A adoção de inteligência artificial por órgãos públicos brasileiros cresce, mas a preparação necessária para usos analíticos ainda não acompanha esse movimento. A pesquisa TIC Governo Eletrônico 2025, em comparação com os dados de 2023, aponta também diferenças no ritmo de incorporação da tecnologia entre os poderes da República.
Modelos de IA generativa respondem por parte relevante desse avanço. As aplicações mais comuns estão ligadas a atividades internas, como resumo de textos, anotações de reuniões, revisão ortográfica e produção de peças padrão. O uso da tecnologia para examinar problemas públicos, investigar possíveis relações de causa e efeito e avaliar respostas institucionais aparece como uma frente menos explorada.
O diagnóstico antes da decisão
A formulação de políticas públicas depende da identificação do problema, da organização das informações relevantes e da análise das alternativas de resposta. Como os problemas podem envolver diferentes áreas e agentes, esse processo exige compartilhamento de dados, conhecimento e capacidade crítica.
A IA pode ampliar o trabalho humano nesse diagnóstico. Para isso, é necessário reunir informações capazes de revelar correlações, testar hipóteses de causa e efeito e apoiar a prospecção de respostas possíveis.
Dados dispersos e barreiras internas
O uso analítico depende de bases estruturadas e compatíveis. Dados distribuídos por diferentes sistemas precisam passar por depuração e organização. O texto compara esse processo à reunião de informações em data lakes e à transformação posterior em data warehouse, evitando que o conjunto se torne um data swamp, ou pântano de dados.
Essa preparação consome tempo e recursos e depende de coordenação entre as estruturas administrativas. Também precisa ser contínua, porque novos dados seguem sendo produzidos e podem influenciar decisões públicas.
Há ainda obstáculos comportamentais. A resistência ao compartilhamento, a percepção de que a informação é um ativo de poder e o temor de que a análise exponha erros ou oportunidades perdidas dificultam a integração.
Planejamento institucional
Iniciativas isoladas e compras de soluções específicas podem manter cada organização restrita aos próprios dados. Em vez de ampliar o aprendizado conjunto, esse modelo pode reforçar o isolamento informacional e cognitivo.
A adoção de um Plano Diretor de Internalização de IA é apresentada como caminho para orientar a preparação das bases e estabelecer a tecnologia como prioridade institucional. O planejamento também pode prever estruturas de governança de dados, sistemas e decisões.
A principal dificuldade, portanto, deixa de ser apenas a capacidade técnica de tratar informações. O desafio passa a ser organizar a administração pública para usar coletivamente os dados e ampliar sua capacidade analítica e de predição.
