A administração pública brasileira ampliou o uso de inteligência artificial (IA), mas ainda concentra as aplicações em tarefas internas ligadas ao processamento de linguagem natural. A pesquisa TIC Governo Eletrônico 2025, comparada aos dados de 2023, também indica diferenças no ritmo de adoção entre os poderes da República.
Entre os usos citados estão o resumo de textos, as anotações de reuniões, a revisão ortográfica e a produção de peças padrão. O potencial menos explorado, porém, está na dimensão analítica: o uso de modelos para diagnosticar problemas públicos, investigar possíveis relações de causa e efeito e avaliar respostas institucionais.
Diagnóstico e integração de dados
A formulação de políticas públicas depende da identificação do problema a ser enfrentado e da construção de um quadro informacional capaz de orientar a resposta administrativa. O “quadro de problemas de políticas públicas”, proposto por Maria Paula Dallari Bucci e Izabela Ruiz, é apresentado como base para esse trabalho.
Problemas públicos podem envolver diferentes setores e agentes. Por isso, a análise exige compartilhamento de dados, conhecimento e capacidade crítica. Modelos de IA podem ampliar o trabalho humano nesse processo, em uma combinação descrita como inteligência aumentada.
Um dos obstáculos está na qualidade e na organização das bases de dados. A análise requer a reunião de informações em data lakes e sua depuração para formar data warehouses, evitando que os conjuntos se transformem em data swamps, repositórios sem estrutura e utilidade para a tomada de decisão. Esse trabalho demanda tempo, recursos e coordenação entre as estruturas administrativas, além de manutenção contínua.
Também existem barreiras comportamentais. A retenção de informações sob a lógica de “meus dados”, os receios associados ao uso de IA e o temor de que análises revelem oportunidades perdidas ou erros podem dificultar o compartilhamento e a adoção dessas ferramentas.
Planejamento institucional
A incorporação de IA tem ocorrido de forma pouco sistemática, inclusive por meio da compra de soluções específicas para tarefas imediatas, como a produção de documentos preparatórios de licitações. Embora essas aplicações possam facilitar atividades rotineiras, iniciativas isoladas não oferecem, por si só, uma visão integrada dos problemas públicos e das estratégias possíveis.
A adoção fragmentada também pode reforçar o isolamento informacional de cada organização, limitando o aprendizado a partir do conjunto de dados disponível na administração pública. Para superar esse quadro, o texto defende uma decisão institucional que estabeleça a preparação das bases de dados como premissa para ampliar a capacidade analítica.
Um Plano Diretor de Internalização de IA poderia orientar essa mudança e prever estruturas de governança de dados, sistemas e decisões. A proposta é que a preparação para o uso analítico deixe de depender de iniciativas isoladas de órgãos específicos e passe a ser tratada como prioridade da alta gestão.
Com bases mais bem estruturadas e uma coordenação institucional definida, a administração pública poderia ampliar sua capacidade de análise e de predição. O desafio, nesse cenário, não estaria apenas no tratamento material dos dados, mas na organização necessária para utilizar a tecnologia de forma coletiva e estruturada.
