IA e analytics no setor público: uma jornada em evolução

Quando analisamos a adoção e evolução tecnológica no setor público nos últimos anos, é seguro dizer que os avanços foram exponenciais. Neste sentido, é inegável que existe um mundo antes e depois da pandemia de Covid-19. A necessidade de atendimento das demandas dos cidadãos em um contexto de distanciamento físico impôs uma digitalização sem precedentes às operações de órgãos governamentais, os quais não tinham opção senão inovar.

Os anos da pandemia prepararam o terreno para uma nova fase de evolução no setor público. Agora, governos do mundo todo se veem diante da oportunidade de aprimorar seus arcabouços digitais com inteligência artificial (IA) e análise avançada de dados para atender os cidadãos de maneira mais eficiente, e gerir a máquina pública com o menor custo possível para o contribuinte. Nas linhas a seguir, comento sobre as possibilidades no uso dessas tecnologias em governos, além de áreas de atenção e considerações para o futuro nesta frente.

Ao analisar o estado atual das coisas em IA e dados nos governos, um dos ângulos da discussão é como organizações estão utilizando essas tecnologias para prever e gerenciar crises futuras. Neste sentido, é útil lembrar do que aconteceu nos últimos anos: a inteligência artificial e analytics desempenharam um papel crucial na administração e tomada de decisões em relação às vacinas da Covid-19, em aspectos como a gestão da distribuição de um recurso rodeado de questões como logística de transporte e armazenagem.

Ainda sobre os aprendizados da crise sanitária, a tecnologia foi imprescindível no planejamento orçamentário de governos em um cenário onde todas as projeções caíram por terra, com eventos como o fechamento de comércios em cidades de todo o Brasil. Aqui, entraram em cena técnicas estatísticas e econométricas, além do uso intensivo de machine learning, para apoiar a revisão de planos de desenvolvimento econômico diante daquele cenário.

Avançando para 2024, podemos dizer que a adoção de IA e a digitalização decorrente da pandemia geraram reflexos posteriores para o setor público. Hoje, diferentes esferas do governo estão trabalhando de alguma forma com a IA e dados. Essas organizações – como, por exemplo, Detrans, já que permitem o processamento de diversos serviços online – aproveitaram a digitalização com foco no cidadão para evoluir com modelos preditivos e tornar seus processos mais enxutos e eficientes.

Hoje, diferentes esferas do governo estão trabalhando de alguma forma com a IA e dados. Essas organizações – como, por exemplo, Detrans, já que permitem o processamento de diversos serviços online.

No entanto, os níveis de adoção e maturidade desses usos de IA e análise avançada de dados em governo variam muito no Brasil. Embora existam órgãos que utilizam a IA de forma muito sofisticada na tomada de decisão, estes ainda representam uma minoria. Há muito espaço para avançarmos, e o interesse em ampliar o uso da tecnologia para benefício do cidadão é cada vez maior.

Para continuarmos seguindo nessa direção, fatores que determinam a sofisticação em inteligência artificial em uma organização governamental incluem desde o preparo dos servidores públicos para utilizar as ferramentas, o estágio atual de digitalização e dependência de sistemas legados do órgão em questão, até aspectos como infraestrutura – gargalo este que tem sido resolvido com a redução de custo de armazenamento e processamento de dados e alternativas como a computação em nuvem.

Superada a questão de armazenamento, há o ponto de qualidade e higienização dos dados em governos. Se este ponto não é endereçado, é complexo falar da capacidade preditiva e automação de tarefas em organizações governamentais. Se projeções são feitas com base em dados errôneos ou sem qualidade, essas projeções possivelmente serão errôneas. Com base neste cenário, a prioridade para governos que querem avançar em IA e análise avançada de dados é garantir dados de boa qualidade.

No momento, organizações governamentais estão conseguindo olhar pelo retrovisor quando o assunto é fazer uso de tecnologias baseadas em dados. Por exemplo, é possível ver que a arrecadação chegou a um pico descendente em um mês, ou que a dívida tributária está aumentando em um determinado setor, e fazer correlações que ajudem a entender certos fenômenos. Isso é o que pode ser definido como um estágio intermediário, quando dados estão estruturados e análises podem ser feitas para ter um melhor entendimento do que já passou. Em um nível avançado, governos focam em obter um entendimento do que pode acontecer no futuro, para assim direcionar suas ações.

Já existem casos de uso que apontam para este futuro preditivo, como, por exemplo, na área da fazenda. Nesta área, temos modelos de IA apoiando auditores fiscais na identificação de evasão fiscal com leitura de notas fiscais eletrônicas – processo este que até algum tempo atrás era em grande parte manual e demandava muito esforço repetitivo por parte dos servidores, além de oferecer uma grande possibilidade de erro e sobrecarregar os auditores.

Outros casos de uso incluem a chamada garantia de arrecadação com IA e dados, onde é possível identificar pessoas que estão ocultando seus bens para evadir o Fisco. Nesta técnica, é possível usar redes de relacionamento para buscar e mapear esses bens que podem ter sido omitidos em uma eventual execução fiscal. Em segurança pública, é possível usar a IA para inferir os riscos de reincidência aos quais vítimas de violência doméstica estão sujeitas, e determinar medidas protetivas para pessoas em situação de maior vulnerabilidade, como crianças e adolescentes. Em saúde, é possível calcular, com base em dados de prontuário eletrônico e histórico de saúde, a probabilidade de agravo da saúde de um paciente que aguarda na fila de um pronto socorro, por exemplo.

O que o trabalho em grandes implementações de tecnologia mostra é que o nível de maturidade analítica e o interesse no emprego de IA estão diretamente relacionados ao retorno sobre o investimento. Assim, usos em áreas como evasão fiscal ganham prioridade em relação a outras, como serviço social. Mas, felizmente, isso está mudando.

É importante ressaltar que a modernização do governo com apoio de tecnologias avançadas com base em dados é uma decisão da alta gestão. É preciso que gestores públicos tenham visibilidade de como essas tecnologias podem tornar a administração pública mais eficiente. Uma vez convencidos disso, o órgão em questão consegue contratar tecnologia, infraestrutura e software para realizar projetos de IA.

Além disso, há a questão da mão de obra: o governo compete com a iniciativa privada por bons profissionais. Aqui, continuar evoluindo com a capacitação interna promovida pelos órgãos pode ajudar a criar a força de trabalho necessária para evoluir nesta frente, e tratar adequadamente de aspectos como a ética no uso de dados de cidadãos na tomada de decisões e avanços como a IA generativa.

Em conclusão, os avanços tecnológicos catalisados pela necessidade gerada na pandemia abriram o caminho para uma transição significativa para a adoção de tecnologias avançadas como a IA e a análise avançada de dados. Para tornar a administração pública mais eficiente e preparada para os desafios do futuro, é essencial ainda mais comprometimento dos gestores e reconhecimento do potencial cada vez maior da tecnologia para impulsionar iniciativas do setor público.

Artigo publicado originalmente na coluna de Andre Novo na AIoT Brasil.