Faça parte da rede que une ciência, inovação e sociedade!
A adoção de inteligência artificial em organizações públicas pode acelerar serviços, melhorar decisões e ampliar a capacidade de resposta do Estado, mas o estudo mostra que isso só funciona quando liderança, dados, infraestrutura e responsabilidade caminham juntos. No caso analisado na Receita Federal, a IA trouxe ganhos concretos de eficiência, embora também tenha exposto riscos ligados a transparência, privacidade, justiça e desigualdade.
Os autores analisaram os fatores que levam organizações públicas a adotar IA e como essas escolhas se conectam a preocupações ESG, usando revisão de literatura, entrevistas com executivos e um estudo de caso na Receita Federal do Brasil. A pesquisa parte de uma lacuna importante: ainda há poucos estudos sobre adoção de IA no setor público no nível organizacional, especialmente considerando os impactos sociais e ambientais da tecnologia.
O ponto central é simples: o Estado está sendo pressionado a entregar mais, com mais rapidez e menos erro, e a IA aparece como uma ferramenta capaz de ajudar nisso. Mas o artigo deixa claro que adotar tecnologia sem preparo pode gerar novos problemas em vez de soluções.
No serviço público, eficiência não é apenas cortar custos; é atender melhor, com mais qualidade e mais alcance. Em um país como o Brasil, em que o gasto público tem peso relevante na economia, melhorar a capacidade das instituições pode ter efeitos amplos sobre cidadania, produtividade e confiança nas regras.
A pesquisa mostra que a IA já pode apoiar tarefas repetitivas e análises de grande volume de dados, o que é particularmente útil em áreas como fiscalização, triagem e atendimento. Ao mesmo tempo, ela reforça que decisões públicas não podem ser tratadas como um problema puramente técnico, porque envolvem direitos, legitimidade e accountability.
O estudo escolheu como exemplo o sistema SISAM, usado pela Receita Federal para apoiar a seleção aduaneira com aprendizado de máquina. Esse sistema processa declarações de importação em tempo real, identifica operações atípicas e ajuda a priorizar quais casos merecem análise humana.
Segundo o artigo, o SISAM foi adotado com rapidez porque entregava valor visível: mais eficiência, mais precisão, menos inspeções desnecessárias e melhor capacidade de detectar irregularidades. Os autores destacam ainda que o sistema melhora a consistência da triagem e pode até influenciar o comportamento dos importadores, que passam a preencher documentos com mais cuidado.
Há também um efeito simbólico importante: a percepção pública de maior imparcialidade e profissionalismo dos agentes. Em outras palavras, a IA não afeta só a operação; ela também mexe com a imagem do Estado diante do cidadão e do mercado.
A análise das entrevistas mostrou dez grandes fatores de adoção de IA no setor público. Entre os mais citados estão eficiência, carga de trabalho, implementação e operações, privacidade, qualidade dos dados, liderança, transparência, justiça, confiança e responsabilidade.
A eficiência apareceu como a principal motivação, mas não como única. Liderança forte, compatibilidade com sistemas já existentes, infraestrutura adequada e gestão de dados foram vistos como condições essenciais para a IA funcionar de verdade.
Ao mesmo tempo, os entrevistados chamaram atenção para temas que muitas vezes ficam em segundo plano, como explicabilidade, possibilidade de contestação das decisões e prevenção de vieses algorítmicos. Isso mostra que, no setor público, não basta a IA “acertar”; ela também precisa ser compreensível e defensável.
Um dos diferenciais do artigo é ligar a adoção de IA às preocupações ESG. No eixo ambiental, os autores lembram que treinar modelos de aprendizado de máquina consome energia e tem pegada de carbono relevante. No eixo social, alertam para riscos de reforço de desigualdades, exclusão e impactos sobre o trabalho.
No eixo de governança, a mensagem é ainda mais forte: sistemas públicos precisam ter supervisão, auditoria e responsabilidade humana claramente definidas. O estudo insiste que decisões críticas não devem ser “terceirizadas” para a máquina, especialmente quando estão em jogo direitos, sanções ou acesso a serviços.
Essa visão é importante porque impede uma leitura ingênua da IA como sinônimo automático de modernização. A tecnologia pode ampliar capacidades, mas também pode reproduzir injustiças se for implantada sem cuidado institucional.
Os autores propõem 12 recomendações práticas para orientar organizações públicas que pretendem adotar IA. Entre elas estão: analisar riscos legais e regulatórios, criar estruturas transparentes de responsabilização, avaliar prontidão organizacional, investir em dados de qualidade e desenvolver expertise interna.
Outros pontos importantes incluem desenhar salvaguardas contra vieses, adotar uma abordagem centrada em humanos desde o início, criar parcerias público-privadas bem estruturadas e planejar o impacto da tecnologia sobre a rotina dos servidores. Também entram nessa lista compras públicas mais adequadas e financiamento compatível com o estágio de maturidade da iniciativa.
Na prática, a mensagem é que a adoção de IA precisa ser tratada como projeto institucional, não como experimento isolado. Sem estratégia, ela vira uma soma de pilotos desconectados.
O artigo conclui que a IA pode melhorar serviços públicos e apoiar decisões mais rápidas e mais consistentes, sobretudo em tarefas repetitivas e baseadas em grande volume de dados. Mas também deixa claro que os benefícios só se sustentam se houver equilíbrio entre inovação, ética, segurança jurídica e responsabilidade social.
Essa combinação é especialmente relevante em organizações públicas, onde a confiança do cidadão depende não só do resultado, mas também do processo que levou até ele. Em vez de perguntar apenas “a IA funciona?”, o estudo sugere uma pergunta mais madura: “ela funciona, para quem, a que custo e sob quais garantias?”
Faça parte da rede que une ciência, inovação e sociedade!

Entre em contato conosco para tirar qualquer dúvida ou para agendarmos uma conversa
Anuva ® – Todos os direitos reservados – Sobre a marca mista