IA no Setor Público
O governo brasileiro já usa IA em dezenas de serviços públicos — alguns com impacto positivo imenso, outros com riscos pouco discutidos. Esta trilha explora casos reais, oportunidades e riscos da IA no poder público.
O que você vai aprender
- Conhecer como o governo federal usa IA hoje
- Identificar oportunidades de IA para melhorar serviços públicos
- Entender os riscos específicos da IA no contexto governamental
- Aplicar princípios de transparência algorítmica ao setor público
- Avaliar projetos de IA pública com senso crítico
Conteúdo da trilha
Como o governo federal brasileiro usa IA
O governo federal brasileiro usa IA em dezenas de sistemas — muitos deles afetam diretamente a vida dos cidadãos, mas são pouco conhecidos pelo grande público.
Sistemas de IA no governo federal
- INSS: IA para análise de benefícios e detecção de fraude (Projeto Acesso — reduziu filas em 40%)
- Receita Federal: IA para fiscalização de declarações do IR e detecção de sonegação
- DATASUS: análise preditiva de epidemias e distribuição de recursos de saúde
- Tribunal de Contas da União: IA para auditorias de contratos públicos
- Detran (estados): reconhecimento facial e OCR para habilitação e multas
- Polícia Federal: biometria e reconhecimento facial em fronteiras e aeroportos
A maioria dos sistemas de IA do governo não tem documentação pública sobre como funciona, quais dados usa ou como erros são corrigidos. O PL 2338/2023 deve exigir transparência algorítmica do poder público — uma mudança significativa.
IA na saúde pública brasileira
O SUS atende 75% dos brasileiros e gera uma quantidade enorme de dados de saúde. A IA tem potencial transformador — e riscos significativos nesse contexto.
Aplicações promissoras
- Triagem inteligente: chatbots que orientam pacientes antes da consulta
- Diagnóstico por imagem: detecção de tuberculose, câncer de mama, retinopatia diabética
- Vigilância epidemiológica: detecção precoce de surtos por análise de dados de prontuários
- Distribuição de recursos: previsão de demanda por UTIs, medicamentos e equipes
- Predição de abandono de tratamento: para HIV, tuberculose, hipertensão
Riscos no contexto brasileiro
- Viés racial em diagnóstico por imagem treinado em populações de maioria branca
- Desigualdade de infraestrutura: IA funciona bem onde tem internet estável
- Privacidade: prontuários são dados sensíveis com proteção reforçada
- Substituição de profissionais em regiões já carentes de médicos
Reconhecimento facial: usos e abusos no Brasil
O Brasil é um dos países que mais usa reconhecimento facial no mundo — em aeroportos, estádios, transportes públicos e operações policiais. Mas a regulação ainda está muito atrás da tecnologia.
Onde é usado no Brasil
- Aeroportos: Guarulhos, Galeão e outros usam para embarque e imigração
- Metrôs: São Paulo, Rio e Salvador usam para acesso e segurança
- Carnaval e eventos: operações policiais para identificar suspeitos em multidões
- Programas sociais: Cadastro Único e outros benefícios
- Bancos e fintechs: verificação de identidade no onboarding digital
Problemas documentados no Brasil
Entre 2019 e 2024, ao menos 8 casos documentados de prisão errônea por falha de reconhecimento facial foram registrados no Brasil. Em todos os casos, as vítimas eram pessoas negras. Sistemas usados pelas polícias estaduais têm taxa de erro de até 26% para pessoas negras.
Nenhum estado brasileiro tem regulação específica sobre uso policial de reconhecimento facial. O PL 2338/2023 propõe classificar isso como 'risco excessivo' — mas a versão original foi enfraquecida durante tramitação.
IA e segurança pública: entre eficiência e vigilância
A IA está sendo amplamente adotada por forças de segurança — com promessas de redução de crime e riscos sérios de discriminação e vigilância em massa.
Ferramentas em uso
- Preditores de criminalidade: mapeamento de áreas de risco com ML
- Câmeras inteligentes: reconhecimento facial, leitura de placa, detecção de comportamento suspeito
- Análise de redes sociais: monitoramento de grupos e indivíduos
- Sistemas de dispatch inteligente: otimização do patrulhamento
O problema da profecia autorrealizável
Se um algoritmo prevê mais crime em bairros pobres e negros, mais policiais são enviados para lá. Mais policiais = mais prisões. Mais prisões nos dados = previsão confirmada. O algoritmo 'aprende' que acertou — mas na verdade criou o resultado que previu.
IA em compras públicas e contratos
O TCU, CGU e órgãos estaduais de controle usam IA para auditar contratos públicos — uma das aplicações mais promissoras para combater corrupção no Brasil.
O que a IA já encontrou
- ALICE (TCU): detecta irregularidades em licitações — conluio, sobrepreço, empresas fantasmas
- Detecta irregularidades em 10 segundos o que levaria semanas manual
- Mapeou mais de R$2 bilhões em contratos suspeitos entre 2020-2024
- Previsão de inadimplência em contratos: identifica fornecedores em risco
Transparência algorítmica no setor público
Quando um algoritmo governa, o cidadão precisa poder entendê-lo, questioná-lo e contestar suas decisões. Transparência algorítmica é um direito democrático.
O que significa transparência algorítmica
- Publicação de documentação sobre como o sistema funciona
- Acesso a dados sobre taxas de erro por grupo demográfico
- Processo claro para contestar decisões automatizadas
- Auditorias independentes periódicas
- Participação da sociedade civil no design de sistemas públicos
O que falta no Brasil
O Brasil não tem obrigação legal de transparência algorítmica para sistemas governamentais. O PL 2338/2023 deve criar essa obrigação — mas com prazo de implementação. A LAI (Lei de Acesso à Informação) já permite solicitar informações sobre sistemas públicos, mas poucos cidadãos usam esse mecanismo.
EBIA: a estratégia nacional de IA do Brasil
A Estratégia Brasileira de Inteligência Artificial (EBIA), atualizada em 2024, é o documento que guia a política nacional de IA. Entender a EBIA é essencial para quem trabalha com políticas públicas.
Os seis eixos da EBIA 2024-2028
- Legislação, regulação e uso ético: criar marco regulatório equilibrado
- Governança: coordenação entre governo, academia e sociedade civil
- Qualificação: formar 500 mil profissionais de IA até 2028
- Pesquisa, desenvolvimento e inovação: ampliar pesquisa nacional em IA
- Aplicação no governo: modernizar serviços públicos com IA
- Infraestrutura: garantir acesso a computação e dados para pesquisa
A EBIA tem como meta posicionar o Brasil entre os 10 maiores produtores de pesquisa em IA do mundo até 2028. Em 2024, o Brasil era o 14º colocado em publicações científicas sobre IA.