"Este trabalho investiga o uso combinado de técnicas de inteligência artificial e princípios de design centrado no usuário para apoiar a extração e a validação de informações em documentos financeiros de alta complexidade, com foco em balanços patrimoniais. Esses documentos apresentam grande variação de layout, estrutura hierárquica, tabelas, subtotais e notas explicativas, o que torna sua digitalização e conferência processos suscetíveis a retrabalho, maior tempo de execução e erros operacionais. Nesse contexto, foi desenvolvida uma solução composta por duas camadas principais: um pipeline de extração automática baseado em Reconhecimento Óptico de Caracteres (OCR) e Reconhecimento de Entidades Nomeadas (NER), e uma interface web interativa projetada para apoiar a validação humana dos dados extraídos. O estudo concentrou-se, especialmente, na avaliação da interface como suporte ao fluxo híbrido de automação e conferência, incorporando mecanismos como comparação lado a lado entre documento e dados extraídos, realce visual de campos, indicação de confiança e validação guiada por regras. Nesta pesquisa foi realizada uma avaliação comparativa entre duas versões do sistema envolvendo 28 participantes. Foram analisadas métricas de usabilidade percebida (SUS), carga cognitiva (NASA-TLX), tempo de realização da tarefa e quantidade de campos corrigidos manualmente, além de comentários qualitativos dos usuários. Os resultados indicaram que o MVP 2 apresentou melhor desempenho global, com aumento da usabilidade percebida, redução da carga cognitiva, diminuição do tempo de validação e menor necessidade de correções manuais. Dessa forma, indicando que mecanismos de interface orientados por UX/UI podem aumentar a eficiência e a clareza do processo de validação humana, contribuindo para maior confiança e melhor desempenho operacional em fluxos de extração de documentos financeiros complexos."