[por] Analisa os impactos do envelhecimento populacional sobre o sistema previdenciário brasileiro e investiga como a aplicação da Inteligência Artificial (IA), no contexto da Revolução 4.0, pode contribuir para a sustentabilidade e a modernização da previdência social. Parte da seguinte problematização: de que forma a transição demográfica acelerada e a obsolescência dos modelos tradicionais de seguridade social impõem a necessidade de inovação tecnológica na gestão previdenciária? A hipótese da pesquisa sustenta que o uso ético e estratégico da IA, por meio de automação de processos, análise preditiva e personalização do atendimento, pode oferecer alternativas viáveis para mitigar os riscos atuariais e promover justiça social. A metodologia utilizada é qualitativa, com base em revisão bibliográfica e documental de autores nacionais e internacionais, além da análise de dados demográficos e institucionais. Como procedimentos metodológicos, examinam as alterações normativas recentes, os dados estatísticos da previdência e os impactos da digitalização nos serviços públicos. Os resultados apontam que, embora a IA ofereça avanços significativos na eficiência e no planejamento da previdência, sua aplicação exige infraestrutura tecnológica, qualificação dos profissionais e mecanismos de controle que garantam a proteção dos direitos sociais dos segurados.[eng] This article aims to analyze the impacts of population aging on Brazil's pension systems and investigate how the application of Artificial Intelligence (AI), within the context of the Fourth Industrial Revolution, can contribute to the sustainability and modernization of social security. The central question addressed is: how can accelerated demographic transitions and the obsolescence of traditional social protection models create a demand for technological innovation in pension management? The research hypothesis is that the ethical and strategic use of AI – through process automation, predictive analysis, and personalized services – can provide viable alternatives to mitigate actuarial risks and promote social justice. The methodology is qualitative, based on bibliographic and documentary review of national and international authors, as well as the analysis of demographic and institutional data. Methodological procedures include the examination of recent legislative changes, statistical data from public institutions, and the impact of digitalization on social security services. The results suggest that although AI offers significant advances in efficiency and long-term planning, its application requires robust technological infrastructure, qualified professionals, and regulatory mechanisms to safeguard the social rights of insured individuals.