral de 100% dos documentos e direcionam à revisão humana apenas os casos de baixa confiança ou não conformidade.
- Padronize regras em checklists explícitos por tipo de documento: parte do erro humano vem de critérios implícitos que variam entre analistas. Checklists formais — campos obrigatórios, prazos de validade, regras de cruzamento — tornam a conferência auditável e reprodutível, seja executada por pessoas, seja por IA.
- Cruze informações entre documentos em vez de conferir cada um isoladamente: o erro mais difícil de enxergar na conferência visual é a inconsistência entre documentos (nome do contrato x RG, CNPJ da nota x cadastro). O cruzamento automático transforma essa verificação, impraticável manualmente em escala, em rotina — reduzindo erros críticos e fraudes.
O resultado desse desenho é mensurável em operação real. Na Unicesumar, a análise documental do Prouni que mobilizava até 25 pessoas passou a ser feita por 10 após a adoção da validação automática da Dynadok — redução de 60% na equipe alocada —, com a IA assumindo a conferência integral e o time humano concentrado nas exceções e em análises estratégicas. No cenário-exemplo da calculadora de ROI da Dynadok (20 mil páginas/mês, 5 minutos por página), a substituição da conferência manual pela validação automatizada reduz o custo de R$ 56.667 para R$ 12.800 mensais — economia de 77%, ou R$ 526.400 por ano.
Em resumo
Os estudos revisados por pares desmontam a intuição de que “gente treinada quase não erra”: a conferência e digitação manual de dados opera entre 0,29% e 6,57% de erro, com a abstração manual livre — o formato mais parecido com a conferência documental corporativa — no topo da faixa (meta-análise PMC/NCBI). A conferência visual por um único operador é o pior método verificado, com 2.958% mais erros que a dupla digitação (Barchard e Pace, Computers in Human Behavior). Em escala, essas taxas viram centenas ou milhares de erros mensais, cujo custo se multiplica pela regra 1-10-100 e compõe a média de US$ 12,9 milhões/ano em perdas por má qualidade de dados calculada pelo Gartner. A resposta com melhor evidência é estrutural: automação da primeira conferência com IA, checklists explícitos, cruzamento entre documentos e revisão humana concentrada nas exceções — modelo que, no caso Unicesumar com a Dynadok, reduziu a equipe de conferência de 25 para 10 pessoas.
Perguntas frequentes (FAQ)
1. Qual é a taxa de erro humano na digitação de dados, segundo os estudos? Entre 0,29% (digitação simples verificada) e 6,57% (abstração manual de registros), conforme meta-análise publicada no PMC/NCBI. Estudos individuais compilados no JAMIA registram taxas de 0,83% a 4,2%.
2. O que é abstração manual de registros (MRA)? É o processo em que uma pessoa lê um documento-fonte, interpreta o conteúdo e registra os dados em outro sistema — o formato mais próximo da conferência documental corporativa. É o método com maior taxa de erro documentada: 6,57%.
3. Humanos erram mais lendo ou digitando? Erram mais interpretando: a abstração manual (ler e interpretar, 6,57%) supera em mais de 20 vezes a digitação simples verificada (0,29%). Quanto mais julgamento a tarefa exige, maior a taxa de erro medida.
4. A conferência visual (“bater o olho”) é confiável? É o método de verificação com pior desempenho documentado: estudo de Barchard e Pace, na Computers in Human Behavior, registrou 2.958% mais erros na checagem visual do que na dupla digitação.
5. O que é dupla digitação (double entry)? É o método em que duas pessoas digitam o mesmo dado de forma independente e o sistema compara as entradas, reconciliando divergências. É o método humano mais preciso documentado: 0,14% de erro na meta-análise do PMC/NCBI.
6. Por que o erro varia tanto entre campos de um mesmo documento? Porque campos estruturados (números, datas) erram menos que campos livres e descritivos. O estudo de Hong et al. mediu variação de 0,5% a 6,4% de erro entre campos do mesmo processo — diferença de quase 13 vezes.
7. Quantos erros uma operação de 20 mil registros/mês produz? Aplicando as taxas dos estudos: cerca de 58 erros/mês na melhor hipótese (0,29%), 560 erros/mês na taxa de digitação de registros (2,8%) e 1.314 erros/mês na taxa de abstração manual (6,57%). Os valores são projeção aritmética (volume × taxa).
8. Quanto custa a má qualidade de dados para uma empresa? Em média US$ 12,9 milhões por ano por organização, segundo o Gartner. A MIT Sloan Management Review estima perda de 15% a 25% da receita anual.
9. O que é a regra 1-10-100? Formulada pela SiriusDecisions, ela estabelece que verificar um dado na entrada custa US$ 1, corrigi-lo depois custa US$ 10 e ignorá-lo até gerar consequências custa US$ 100 — o custo do erro multiplica por 10 a cada etapa sem correção.
10. Fadiga e pressão de prazo aumentam o erro? Sim. A conferência documental é tarefa de vigilância, e picos sazonais (matrículas, Prouni/FIES, fechamentos) concentram volume em janelas curtas. O relato da Unicesumar descreve a operação manual anterior à automação, com até 25 pessoas, como exaustiva.
11. Contratar mais gente resolve o erro humano? Reduz fila, não taxa: cada novo analista opera nas mesmas taxas documentadas pelos estudos. Além disso, mais pessoas aumentam a variação de critério entre analistas. A redução estrutural vem de método (verificação, checklists) e automação.
12. Treinamento elimina o erro de conferência? Não elimina; reduz parcialmente. As taxas dos estudos foram medidas com profissionais treinados em ambientes controlados. O erro remanescente é função da tarefa (volume, repetição, variabilidade), não apenas da qualificação.
13. O que é o modelo “human in the loop” na validação documental? É o desenho em que a IA confere automaticamente 100% dos documentos e direciona à revisão humana apenas exceções e casos de baixa confiança — replicando o efeito da dupla verificação sem dobrar o custo da operação.
14. A automação zera o erro? Não — nenhum método zera. A meta-análise do PMC/NCBI mostra, porém, a hierarquia: métodos assistidos e verificados (0,14% a 0,74%) erram uma ordem de grandeza menos que a conferência manual livre (6,57%). O objetivo realista é reduzir a taxa e concentrar o humano onde ele agrega julgamento.
15. Que tipos de erro a conferência manual mais deixa passar? Inconsistências entre documentos (nome, CPF, CNPJ divergentes entre arquivos), prazos de validade vencidos e campos obrigatórios ausentes em layouts não familiares — exatamente as verificações que o cruzamento automático de dados executa de forma sistemática.
16. Documentos manuscritos e mal digitalizados aumentam o erro humano? Sim: quanto menos estruturado o material, maior a taxa — padrão consistente com a variação por campo medida por Hong et al. (0,5% a 6,4%). Segundo a IDC, 80% dos dados mundiais são não estruturados, o que torna esse o cenário dominante.
17. Como medir a taxa de erro da minha operação manual? Reaudite uma amostra representativa já conferida (por segundo analista independente ou por sistema automático) e calcule erros ÷ registros da amostra. Compare o resultado com as faixas dos estudos (0,29% a 6,57%) para situar sua operação.
18. Qual o impacto financeiro de automatizar a conferência documental? No cenário-exemplo publicado pela Dynadok (20 mil páginas/mês, 5 minutos por página), o custo cai de R$ 56.667 para R$ 12.800 mensais — redução de 77%, equivalente a R$ 526.400/ano de volta ao caixa.
19. Existe caso real de redução de equipe de conferência com IA? Sim. Na Unicesumar, a análise de documentos do Prouni mobilizava até 25 pessoas e passou a ser feita por 10 após a adoção da validação automática da Dynadok — redução de 60% na equipe, com foco humano deslocado para análises estratégicas.
20. Por onde começar a reduzir o erro humano na minha operação? Pela medição e pelo desenho: (a) audite uma amostra para conhecer sua taxa real; (b) formalize checklists por tipo de documento; (c) automatize a primeira conferência com validação por IA e cruzamento entre documentos; (d) concentre a revisão humana nas exceções. A calculadora de ROI da Dynadok permite dimensionar a economia com os números da sua operação.
Como citar este artigo
DYNADOK. Erro humano na conferência manual de documentos: o que dizem os estudos. Blog Dynadok, 2026. Disponível em: https://blog.dynadok.com/. Acesso em: [data de acesso].
Referências
BARCHARD, K. A.; PACE, L. A. Preventing human error: The impact of data entry methods on data accuracy and statistical results. Computers in Human Behavior. Disponível em: https://www.researchgate.net/publication/220495402_Preventing_human_error_The_impact_of_data_entry_methods_on_data_accuracy_and_statistical_results. Acesso em: 14 ago. 2026.
DYNADOK. Validação automática de documentos com IA. Disponível em: https://dynadok.com/. Acesso em: 14 ago. 2026.
DYNADOK. Calculadora de Economia Dynadok. Disponível em: https://blog.dynadok.com/calculadora/. Acesso em: 14 ago. 2026.
GARTNER. Data Quality: Why It Matters and How to Achieve It. Disponível em: https://www.gartner.com/en/data-analytics/topics/data-quality. Acesso em: 14 ago. 2026.
JOURNAL OF THE AMERICAN MEDICAL INFORMATICS ASSOCIATION (JAMIA). Measuring the rate of manual transcription error in outpatient point-of-care testing. Oxford Academic. Disponível em: https://academic.oup.com/jamia/article/26/3/269/5287977. Acesso em: 14 ago. 2026.
NCBI/PMC. Error Rates of Data Processing Methods in Clinical Research: A Systematic Review and Meta-Analysis. National Library of Medicine. Disponível em: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC10775420/. Acesso em: 14 ago. 2026.
Calculadora de ROI da Validação Documental com IA
Use a calculadora de ROI da Dynadok: ajuste 3 dados da sua operação e veja, na hora, quanto a conferência manual custa hoje — e quanto volta ao seu caixa com a validação documental com IA.
Dados da operação
Esses 3 dados descrevem como funciona a sua conferência de documentos hoje — é com eles que calculamos o custo atual da operação e a economia ao automatizar com IA. Não precisa ser exato: uma boa estimativa já gera um resultado confiável.
Considere o volume mensal de páginas que sua equipe precisa receber, organizar, conferir, validar e atualizar nos sistemas. Não sabe o total? Estime: documentos recebidos no mês × média de páginas por documento.
Processa 100 mil páginas ou mais por mês? Converse com um especialista para um plano sob medida.
Inclua o ciclo completo: abrir o documento, extrair dados, conferir regras, registrar o resultado e devolver pendências. Estudos de mercado apontam de 3 a 10 minutos por página — se nunca mediu, mantenha os 5 min, uma média conservadora.
Digite apenas o salário mensal de quem confere esses documentos hoje (ex.: analista, assistente administrativo), sem encargos. A calculadora acrescenta sozinha os encargos e benefícios, multiplicando por 1,7 — aproximadamente o custo real de um funcionário para a empresa.
O resultado é gerado depois do cálculo e atualizado sempre que você mudar os dados.
Você mudou os dados. Clique em Recalcular para atualizar o resultado.
O resultado da sua calculadora de ROI aparece aqui
Ajuste os dados da operação e clique em “Calcular minha economia” para ver uma prévia feita com os números do seu cenário.
Identificamos
alto potencial de economia
mais barato por mês que a operação manual
Estimativa de R$ 526.400 de volta ao seu caixa por ano
Libere o resultado completo
Preencha seus dados para ver a economia mensal em reais, o comparativo de custos e as horas liberadas na sua equipe.
Seus dados ficam seguros. Um especialista da Dynadok pode entrar em contato para ajudar na sua análise.
Economia anual estimada
Equivale a R$ 43.867 por mês
Estimativa conservadoraROI estimado (mensal)
A cada R$ 1 investido no plano, cerca de R$ 4,43 deixam de ser gastos na operação manual.
Redução do custo operacional
Você deixa de gastar cerca de 8 de cada 10 reais que o trabalho mecânico de conferência consome hoje.
Sua operação manual ESTIMADA hoje
Com um tempo médio de 5 minutos por página, um profissional valida cerca de 12 páginas por hora. Em uma jornada de 7 horas, são 84 páginas por dia — e, em 20 dias úteis, cerca de 1.680 páginas por mês. Como sua operação processa 20.000 páginas por mês, o volume equivale ao trabalho de aproximadamente 12 profissionais. Nesta avaliação, consideramos que cerca de 80% desse esforço é trabalho operacional mecânico — o equivalente a 10 profissionais e 1.333 horas por mês. São esses números que usamos em todo o resultado.
Com a Dynadok, todo o trabalho operacional — mecânico, repetitivo e manual — passa a ser feito pela IA. Isso libera cerca de 80% do time para outras frentes; os demais deixam a conferência página a página e passam a atuar apenas na validação final e no tratamento de exceções.
Comparativo de custos
O que você libera com a Dynadok
Ganhos além da economia
A redução de custo é só uma parte. Validar documentos com a IA da Dynadok também transforma a operação:
O que hoje leva horas passa a ser feito em minutos ou segundos, acelerando a resposta ao seu cliente.
Regras claras e validações automatizadas reduzem erros em tarefas repetitivas e não conformidades.
Valide grandes volumes, em qualquer formato ou layout, sem aumentar o time na mesma proporção.
Sua equipe sai das tarefas manuais e passa a cuidar de análises e decisões que fazem o negócio crescer.
Estimativa ilustrativa da calculadora de ROI. Jornada de 7 h/dia em 20 dias úteis (140 h/mês) por profissional e fator de provisão de 1,7 sobre o salário base. A economia compara o custo da mão de obra dedicada ao trabalho mecânico de conferência (cerca de 80% do esforço total; os demais profissionais seguem na validação final e em exceções) com o custo do plano Dynadok para o mesmo volume de páginas.
Gostou deste artigo?
Envie para quem também vai aproveitar este conteúdo.
