REGISTRO DOI: 10.70773/revistatopicos/791172815
RESUMO
A transformação digital modificou a forma como órgãos públicos organizam processos administrativos, tratam dados e prestam serviços à população. Nesse contexto, a inteligência artificial passou a integrar iniciativas destinadas à automatização de atividades repetitivas, análise de grandes volumes de informações, identificação de padrões, apoio à tomada de decisão e aperfeiçoamento do atendimento ao cidadão. Entretanto, sua adoção na Administração Pública envolve questões que ultrapassam a eficiência tecnológica, pois decisões administrativas estão vinculadas a princípios de legalidade, transparência, impessoalidade, proteção de dados, responsabilização e garantia de direitos. Este estudo teve como objetivo analisar as contribuições da inteligência artificial para a modernização dos processos administrativos, a transparência e a qualidade dos serviços públicos, considerando também os riscos relacionados à opacidade algorítmica, à exclusão digital, ao tratamento de dados pessoais e à redução indevida da supervisão humana. Foi realizada pesquisa bibliográfica, de abordagem qualitativa e caráter exploratório e descritivo, complementada pela análise de documentos normativos e institucionais brasileiros e internacionais. Os resultados indicaram que a inteligência artificial pode reduzir atividades operacionais, ampliar a capacidade de análise da Administração, agilizar determinados serviços e favorecer mecanismos de controle. Verificou-se, contudo, que a geração de valor público depende da existência de governança de dados, competências profissionais, transparência dos sistemas, mecanismos de revisão, segurança da informação e canais de atendimento acessíveis. Concluiu-se que a modernização administrativa não deve ser medida exclusivamente pela quantidade de processos automatizados, mas pela capacidade de utilizar tecnologias digitais para oferecer serviços mais eficientes, compreensíveis, inclusivos e compatíveis com os direitos dos cidadãos.
Palavras-chave: Administração Pública; Inteligência Artificial; Governo Digital; Transparência; Serviços Públicos.
ABSTRACT
Digital transformation has changed the way public agencies organize administrative processes, process data and provide services to the population. In this context, artificial intelligence has become part of initiatives aimed at automating repetitive activities, analyzing large volumes of information, identifying patterns, supporting decision making and improving citizen services. However, its adoption in Public Administration involves issues that go beyond technological efficiency, since administrative decisions are linked to principles of legality, transparency, impartiality, data protection, accountability and the protection of rights. This study aimed to analyze the contributions of artificial intelligence to the modernization of administrative processes, transparency and the quality of public services, while also considering risks related to algorithmic opacity, digital exclusion, personal data processing and the inappropriate reduction of human oversight. Bibliographical research was conducted using a qualitative, exploratory and descriptive approach, complemented by the analysis of Brazilian and international regulatory and institutional documents. The results indicated that artificial intelligence can reduce operational activities, expand the analytical capacity of Public Administration, accelerate certain services and strengthen control mechanisms. However, the creation of public value depends on data governance, professional skills, system transparency, review mechanisms, information security and accessible service channels. It was concluded that administrative modernization should not be measured exclusively by the number of automated processes, but by the ability to use digital technologies to provide more efficient, understandable, inclusive services that are compatible with citizens' rights.
Keywords: Public Administration; Artificial Intelligence; Digital Government; Transparency; Public Services.
RESUMEN
La transformación digital ha modificado la manera en que los organismos públicos organizan los procesos administrativos, tratan los datos y prestan servicios a la población. En este contexto, la inteligencia artificial pasó a integrar iniciativas destinadas a automatizar actividades repetitivas, analizar grandes volúmenes de información, identificar patrones, apoyar la toma de decisiones y mejorar la atención al ciudadano. Sin embargo, su adopción en la Administración Pública implica cuestiones que superan la eficiencia tecnológica, ya que las decisiones administrativas están vinculadas a principios de legalidad, transparencia, imparcialidad, protección de datos, rendición de cuentas y garantía de derechos. Este estudio tuvo como objetivo analizar las contribuciones de la inteligencia artificial a la modernización de los procesos administrativos, la transparencia y la calidad de los servicios públicos, considerando también los riesgos relacionados con la opacidad algorítmica, la exclusión digital, el tratamiento de datos personales y la reducción inadecuada de la supervisión humana. Se realizó una investigación bibliográfica, de enfoque cualitativo y carácter exploratorio y descriptivo, complementada con el análisis de documentos normativos e institucionales brasileños e internacionales. Los resultados indicaron que la inteligencia artificial puede reducir actividades operativas, ampliar la capacidad analítica de la Administración, agilizar determinados servicios y fortalecer los mecanismos de control. No obstante, la creación de valor público depende de la gobernanza de datos, las competencias profesionales, la transparencia de los sistemas, los mecanismos de revisión, la seguridad de la información y los canales de atención accesibles. Se concluyó que la modernización administrativa no debe medirse exclusivamente por la cantidad de procesos automatizados, sino por la capacidad de utilizar tecnologías digitales para ofrecer servicios más eficientes, comprensibles, inclusivos y compatibles con los derechos de los ciudadanos.
Palabras-clave: Administración Pública; Inteligencia Artificial; Gobierno Digital; Transparencia; Servicios Públicos.
INTRODUÇÃO
A digitalização da Administração Pública deixou de representar apenas a substituição de documentos impressos por sistemas eletrônicos. O desenvolvimento das tecnologias de informação ampliou as possibilidades de reorganização dos processos administrativos e alterou a maneira como órgãos públicos produzem informações, tomam decisões e estabelecem relações com a população. Serviços que anteriormente exigiam deslocamento físico, apresentação repetida de documentos e sucessivas etapas de conferência passaram, em diferentes níveis da administração, a ser oferecidos por plataformas digitais integradas. Esse movimento produziu oportunidades relevantes para a redução de procedimentos burocráticos e para a ampliação do acesso, mas também trouxe novas exigências relacionadas à governança, segurança, qualidade das informações e capacidade institucional. A OECD (2020) considera que um governo efetivamente digital não se limita à informatização de atividades existentes, pois requer que tecnologias e dados sejam incorporados ao desenho dos processos e dos serviços públicos de maneira orientada às necessidades dos usuários.
No Brasil, a institucionalização do governo digital foi fortalecida pela Lei nº 14.129, de 29 de março de 2021, que estabeleceu princípios, regras e instrumentos voltados à transformação digital e ao aumento da eficiência pública. Entre as diretrizes previstas estão a simplificação das relações entre poder público e sociedade, a oferta de serviços digitais acessíveis, a interoperabilidade entre sistemas, a promoção de dados abertos e o estímulo à participação social. A legislação contribuiu para deslocar a discussão sobre digitalização de uma perspectiva predominantemente tecnológica para uma abordagem administrativa mais ampla, na qual a transformação dos serviços está relacionada à redução de exigências desnecessárias e à melhoria da experiência do cidadão. Esse movimento foi posteriormente ampliado pela Estratégia Federal de Governo Digital 2024–2027, estruturada em princípios e objetivos associados à eficiência, inclusão, participação, qualidade dos serviços e uso estratégico dos dados públicos (Brasil, 2021; Brasil, 2024a).
A inteligência artificial acrescentou uma nova dimensão a esse processo. Diferentemente de sistemas baseados apenas em regras previamente estabelecidas, determinadas aplicações de inteligência artificial conseguem identificar padrões em grandes conjuntos de dados, classificar informações, produzir previsões, organizar documentos, reconhecer linguagem natural e oferecer apoio a decisões. Essas funcionalidades despertaram interesse da Administração Pública porque parte considerável do trabalho administrativo envolve processamento de informações, conferência documental, triagem de solicitações e identificação de situações que exigem análise especializada. Zuiderwijk, Chen e Salem (2021) observaram que o uso da inteligência artificial na governança pública apresenta possibilidades relacionadas à eficiência, prestação de serviços e capacidade analítica, ao mesmo tempo que cria problemas relacionados à transparência, responsabilização e impactos institucionais.
O avanço dessas tecnologias não significa, entretanto, que toda atividade administrativa possa ou deva ser automatizada. A Administração Pública possui características que diferenciam seu funcionamento daquele observado em organizações privadas. Enquanto uma empresa pode avaliar determinado sistema principalmente a partir da redução de custos ou do aumento da produtividade, um órgão público precisa considerar simultaneamente valores como igualdade de tratamento, legalidade, transparência, direito de contestação, continuidade dos serviços e proteção de grupos vulneráveis. Madan e Ashok (2023) destacam que a incorporação da inteligência artificial às organizações públicas envolve tensões entre eficiência e outros valores públicos, incluindo justiça, privacidade, direitos humanos e capacidade de resposta às situações particulares dos cidadãos. A tecnologia, portanto, não elimina os fundamentos da Administração Pública. Ao contrário, exige que esses fundamentos sejam incorporados ao desenho e à utilização dos sistemas.
A discussão também ganhou importância porque aplicações de inteligência artificial deixaram de permanecer restritas a projetos experimentais. Dados divulgados pelo Governo Federal indicam a existência, em 2025, de 182 soluções de inteligência artificial em operação em órgãos federais, além de iniciativas voltadas à adoção de assistentes e ao estabelecimento de diretrizes institucionais para uso dessa tecnologia. Paralelamente, o Plano Brasileiro de Inteligência Artificial 2024–2028 incluiu entre seus eixos a utilização da IA para melhoria dos serviços públicos, associada à formação de servidores, desenvolvimento de infraestrutura e implementação de mecanismos de governança. O plano estabeleceu, entre outras ações, a capacitação de servidores e a realização de projetos de experimentação voltados ao setor público (Brasil, 2024b). Esses dados mostram que a discussão sobre IA governamental deixou de estar situada apenas no campo das possibilidades futuras e passou a fazer parte da realidade administrativa brasileira.
A utilização da inteligência artificial pode contribuir para lidar com problemas historicamente presentes no setor público. Filas de atendimento, acúmulo de documentos, demora na localização de informações, repetição de tarefas e dificuldade de monitoramento de grandes volumes de dados são situações nas quais ferramentas automatizadas podem oferecer apoio significativo. Van Noordt e Tangi (2023) argumentam, contudo, que a capacidade de desenvolver uma solução tecnológica não corresponde necessariamente à capacidade de incorporá-la de maneira permanente à organização. Segundo os autores, recursos tecnológicos, conhecimentos profissionais, infraestrutura, capacidade jurídica e reorganização do trabalho precisam atuar de forma complementar para que aplicações de IA produzam valor público duradouro.
Essa diferença entre instalar uma ferramenta e efetivamente transformar um serviço é particularmente relevante para a Administração Pública. Um sistema pode reduzir o tempo de processamento interno sem necessariamente melhorar a relação do cidadão com o Estado. Se a automatização tornar os procedimentos menos compreensíveis, dificultar a correção de erros ou excluir pessoas sem acesso adequado aos meios digitais, o ganho operacional poderá coexistir com a redução da qualidade percebida do serviço. Luna et al. (2024) verificaram que cidadãos relacionam o valor dos serviços públicos digitais não apenas à economia de tempo e recursos, mas também à transparência, capacidade administrativa e contribuição para uma sociedade mais equitativa. Dessa forma, a avaliação da transformação digital precisa considerar a experiência do usuário e os resultados sociais produzidos pelas tecnologias.
Outro aspecto relevante é a transparência das decisões mediadas por algoritmos. A Administração Pública tradicionalmente precisa apresentar fundamentos para decisões capazes de afetar direitos e interesses individuais. Quando parte do processo decisório passa a depender de sistemas automatizados, surge a necessidade de compreender como os dados utilizados, os critérios de classificação e os resultados produzidos podem ser examinados e explicados. Grimmelikhuijsen (2023) demonstrou que a simples disponibilidade técnica de informações sobre um algoritmo não é suficiente para produzir confiança. A explicabilidade, compreendida como a possibilidade de apresentar ao cidadão razões compreensíveis para determinado resultado, mostrou importância especial na avaliação da confiabilidade de decisões automatizadas.
No Brasil, essa questão se relaciona ainda à proteção de dados pessoais. A Lei nº 13.709, de 14 de agosto de 2018, estabeleceu regras para o tratamento de dados pessoais por agentes públicos e privados e consolidou princípios relacionados à finalidade, adequação, necessidade, segurança e proteção dos direitos dos titulares. Sistemas de inteligência artificial dependem frequentemente de grandes quantidades de informações para treinamento, classificação ou identificação de padrões. Na esfera pública, essas informações podem abranger registros sociais, fiscais, administrativos ou cadastrais. A capacidade tecnológica de integrar bases de dados não elimina a obrigação de justificar sua utilização nem autoriza a coleta indiscriminada de informações. A transformação digital precisa, portanto, combinar capacidade analítica com estruturas adequadas de governança e proteção de dados (Brasil, 2018).
O problema torna-se ainda mais evidente quando sistemas automatizados participam de decisões referentes ao acesso a benefícios ou serviços essenciais. Nicolás e Sampaio (2024), ao analisarem a automação aplicada à concessão de benefícios sociais no Brasil, identificaram ganhos relacionados à velocidade de processamento, mas observaram também aumento de negativas automáticas e dificuldades enfrentadas por usuários com menor familiaridade com ambientes digitais. Os autores destacam que eficiência administrativa e interesse público não podem ser tratados como objetivos independentes. Uma decisão processada rapidamente não representa necessariamente um serviço público de maior qualidade se o cidadão não consegue compreender o resultado, apresentar informações complementares ou obter revisão adequada.
A experiência dos órgãos de controle brasileiros demonstra outra dimensão da utilização da inteligência artificial. Bitencourt e Martins (2023) identificaram diferentes sistemas empregados por Tribunais de Contas para examinar licitações, cruzar bases de dados, identificar padrões de risco, organizar documentos e apoiar trabalhos de auditoria. Aplicações como Alice, Ágata e outras ferramentas voltadas à fiscalização evidenciam como a automação pode ampliar a capacidade de análise diante de volumes de informações que dificilmente seriam examinados manualmente no mesmo intervalo de tempo. Ao mesmo tempo, o estudo reforça a importância de distinguir ferramentas destinadas à identificação de indícios daquelas utilizadas diretamente para decisões administrativas, pois o nível de risco e de responsabilidade é diferente em cada situação.
A transparência representa, nesse cenário, uma condição para que inovação e legitimidade administrativa possam avançar conjuntamente. Schiff, Schiff e Pierson (2022) verificaram que falhas associadas à transparência e à justiça em sistemas automatizados influenciam negativamente a avaliação dos cidadãos sobre o governo. A confiança não decorre apenas da precisão técnica de um sistema, pois envolve a percepção de que decisões foram produzidas por procedimentos compreensíveis e sujeitos a controle. Essa constatação é especialmente importante quando a inteligência artificial participa de processos que envolvem direitos sociais, fiscalização, tributação, saúde, segurança ou outras atividades capazes de produzir consequências significativas para indivíduos e organizações.
No cenário internacional, a expansão da inteligência artificial no setor público reforça a atualidade do debate. A OECD (2026) registrou que 35 dos 36 países participantes de seu levantamento utilizavam inteligência artificial em pelo menos uma área governamental, com maior presença em processos internos e serviços públicos. O mesmo levantamento indicou, entretanto, que mecanismos operacionais de controle ainda apresentam desenvolvimento desigual, incluindo avaliações de risco, auditorias posteriores à implantação e registros públicos de algoritmos. Esses resultados demonstram que a velocidade de adoção tecnológica tem sido superior, em diferentes contextos, à consolidação dos instrumentos necessários à supervisão de seus impactos.
Diante desse contexto, definiu-se como problema de pesquisa: de que maneira a inteligência artificial pode contribuir para a modernização dos processos, a transparência administrativa e a qualidade dos serviços públicos sem comprometer princípios de governança, direitos dos cidadãos e mecanismos de responsabilização? O objetivo geral consistiu em analisar as contribuições da inteligência artificial para a Administração Pública no contexto da transformação digital. Como objetivos específicos, buscou-se compreender a relação entre governo digital e reorganização administrativa; examinar aplicações da inteligência artificial na modernização dos processos; analisar seus efeitos sobre transparência e qualidade dos serviços; e identificar condições institucionais necessárias para que sua utilização seja compatível com o interesse público.
A relevância do estudo decorre da necessidade de tratar a inteligência artificial não apenas como ferramenta tecnológica, mas como componente de uma mudança administrativa que altera procedimentos, responsabilidades e formas de interação entre Estado e sociedade. A inovação pública apresenta valor quando contribui para resolver problemas administrativos e sociais concretos. Nesse sentido, discutir inteligência artificial na Administração Pública significa examinar simultaneamente eficiência, governança, transparência, proteção de dados, capacidade profissional e inclusão. Essa perspectiva permite afastar tanto uma interpretação segundo a qual toda automatização representaria necessariamente progresso quanto uma visão que desconsidera as contribuições que ferramentas bem estruturadas podem oferecer à gestão pública.
METODOLOGIA
A pesquisa foi desenvolvida por meio de abordagem qualitativa, com finalidade exploratória e descritiva. A escolha dessa abordagem esteve relacionada à natureza do problema investigado, que exigiu compreender as relações entre inteligência artificial, transformação digital, eficiência administrativa, transparência e qualidade dos serviços públicos. Não se buscou mensurar o desempenho de uma ferramenta específica nem estabelecer relações estatísticas entre variáveis. O objetivo consistiu em interpretar contribuições, riscos e condições institucionais identificados pela produção científica e por documentos oficiais relacionados à adoção de tecnologias digitais na Administração Pública.
Quanto aos procedimentos, realizou-se pesquisa bibliográfica com artigos científicos, livros, relatórios técnicos e documentos institucionais. Foram priorizados trabalhos publicados entre 2020 e 2026, admitindo-se estudos anteriores quando necessários à contextualização de conceitos ou ao entendimento da evolução da inteligência artificial no setor público. A busca concentrou-se em produções relacionadas aos descritores “inteligência artificial”, “administração pública”, “governo digital”, “serviços públicos”, “transparência algorítmica”, “valor público” e seus correspondentes em língua inglesa. Foram consultadas publicações disponíveis em bases e periódicos científicos reconhecidos, com destaque para Government Information Quarterly, Public Administration Review, Public Administration, Policy & Internet, Sustainability, SciELO e periódicos especializados em governo digital.
A seleção bibliográfica considerou três critérios principais. O primeiro correspondeu à relação direta do trabalho com o uso da inteligência artificial ou de tecnologias digitais no setor público. O segundo envolveu a presença de discussão sobre pelo menos um dos eixos estabelecidos no estudo: modernização administrativa, eficiência, transparência, prestação de serviços, governança de dados, confiança ou valor público. O terceiro critério consistiu na existência de informações bibliográficas passíveis de verificação, como autoria, periódico, ano de publicação ou documento institucional de origem. Foram excluídos materiais predominantemente comerciais, textos sem identificação de autoria e publicações que abordavam aplicações de inteligência artificial exclusivamente no setor privado.
A pesquisa bibliográfica foi complementada pela análise documental da legislação e das estratégias governamentais relacionadas ao tema. Foram examinadas a Lei nº 13.709/2018, referente à proteção de dados pessoais, a Lei nº 14.129/2021, referente ao Governo Digital, a Estratégia Federal de Governo Digital 2024–2027 e o Plano Brasileiro de Inteligência Artificial 2024–2028. Também foram considerados documentos da Organização para a Cooperação e Desenvolvimento Econômico e da UNESCO relacionados à transformação digital e à governança responsável da inteligência artificial. Essa combinação permitiu relacionar a literatura acadêmica às condições normativas e administrativas presentes no setor público brasileiro.
A análise do material ocorreu mediante organização temática. Os conteúdos foram classificados em cinco eixos: transformação digital e reorganização dos processos; inteligência artificial e eficiência administrativa; transparência e explicabilidade; qualidade dos serviços e relação com o cidadão; e governança, proteção de dados e supervisão humana. Posteriormente, foram identificadas convergências e divergências entre os estudos. Essa estratégia permitiu comparar perspectivas que enfatizam ganhos de eficiência com trabalhos que analisam riscos sociais, institucionais e jurídicos.
Por se tratar de pesquisa bibliográfica e documental baseada exclusivamente em materiais publicados e documentos de acesso público, não houve interação com participantes nem coleta de dados pessoais. Dessa forma, não foram realizados procedimentos experimentais ou entrevistas. Como limitação metodológica, reconhece-se que a rápida evolução das tecnologias de inteligência artificial pode fazer com que determinadas aplicações e políticas sejam alteradas em períodos relativamente curtos. Também se considera que experiências de diferentes países não podem ser transferidas automaticamente para a Administração Pública brasileira, motivo pelo qual os resultados internacionais foram utilizados para comparação conceitual, e não como representação direta da realidade nacional.
DESENVOLVIMENTO
Transformação Digital e Mudança do Modelo Administrativo
A transformação digital da Administração Pública precisa ser compreendida como processo organizacional e não como simples informatização. Nas primeiras etapas do governo eletrônico, grande parte das iniciativas concentrou-se na conversão de procedimentos existentes para formatos digitais. Formulários passaram a ser preenchidos pela internet, documentos foram digitalizados e portais substituíram parte dos atendimentos presenciais. Essas mudanças produziram benefícios importantes, mas conservaram, em muitos casos, a estrutura dos procedimentos anteriores. A abordagem contemporânea de governo digital procura modificar essa lógica ao considerar dados, integração de sistemas e experiência do usuário como elementos que devem participar do desenho do serviço desde sua origem. Para a OECD (2020), um governo digital maduro apresenta características como concepção digital desde o início, utilização estratégica de dados, atuação como plataforma, abertura, orientação ao usuário e capacidade de antecipar necessidades.
Essa interpretação altera a própria noção de eficiência administrativa. Reduzir o consumo de papel ou disponibilizar um formulário eletrônico pode representar melhoria operacional, mas não significa necessariamente que o serviço tenha se tornado mais simples. Um procedimento digital pode conservar exigências redundantes e continuar transferindo ao cidadão a responsabilidade por informações que já existem em bases públicas. A transformação ocorre quando a tecnologia permite revisar etapas, integrar dados, eliminar exigências desnecessárias e reorganizar responsabilidades. A Lei do Governo Digital incorporou parte dessa concepção ao prever simplificação, interoperabilidade e plataforma única de acesso aos serviços, indicando que a digitalização deve resultar em mudança concreta na relação entre sociedade e Administração (Brasil, 2021).
O uso de dados tornou-se fundamental nessa reorganização. Serviços públicos geram grande quantidade de registros referentes a solicitações, pagamentos, atendimentos, licitações, benefícios, fiscalização e execução de políticas. Durante muito tempo, parte dessas informações permaneceu distribuída em sistemas que não se comunicavam adequadamente. A integração amplia a possibilidade de utilização administrativa dos dados, mas também aumenta a responsabilidade dos órgãos públicos sobre sua qualidade e proteção. Dados incompletos, desatualizados ou produzidos sob critérios diferentes podem comprometer sistemas analíticos e gerar conclusões inadequadas. Dessa forma, a transformação digital exige estruturas permanentes de governança capazes de definir responsabilidades pela produção, atualização, compartilhamento e utilização das informações.
A perspectiva orientada ao cidadão acrescenta outra exigência. Serviços públicos não são utilizados apenas por indivíduos com alto domínio tecnológico. A população atendida apresenta diferentes condições econômicas, educacionais, etárias, territoriais e de acessibilidade. Por essa razão, a digitalização precisa reduzir barreiras sem criar novas formas de exclusão. A existência de um serviço disponível pela internet não garante, por si, que o acesso seja efetivamente ampliado. A qualidade depende também da clareza da linguagem, da compatibilidade com diferentes dispositivos, da acessibilidade, da existência de alternativas de atendimento e da possibilidade de solucionar problemas quando o fluxo padronizado não contempla situações específicas.
Essa preocupação aproxima transformação digital e valor público. Luna et al. (2024) verificaram que os cidadãos associam serviços digitais a benefícios individuais, como economia de tempo e redução de custos, mas também a efeitos coletivos relacionados à capacidade governamental, transparência e equidade. Um serviço público digital de qualidade, portanto, não é apenas aquele que conclui uma operação rapidamente. Ele precisa produzir resultados administrativos ao mesmo tempo em que preserva condições adequadas de acesso, compreensão e tratamento. Essa distinção ajuda a compreender por que a digitalização deve ser avaliada a partir de seus efeitos concretos e não apenas da quantidade de procedimentos disponibilizados eletronicamente.
No Brasil, a Estratégia Federal de Governo Digital 2024–2027 procurou incorporar essa perspectiva ao articular eficiência, inclusão, direitos humanos, participação e sustentabilidade. A estratégia relaciona transformação tecnológica à qualidade dos serviços e prevê iniciativas de utilização de dados e desenvolvimento de infraestrutura para inteligência artificial. Esse direcionamento mostra que a modernização administrativa passou a exigir políticas integradas. Sistemas digitais, identidade eletrônica, infraestrutura de dados, capacitação profissional, segurança e inteligência artificial não constituem projetos completamente separados, pois a qualidade de uma solução depende da maturidade do conjunto no qual ela é inserida (Brasil, 2024a).
A transformação digital também modifica o trabalho dos servidores. Atividades antes concentradas em conferência, digitação ou localização manual de informações tendem a ser reduzidas à medida que sistemas assumem parte dessas funções. Isso não significa necessariamente substituição direta dos profissionais. Em muitos casos, ocorre mudança no tipo de conhecimento exigido. O servidor precisa interpretar informações produzidas por sistemas, identificar situações excepcionais, verificar inconsistências e compreender limitações das ferramentas utilizadas. A modernização administrativa, portanto, cria demanda por formação contínua e capacidade de atuação em ambientes nos quais decisões humanas são cada vez mais apoiadas por sistemas digitais.
Inteligência Artificial na Modernização dos Processos Administrativos
A inteligência artificial ampliou as possibilidades existentes no governo digital porque permite automatizar atividades que dependem de classificação, reconhecimento de padrões e interpretação de informações em escala. Sistemas tradicionais conseguem executar com grande eficiência tarefas baseadas em regras fixas. A IA acrescenta recursos para lidar com dados menos estruturados, como textos, imagens e conjuntos complexos de registros administrativos. Wirtz e Weyerer (2023) destacam que essas tecnologias podem contribuir para enfrentar problemas como grandes volumes de casos, atrasos, carga administrativa elevada e dificuldades relacionadas à prestação dos serviços públicos.
Dentro das organizações públicas, uma das aplicações mais imediatas encontra-se na automatização de atividades repetitivas. Documentos podem ser classificados, informações podem ser extraídas automaticamente e solicitações semelhantes podem ser agrupadas para encaminhamento. A economia de tempo produzida nesses processos permite, em princípio, que profissionais se concentrem em situações que exigem interpretação ou julgamento. Entretanto, automatizar uma atividade inadequadamente estruturada pode apenas acelerar seus problemas. Antes de aplicar IA, torna-se necessário examinar se o procedimento possui objetivos claros, dados confiáveis e regras compatíveis com a legislação.
Van Noordt e Tangi (2023) identificaram que a capacidade organizacional necessária à adoção da inteligência artificial envolve componentes tecnológicos, humanos e institucionais. Segundo os autores, algumas administrações conseguem desenvolver projetos experimentais, mas encontram dificuldade para mantê-los e integrá-los permanentemente às rotinas organizacionais. Falta de conhecimento técnico interno, dependência de fornecedores, dificuldades jurídicas e resistência às mudanças são fatores que podem impedir a continuidade. A constatação é especialmente importante no setor público, no qual a permanência de um sistema precisa ultrapassar ciclos administrativos, contratos específicos ou equipes temporárias.
A capacidade de avaliar o próprio problema administrativo precisa anteceder a escolha da tecnologia. Uma organização pode adquirir uma solução sofisticada para uma atividade que seria melhor resolvida pela simplificação de normas ou integração entre bases de dados. Nesse sentido, inteligência artificial não deve ser utilizada para demonstrar modernização institucional, mas quando apresentar adequação concreta às características do problema. Hjaltalin e Sigurdarson (2024), ao analisarem estratégias nacionais de inteligência artificial, observaram que eficiência, agilidade e inclusão aparecem entre os principais valores associados ao uso da tecnologia no setor público. Os autores alertam, entretanto, que compreender IA apenas como instrumento de automação pode limitar formas mais amplas de inovação e criação de valor público.
Nos órgãos de controle brasileiros, aplicações já demonstram como a tecnologia pode apoiar tarefas de grande escala. Bitencourt e Martins (2023) identificaram sistemas empregados na análise de licitações, leitura de documentos, identificação de riscos e cruzamento de informações. O sistema Alice, por exemplo, foi desenvolvido para identificar possíveis irregularidades em editais e procedimentos de contratação. Outras soluções atuam na análise de informações contábeis, identificação de comportamentos atípicos e monitoramento de portais de transparência. Essas experiências mostram que a IA pode ampliar a capacidade de fiscalização sem necessariamente substituir a decisão do auditor. O sistema localiza situações que merecem atenção, enquanto a interpretação das consequências permanece vinculada aos agentes responsáveis.
Essa forma de utilização apresenta uma distinção fundamental entre apoio e substituição da decisão. Em processos de baixo risco, como classificação de documentos, a automatização integral pode apresentar poucos problemas desde que existam controles de qualidade. Em decisões que produzem efeitos diretos sobre direitos, sanções ou acesso a políticas públicas, a necessidade de supervisão cresce significativamente. A inteligência artificial pode organizar evidências e produzir recomendações, mas o grau de autonomia concedido ao sistema deve ser compatível com a natureza da decisão e com a possibilidade de correção de erros.
Madan e Ashok (2023) explicam que a adoção de inteligência artificial na Administração Pública envolve tensão entre automação e ampliação da capacidade humana. A primeira perspectiva enfatiza substituição de tarefas e redução de custos. A segunda compreende a tecnologia como instrumento para melhorar o trabalho dos profissionais. Para atividades que exigem interpretação, análise contextual e consideração de situações excepcionais, a segunda abordagem apresenta maior compatibilidade com as características do serviço público. Isso ocorre porque muitas decisões administrativas não dependem apenas da existência de dados, mas de sua interpretação diante de normas e circunstâncias concretas.
O avanço da inteligência artificial generativa adicionou novas possibilidades a esse cenário. Ferramentas capazes de resumir documentos, produzir minutas e responder perguntas podem reduzir tempo dedicado a tarefas textuais. Entretanto, sistemas generativos também podem produzir informações incorretas ou respostas que aparentam segurança mesmo quando não possuem fundamento adequado. Na Administração Pública, documentos produzidos com auxílio dessas ferramentas precisam permanecer sujeitos à verificação do servidor responsável. O uso institucional exige ainda critérios sobre informações que podem ser inseridas em plataformas externas, armazenamento de dados, sigilo e responsabilização pelo conteúdo final.
O Plano Brasileiro de Inteligência Artificial 2024–2028 reconheceu parte dessas necessidades ao prever infraestrutura, experimentação e capacitação para o setor público. Entre as ações estabelecidas encontra-se a formação de servidores para apoiar o desenvolvimento e a adoção da tecnologia no governo. A existência dessa medida é relevante porque a capacidade crítica do usuário institucional representa uma camada de segurança. Um servidor que compreende limitações, riscos e possibilidades de um sistema possui melhores condições de identificar resultados incompatíveis com a realidade administrativa (Brasil, 2024b).
Dessa maneira, modernização não significa retirar o elemento humano dos processos. Em determinadas tarefas, a IA poderá reduzir significativamente a intervenção manual. Em outras, seu valor estará justamente em oferecer informações mais organizadas para que o profissional tome uma decisão fundamentada. A escolha entre automação integral, automação parcial ou apoio analítico deve depender do risco envolvido, da complexidade e do impacto potencial sobre direitos.
Inteligência Artificial, Eficiência e Valor Público
A eficiência ocupa posição central no debate sobre inteligência artificial aplicada ao setor público. Processamento mais rápido, redução de tarefas repetitivas e identificação automatizada de padrões representam benefícios facilmente observáveis. Entretanto, a Administração Pública não pode compreender eficiência apenas como relação entre volume produzido e recursos utilizados. A qualidade do resultado também integra esse conceito, especialmente quando serviços públicos são destinados a assegurar direitos ou responder a necessidades sociais.
Lee (2023) argumenta que aplicações de inteligência artificial podem contribuir para criação de valor público quando capacidades tecnológicas estão relacionadas a objetivos administrativos claros. Isso significa que o valor de um sistema não está presente na tecnologia isoladamente, mas na maneira como suas funções são utilizadas para melhorar decisões, condições operacionais e resultados oferecidos à coletividade. Uma ferramenta tecnologicamente sofisticada que não resolve um problema público relevante possui contribuição limitada para a organização.
Essa questão pode ser observada na automação de benefícios sociais. Nicolás e Sampaio (2024) verificaram que sistemas utilizados pelo INSS contribuíram para acelerar determinadas análises, demonstrando ganho de eficiência em relação ao tempo de processamento. Ao mesmo tempo, os autores identificaram consequências associadas às negativas automáticas e às dificuldades enfrentadas por usuários menos familiarizados com ferramentas digitais. O exemplo demonstra que velocidade de decisão e qualidade administrativa podem seguir trajetórias diferentes. Um processo mais rápido não será necessariamente melhor quando aumenta a dificuldade de correção de uma decisão inadequada.
A criação de valor público exige que eficiência seja combinada com tratamento adequado, acesso e possibilidade de contestação. Essa perspectiva afasta uma interpretação puramente econômica da inteligência artificial. Na Administração Pública, recursos são utilizados para realizar finalidades coletivas definidas por normas e políticas. Se a automação reduz custos mas aumenta barreiras para determinada parcela da população, a análise do resultado precisa incluir os dois efeitos.
Schiff, Schiff e Pierson (2022) oferecem contribuição importante para essa discussão ao demonstrarem que cidadãos reagem negativamente quando percebem falhas de justiça e transparência em sistemas automatizados utilizados pelo governo. Esses valores não funcionam como elementos adicionais que podem ser considerados somente depois da implantação. Eles integram a própria avaliação da qualidade do serviço. A eficiência administrativa precisa ser analisada conjuntamente com o procedimento pelo qual os resultados são produzidos.
A OECD (2025) adota perspectiva semelhante ao indicar que inteligência artificial pode automatizar serviços, apoiar decisões, detectar irregularidades e auxiliar servidores, mas esses benefícios dependem de controle dos riscos associados aos dados, falta de transparência e excessiva dependência tecnológica. O equilíbrio entre desempenho e governança é especialmente importante no setor público porque erros podem afetar grande quantidade de pessoas e permanecer incorporados ao funcionamento dos sistemas durante longos períodos.
A eficiência também depende da capacidade de medir resultados. Um projeto que automatiza milhares de análises pode apresentar indicadores operacionais positivos, mas sua avaliação deveria incluir quantidade de erros, necessidade de revisões, tempo gasto na correção, satisfação dos usuários e impactos distributivos. A OECD (2026) identificou que apenas parcela dos países participantes de seu levantamento realizava avaliações financeiras ou não financeiras dos casos de uso de IA no governo, o que mostra uma lacuna entre expansão da tecnologia e mensuração sistemática de seus efeitos.
Essa lacuna também produz risco de manutenção de sistemas que aparentam eficiência sem demonstração adequada de valor público. Avaliações periódicas são necessárias porque modelos podem perder desempenho à medida que os dados e as condições administrativas mudam. Um sistema adequado em determinado momento pode apresentar resultados inferiores posteriormente. A governança da inteligência artificial precisa, portanto, abranger todo o ciclo de vida da solução, e não apenas sua aquisição e implementação inicial.
Transparência Administrativa e Explicabilidade Algorítmica
A transparência constitui um dos fundamentos da relação entre Administração Pública e sociedade. Tradicionalmente, ela envolve possibilidade de acesso a informações sobre atos, gastos, decisões e procedimentos. Com a adoção de inteligência artificial, essa noção passa a incluir uma nova questão: de que forma o cidadão pode compreender o papel de sistemas automatizados em uma decisão que lhe diz respeito?
A dificuldade surge porque determinados modelos de inteligência artificial não produzem regras facilmente interpretáveis. O sistema pode indicar determinada classificação sem apresentar, de maneira imediatamente compreensível, a sequência de fatores responsável pelo resultado. Na esfera privada, essa característica já produz debates relevantes. No setor público, o problema assume dimensão adicional porque decisões administrativas precisam estar sujeitas a controle, motivação e contestação.
Grimmelikhuijsen (2023) diferencia acessibilidade e explicabilidade. A primeira refere-se à possibilidade de examinar o algoritmo, seus dados ou sua estrutura. A segunda diz respeito à capacidade de apresentar razões compreensíveis para o resultado produzido. O autor verificou que explicações possuem papel particularmente importante para a percepção de confiabilidade. Disponibilizar códigos complexos pode contribuir para auditorias técnicas, mas não necessariamente permite que o cidadão compreenda por que recebeu uma decisão específica.
Essa distinção permite ampliar o entendimento sobre transparência algorítmica. Ela não exige necessariamente que toda pessoa compreenda a programação utilizada pelo sistema. Exige que existam diferentes níveis de informação para públicos distintos. Órgãos de controle e especialistas podem necessitar de acesso técnico detalhado, enquanto usuários dos serviços precisam receber explicações claras sobre os critérios relevantes, informações utilizadas e formas disponíveis de contestação.
A transparência também está associada à possibilidade de responsabilização. Quando um sistema participa de determinada decisão, o cidadão precisa saber qual instituição responde pelo resultado. A utilização de ferramentas desenvolvidas por empresas privadas não transfere automaticamente a responsabilidade administrativa ao fornecedor. O órgão público continua responsável pelos efeitos da solução que adotou. Contratos, portanto, precisam prever condições suficientes para auditoria, correção e acesso às informações necessárias ao exercício do controle público.
Cifuentes-Faura (2024) chama atenção para os efeitos que a inteligência artificial pode produzir sobre transparência e prestação de contas na gestão pública. O uso de modelos automatizados pode ampliar a capacidade de monitoramento e análise, mas sistemas pouco compreensíveis podem dificultar a identificação de responsabilidades. Assim, uma tecnologia utilizada para fortalecer o controle pode, paradoxalmente, produzir opacidade se suas regras e seus resultados não puderem ser examinados de forma adequada.
Os dados recentes da OECD mostram que essa preocupação ainda não se converteu de forma uniforme em práticas institucionais. Em 2025, apenas uma parcela dos países analisados possuía padrões formais de transparência ou registros abertos de algoritmos governamentais, embora a importância da transparência estivesse amplamente reconhecida nos documentos estratégicos. Existe, portanto, uma diferença entre declarar princípios e criar instrumentos capazes de aplicá-los aos sistemas efetivamente utilizados pelas instituições (OECD, 2026).
No contexto brasileiro, a transparência algorítmica deve ser analisada em conjunto com o Governo Digital, a proteção de dados e os mecanismos tradicionais de controle administrativo. Nem toda informação utilizada por sistemas governamentais pode ser disponibilizada indiscriminadamente, especialmente quando envolve dados pessoais, segurança ou informações protegidas. O desafio consiste em construir transparência suficiente para permitir controle e compreensão sem violar outras obrigações legais.
A existência de mecanismos de explicação também melhora a capacidade interna da própria Administração. Servidores precisam compreender em que condições determinado sistema produz recomendações para avaliar se o resultado é coerente. Um modelo que ninguém dentro da instituição consegue explicar cria dependência tecnológica e reduz a capacidade administrativa. Transparência, nesse sentido, não é apenas demanda externa da sociedade, mas requisito interno de governança.
Qualidade dos Serviços Públicos e Relação com o Cidadão
A qualidade dos serviços públicos digitais deve ser avaliada pela capacidade de resolver necessidades reais dos usuários. Esse entendimento evita que indicadores exclusivamente internos sejam confundidos com resultados sociais. A redução do tempo médio de processamento é importante, mas precisa ser acompanhada de acessibilidade, clareza, estabilidade do serviço e capacidade de solucionar situações não previstas.
A inteligência artificial pode contribuir para essa qualidade em diversas atividades. Sistemas de atendimento podem responder perguntas frequentes, orientar usuários sobre documentos necessários e direcionar solicitações. Recursos de processamento de linguagem natural podem facilitar buscas em grandes bases de informações. Ferramentas preditivas podem apoiar a distribuição de recursos e antecipar demandas. Aoki (2020), ao estudar confiança em chatbots no setor público, demonstrou que a avaliação dos cidadãos varia conforme a natureza do serviço e a finalidade comunicada para o uso da ferramenta. Isso indica que aceitação tecnológica não é uniforme e depende do contexto em que a interação ocorre.
Hemesath e Tepe (2024) encontraram resultado particularmente relevante para o desenho de serviços públicos mediados por IA. Em experimento envolvendo cidadãos e profissionais de atendimento municipal, os participantes demonstraram preferência por intervenção humana quando a interação com o chatbot apresentava falhas. O resultado indica que serviços automatizados não devem necessariamente eliminar a possibilidade de contato com profissionais. A existência de mecanismos de transferência para atendimento humano pode constituir elemento de qualidade e legitimidade.
Essa questão é significativa porque sistemas automatizados funcionam melhor quando conseguem lidar com situações previsíveis e recorrentes. Serviços públicos, entretanto, frequentemente recebem demandas excepcionais. Pessoas podem apresentar documentos incompletos por razões justificáveis, possuir situações familiares específicas ou enfrentar dificuldades que não se enquadram no fluxo padronizado. A qualidade da transformação digital depende da capacidade de reconhecer esses limites.
O risco de exclusão também precisa ser considerado. A digitalização pode ampliar o acesso para cidadãos que anteriormente precisavam se deslocar, aguardar atendimento e apresentar documentos fisicamente. Entretanto, pessoas com conectividade limitada, deficiência, baixo letramento digital ou dificuldade de compreensão podem enfrentar novas barreiras. A Administração Pública precisa evitar que eficiência para a maioria produza inacessibilidade para grupos específicos.
Essa preocupação aparece na recomendação da UNESCO (2021), que associa governança responsável da inteligência artificial à dignidade humana, diversidade, inclusão, transparência e supervisão. A adoção de tecnologia precisa considerar as condições sociais nas quais o sistema será utilizado. Na esfera pública, essa orientação significa que a disponibilidade de alternativas de atendimento e mecanismos de assistência deve fazer parte do desenho do serviço.
A qualidade também envolve confiança. Kleizen et al. (2023) verificaram que comunicar características éticas de projetos governamentais de IA não é suficiente, isoladamente, para produzir confiança dos cidadãos. Atitudes anteriores relacionadas à privacidade e à tecnologia permanecem relevantes. Esse resultado indica que confiança institucional é construída pela experiência acumulada e pelo comportamento das organizações, e não apenas por mensagens de divulgação. Transparência, possibilidade de recurso e correção efetiva de erros possuem, portanto, importância prática.
Harrison e Luna-Reyes (2022) defendem que a construção de inteligência artificial confiável no governo depende de estruturas que preservem valores democráticos e mantenham o controle sobre os processos decisórios. Essa perspectiva é particularmente adequada à prestação de serviços. O cidadão não deveria ser obrigado a confiar cegamente em um sistema apenas porque ele foi adotado pelo Estado. A própria Administração precisa criar condições que tornem essa confiança justificável.
Governança de Dados, Privacidade e Segurança
A inteligência artificial depende da disponibilidade e da qualidade dos dados. Essa relação faz da governança de informações uma das principais condições para seu uso responsável. Modelos desenvolvidos com dados incompletos ou inadequados podem reproduzir distorções. No setor público, o problema pode adquirir grande escala porque bases administrativas representam grupos populacionais extensos e são utilizadas em decisões de elevado impacto.
A Lei Geral de Proteção de Dados estabeleceu fundamentos importantes para o tratamento de informações pessoais no Brasil. Finalidade, necessidade e adequação exigem que a coleta e a utilização estejam relacionadas a objetivos legítimos e claramente definidos. A utilização de IA não elimina essas obrigações. Ao contrário, sistemas capazes de combinar e analisar grandes quantidades de registros ampliam a importância de controles sobre acesso, armazenamento e compartilhamento (Brasil, 2018).
A possibilidade técnica de cruzar bases públicas não significa que toda integração seja administrativamente adequada. Informações produzidas para uma finalidade específica podem exigir análise jurídica antes de serem utilizadas em outra atividade. Além disso, correlações identificadas por sistemas de IA não correspondem necessariamente a relações causais. Decisões administrativas precisam evitar que associações estatísticas sejam interpretadas automaticamente como prova de determinada condição individual.
Madan e Ashok (2023) relacionam governança de dados à capacidade de enfrentar tensões envolvendo privacidade, segurança e discriminação. Os autores defendem que políticas de aquisição, preparação e auditoria de dados são necessárias para reduzir vieses e aumentar a confiabilidade dos sistemas. Isso exige atuação conjunta de profissionais de tecnologia, gestores públicos e especialistas das áreas finalísticas.
A segurança representa outro componente indispensável. Sistemas integrados ampliam a eficiência, mas também podem ampliar a superfície de risco em caso de acessos indevidos ou incidentes. A infraestrutura tecnológica utilizada pelo Estado precisa observar requisitos elevados de proteção, especialmente quando processa dados pessoais ou informações sensíveis. A adoção de IA em ambientes externos deve considerar ainda contratos, políticas de armazenamento e possibilidade de utilização das informações para treinamento de modelos de terceiros.
Governança de dados também envolve qualidade. Registros administrativos podem conter erros, campos ausentes e classificações produzidas em contextos diferentes. Antes de utilizar essas informações em modelos automatizados, é necessário avaliar sua consistência. Um algoritmo não corrige automaticamente problemas existentes na base. Em determinadas situações, pode apenas reproduzi-los com maior velocidade e alcance.
Supervisão Humana, Capacidades Institucionais e Responsabilização
A supervisão humana constitui um dos principais elementos para utilização responsável da inteligência artificial no setor público. Entretanto, sua simples presença formal não garante controle efetivo. Um servidor que recebe uma recomendação automatizada sem possuir condições de compreender suas limitações pode apenas confirmar o resultado apresentado. Nesse caso, a intervenção humana existe administrativamente, mas possui pouca influência prática.
Capacitação profissional precisa, portanto, incluir mais do que conhecimentos operacionais sobre ferramentas. Servidores devem compreender questões relacionadas a dados, vieses, segurança, privacidade e limites da automatização. Também precisam reconhecer situações em que o resultado do sistema deve ser questionado. A inclusão de ações de capacitação no PBIA mostra reconhecimento de que transformação tecnológica depende da formação dos agentes responsáveis por utilizá-la (Brasil, 2024b).
Van Noordt e Tangi (2023) destacam que capacidades relacionadas à inteligência artificial são dinâmicas e podem se tornar frágeis quando dependem exclusivamente de recursos temporários ou conhecimento externo. A Administração Pública precisa conservar domínio suficiente para avaliar e supervisionar tecnologias utilizadas em suas próprias atividades. Dependência excessiva de fornecedores pode comprometer continuidade, auditabilidade e capacidade de adaptação dos sistemas.
A responsabilização exige ainda definição clara dos papéis ocupados por desenvolvedores, fornecedores, gestores, servidores e autoridades responsáveis. Se um sistema produz uma recomendação inadequada, é necessário identificar quem possuía responsabilidade por sua validação. Essa definição deve ocorrer antes da implantação, e não somente após a ocorrência de problemas.
A UNESCO (2021) associa supervisão humana à preservação da dignidade e dos direitos fundamentais. Aplicada à Administração Pública, essa orientação significa que decisões de alto impacto precisam conservar mecanismos capazes de impedir automatização incompatível com direitos individuais. A intensidade do controle deve variar conforme o risco. Classificar documentos administrativos apresenta consequências diferentes de decidir automaticamente sobre acesso a benefícios ou aplicar determinada sanção.
A governança adequada pode estabelecer níveis de risco e controles correspondentes. Sistemas de apoio interno podem exigir monitoramento e avaliação de desempenho. Aplicações utilizadas em decisões que afetam direitos podem demandar análise prévia de impacto, registro detalhado das decisões, explicação ao usuário, auditoria e revisão humana. Essa abordagem permite que inovação ocorra sem tratar aplicações distintas como se possuíssem o mesmo grau de risco.
A OECD (2026) mostrou que estruturas nacionais de governança para IA vêm se tornando mais comuns, mas instrumentos operacionais permanecem menos desenvolvidos. Avaliações anteriores à implantação, comitês de análise e auditorias posteriores ainda não aparecem de forma uniforme entre os países avaliados. A diferença demonstra que estabelecer princípios gerais é apenas a primeira etapa. Governança responsável depende de processos concretos capazes de transformar esses princípios em práticas administrativas.
RESULTADOS E DISCUSSÃO
A análise da literatura e dos documentos selecionados permitiu identificar cinco resultados principais. O primeiro consiste na existência de contribuição efetiva da inteligência artificial para a modernização de atividades administrativas, principalmente quando utilizada em tarefas de grande volume, classificação de documentos, cruzamento de dados, identificação de padrões e apoio ao atendimento. Experiências brasileiras em órgãos de controle demonstram aplicação concreta dessas capacidades, com sistemas direcionados à fiscalização de licitações, análise de informações e priorização de situações de risco. Esses resultados são coerentes com Van Noordt e Tangi (2023), para quem a IA possui potencial de criação de valor público quando incorporada a capacidades organizacionais adequadas.
O segundo resultado mostrou que eficiência administrativa e qualidade do serviço não podem ser utilizadas como sinônimos. A automação pode diminuir o tempo de processamento e, simultaneamente, criar dificuldades para determinados usuários. O caso analisado por Nicolás e Sampaio (2024) evidencia essa situação ao apresentar ganhos de velocidade na análise de benefícios acompanhados por problemas relacionados às negativas automáticas e ao acesso de usuários com menor familiaridade digital. A constatação reforça que indicadores de desempenho precisam incluir precisão, possibilidade de correção, acessibilidade e efeitos sobre diferentes grupos sociais.
O terceiro resultado refere-se à transparência. Os estudos analisados convergem quanto à necessidade de tornar compreensível a participação dos sistemas automatizados em decisões públicas. Grimmelikhuijsen (2023) demonstrou que a explicabilidade possui influência relevante sobre a percepção de confiabilidade, enquanto Schiff, Schiff e Pierson (2022) identificaram reações negativas diante de falhas de transparência e justiça. Assim, a transparência algorítmica precisa superar a simples divulgação técnica e incluir informações que permitam compreender os fatores associados ao resultado e os mecanismos disponíveis para revisão.
O quarto resultado evidenciou que dados e capacidades institucionais representam condições anteriores à adoção de IA em escala. Organizações sem bases confiáveis, profissionais capacitados e estruturas de governança podem desenvolver projetos experimentais sem conseguir transformá-los em soluções permanentes. A análise também indicou que dependência excessiva de fornecedores pode reduzir autonomia e capacidade de fiscalização. Esse resultado coincide com Madan e Ashok (2023), que associam adoção responsável à capacidade organizacional e à governança de dados, e com a OECD (2026), que identifica diferenças entre a existência de estratégias e a implantação efetiva de controles.
O quinto resultado indicou que supervisão humana continua necessária, mas precisa possuir caráter efetivo. A presença nominal de um servidor no processo não garante controle quando ele não possui conhecimentos ou informações suficientes para questionar o sistema. Em aplicações de maior risco, a revisão humana deve funcionar como capacidade real de modificar resultados, solicitar novas informações e identificar circunstâncias que não foram adequadamente representadas pelos dados.
A discussão desses resultados permite afirmar que o principal desafio da inteligência artificial na Administração Pública não se encontra apenas em desenvolver algoritmos mais avançados. O problema administrativo consiste em estabelecer quais atividades podem ser automatizadas, sob quais condições e com quais formas de controle. A tecnologia apresenta maior potencial quando elimina tarefas repetitivas, organiza informações e amplia a capacidade analítica dos agentes públicos. Quanto mais a aplicação se aproxima de decisões capazes de restringir direitos ou produzir consequências relevantes para indivíduos, maior deve ser o nível de transparência, supervisão e possibilidade de contestação.
Os achados também indicaram que a modernização precisa ser avaliada pelo valor público produzido. Rapidez, redução de custos e quantidade de processos analisados continuam relevantes, mas representam apenas parte do resultado. Serviços públicos precisam preservar acesso, compreensão, segurança e igualdade de tratamento. Assim, eficiência tecnológica e legitimidade administrativa não aparecem como objetivos concorrentes quando a governança é adequadamente estruturada. Ao contrário, sistemas transparentes, auditáveis e bem supervisionados podem combinar melhoria operacional com fortalecimento da confiança institucional.
Como limitação, este estudo baseou-se em literatura e documentos publicados, sem avaliação direta de sistemas específicos ou coleta de percepções de servidores e usuários brasileiros. Pesquisas futuras poderão desenvolver estudos comparativos entre órgãos, examinar indicadores de desempenho antes e depois da implementação de IA e investigar como diferentes grupos de cidadãos percebem serviços automatizados. Também se mostra relevante analisar aplicações de inteligência artificial generativa no trabalho administrativo, principalmente seus efeitos sobre produção documental, atendimento e responsabilização.
CONSIDERAÇÕES FINAIS
A pesquisa analisou a utilização da inteligência artificial na Administração Pública a partir de três dimensões principais: modernização dos processos, transparência e qualidade dos serviços oferecidos ao cidadão. A literatura examinada mostrou que essas dimensões estão diretamente relacionadas e não podem ser tratadas de maneira independente. Uma ferramenta capaz de acelerar procedimentos, mas que dificulta a compreensão das decisões ou amplia barreiras de acesso, apresenta resultado administrativo incompleto. Da mesma forma, um sistema transparente que não produz benefícios concretos para a organização e para a população possui contribuição limitada para a transformação digital.
O objetivo geral foi alcançado ao identificar que a inteligência artificial pode contribuir para a Administração Pública principalmente na automatização de tarefas repetitivas, classificação e interpretação inicial de grandes volumes de informações, apoio à fiscalização, organização de documentos e atendimento de demandas recorrentes. Também foram identificadas possibilidades de utilização na análise de dados e no apoio à tomada de decisões. Essas aplicações podem reduzir tempo operacional e permitir que servidores concentrem esforços em situações que exigem julgamento, conhecimento técnico e consideração de circunstâncias específicas.
A análise demonstrou, contudo, que a utilização da inteligência artificial não deve ser confundida com modernização automática da gestão. Tecnologia e transformação administrativa correspondem a fenômenos relacionados, porém distintos. Modernizar significa reorganizar processos para produzir melhores resultados públicos. Em determinadas situações, isso poderá envolver sistemas sofisticados de inteligência artificial. Em outras, poderá exigir apenas integração de bases de dados, simplificação de normas ou retirada de etapas burocráticas desnecessárias. A escolha da tecnologia precisa ocorrer depois da compreensão do problema administrativo que se pretende resolver.
No que se refere à transparência, verificou-se que a introdução de sistemas automatizados cria novas responsabilidades para os órgãos públicos. O cidadão precisa compreender quando uma tecnologia participa de determinada decisão e deve possuir acesso a informações suficientes para entender seus fundamentos. A transparência algorítmica não pode ser reduzida à publicação de códigos de programação. É necessário oferecer explicações compatíveis com o público, registrar os critérios relevantes e disponibilizar mecanismos de contestação e revisão. Essa condição torna-se especialmente importante quando as decisões envolvem benefícios, direitos, fiscalização ou outras situações de impacto relevante.
A pesquisa também evidenciou que a qualidade dos serviços públicos digitais depende da preservação de alternativas adequadas de atendimento. Sistemas de inteligência artificial podem responder rapidamente a grande número de solicitações, mas não conseguem necessariamente lidar com todas as situações encontradas na realidade administrativa. Casos excepcionais exigem mecanismos que permitam encaminhamento para profissionais capazes de interpretar circunstâncias não previstas. A possibilidade de intervenção humana não deve ser entendida como falha da automatização, mas como componente de um serviço público orientado à diversidade das situações sociais.
A inclusão digital aparece, nesse aspecto, como condição indispensável. A transformação dos serviços pode reduzir barreiras territoriais e eliminar deslocamentos, beneficiando parcela significativa da população. Entretanto, a dependência exclusiva de canais digitais pode criar dificuldades para pessoas com limitações de conectividade, acessibilidade ou domínio tecnológico. O avanço digital precisa ser acompanhado de políticas que assegurem apoio e alternativas para cidadãos que não conseguem utilizar autonomamente os novos canais.
Outro resultado importante está relacionado à governança dos dados. A inteligência artificial somente poderá produzir resultados confiáveis quando as informações utilizadas apresentarem qualidade suficiente e forem tratadas de acordo com finalidades legítimas. Bases desatualizadas ou incompletas podem produzir decisões inadequadas mesmo quando o modelo apresenta funcionamento tecnicamente correto. Dessa maneira, investimentos em inteligência artificial precisam ser acompanhados por políticas de organização, padronização, atualização, segurança e proteção das informações.
A LGPD assume papel relevante nesse cenário porque os dados utilizados pela Administração frequentemente se referem a cidadãos identificados ou identificáveis. O interesse público associado a determinado serviço não elimina as responsabilidades relativas ao tratamento das informações. A possibilidade de cruzar diferentes bases precisa ser examinada considerando finalidade, necessidade e segurança. Esse cuidado evita que capacidade tecnológica seja confundida com autorização irrestrita para utilização de dados.
Também se verificou a importância da formação dos servidores. O profissional que utiliza uma ferramenta automatizada precisa possuir condições de avaliar os resultados apresentados e reconhecer situações que exigem revisão. A capacitação não pode limitar-se ao funcionamento operacional da plataforma. Deve incluir conhecimento sobre proteção de dados, riscos algorítmicos, segurança, transparência e responsabilidade. O desenvolvimento dessas competências reduz dependência de fornecedores e aumenta a capacidade institucional de supervisionar os sistemas utilizados.
A supervisão humana deve ser proporcional ao impacto das aplicações. Sistemas que apenas classificam documentos administrativos podem admitir níveis elevados de automação. Ferramentas utilizadas para apoiar decisões que afetam direitos exigem mecanismos mais rigorosos. Essa diferenciação permite utilizar a inteligência artificial de forma eficiente sem impor o mesmo modelo de controle para todas as situações. Avaliações de risco anteriores à implantação podem contribuir para estabelecer esses níveis.
Os resultados também reforçaram que governança precisa acompanhar todo o ciclo de vida da tecnologia. Um sistema não se torna permanentemente confiável apenas porque apresentou bom desempenho durante sua implementação. Dados, legislação e condições sociais mudam. Modelos podem perder precisão ou produzir efeitos não previstos. Auditorias, avaliações periódicas e mecanismos de monitoramento são necessários para identificar essas mudanças e permitir correções.
No contexto brasileiro, a Lei do Governo Digital, a Estratégia Federal de Governo Digital e o Plano Brasileiro de Inteligência Artificial oferecem bases institucionais para o avanço dessas iniciativas. O desafio encontra-se em transformar princípios e metas em práticas administrativas consistentes nos diferentes órgãos e níveis de governo. A heterogeneidade existente entre instituições públicas brasileiras exige que políticas nacionais sejam acompanhadas por apoio técnico, desenvolvimento de capacidades e mecanismos de compartilhamento de experiências.
A inteligência artificial possui condições de contribuir para uma Administração Pública mais ágil e capaz de lidar com volumes crescentes de informações. Entretanto, sua principal contribuição não deve ser medida pela quantidade de decisões transferidas às máquinas. O valor da tecnologia encontra-se na capacidade de melhorar o trabalho administrativo sem reduzir as garantias que caracterizam a atuação estatal. Sistemas utilizados no setor público precisam servir às finalidades da Administração, e não obrigar a Administração a reorganizar seus princípios para atender às limitações da tecnologia.
Conclui-se, portanto, que inteligência artificial e transformação digital podem fortalecer a eficiência, a transparência e a qualidade dos serviços quando incorporadas a estruturas adequadas de governança. Dados confiáveis, servidores capacitados, supervisão humana, proteção de informações, explicabilidade e mecanismos de revisão constituem condições centrais para esse processo. A Administração Pública na era digital não será definida apenas pela quantidade de tecnologias utilizadas, mas pela capacidade de empregá-las para oferecer serviços mais simples, acessíveis, seguros e compreensíveis.
A modernização administrativa deve permanecer orientada pelo cidadão. Essa orientação permite reconhecer que inovação não constitui finalidade independente, mas instrumento para melhorar a capacidade do Estado de responder às necessidades sociais. Sob essa perspectiva, a inteligência artificial poderá produzir benefícios duradouros quando eficiência tecnológica e responsabilidade pública forem tratadas como partes do mesmo processo de transformação.
REFERÊNCIAS BIBLIOGRÁFICAS
AOKI, Naomi. An experimental study of public trust in AI chatbots in the public sector. Government Information Quarterly, v. 37, n. 4, art. 101490, 2020. DOI: 10.1016/j.giq.2020.101490.
BITENCOURT, Caroline Müller; MARTINS, Luisa Helena Nicknig. A inteligência artificial nos órgãos constitucionais de controle de contas da administração pública brasileira. Revista de Investigações Constitucionais, Curitiba, v. 10, n. 3, 2023. DOI: 10.5380/rinc.v10i3.93650.
BRASIL. Lei nº 13.709, de 14 de agosto de 2018. Lei Geral de Proteção de Dados Pessoais. Diário Oficial da União, Brasília, DF, 15 ago. 2018.
BRASIL. Lei nº 14.129, de 29 de março de 2021. Dispõe sobre princípios, regras e instrumentos para o Governo Digital e para o aumento da eficiência pública. Diário Oficial da União, Brasília, DF, 30 mar. 2021.
BRASIL. Ministério da Ciência, Tecnologia e Inovação. Estratégia Brasileira de Inteligência Artificial. Brasília, DF: MCTI, 2021.
BRASIL. Ministério da Ciência, Tecnologia e Inovação. Plano Brasileiro de Inteligência Artificial 2024–2028: IA para o bem de todos. Brasília, DF: MCTI, 2024b.
BRASIL. Ministério da Gestão e da Inovação em Serviços Públicos. Secretaria de Governo Digital. Portaria SGD/MGI nº 6.618, de 25 de setembro de 2024. Estabelece os princípios, os objetivos e as iniciativas para o alcance da Estratégia Federal de Governo Digital para o período de 2024 a 2027. Brasília, DF, 2024a.
CIFUENTES-FAURA, Javier. Debate: Will AI affect the transparency and accountability of public sector accounting? Public Money & Management, v. 44, n. 2, p. 154–155, 2024. DOI: 10.1080/09540962.2023.2267305.
GRIMMELIKHUIJSEN, Stephan. Explaining why the computer says no: algorithmic transparency affects the perceived trustworthiness of automated decision-making. Public Administration Review, v. 83, n. 2, p. 241–262, 2023. DOI: 10.1111/puar.13483.
HARRISON, Teresa M.; LUNA-REYES, Luis Felipe. Cultivating trustworthy artificial intelligence in digital government. Social Science Computer Review, v. 40, n. 2, 2022. DOI: 10.1177/0894439320980122.
HEMESATH, Sebastian; TEPE, Markus. Public value positions and design preferences toward AI-based chatbots in e-government: evidence from a conjoint experiment with citizens and municipal front desk officers. Government Information Quarterly, v. 41, n. 4, art. 101985, 2024. DOI: 10.1016/j.giq.2024.101985.
HJALTALIN, Illugi Torfason; SIGURDARSON, Hallur Thor. The strategic use of AI in the public sector: a public values analysis of national AI strategies. Government Information Quarterly, v. 41, n. 1, art. 101914, 2024.
KLEIZEN, Bjorn; VAN DOOREN, Wouter; VERHOEST, Koen; TAN, Evrim. Do citizens trust trustworthy artificial intelligence? Experimental evidence on the limits of ethical AI measures in government. Government Information Quarterly, v. 40, n. 4, art. 101834, 2023. DOI: 10.1016/j.giq.2023.101834.
LEE, Gwanhoo. How can the artificial intelligence of things create public value? Lessons learned from use cases. Digital Government: Research and Practice, v. 4, n. 1, art. 5, p. 1–11, 2023. DOI: 10.1145/3580604.
LUNA, Dolores E.; PICAZO-VELA, Sergio; BUYANNEMEKH, Battulga; LUNA-REYES, Luis F. Creating public value through digital service delivery from a citizen's perspective. Government Information Quarterly, v. 41, n. 2, art. 101928, 2024. DOI: 10.1016/j.giq.2024.101928.
MADAN, Rohit; ASHOK, Mona. AI adoption and diffusion in public administration: a systematic literature review and future research agenda. Government Information Quarterly, v. 40, n. 1, art. 101774, 2023. DOI: 10.1016/j.giq.2022.101774.
NICOLÁS, Maria Alejandra; SAMPAIO, Rafael Cardoso. Balancing efficiency and public interest: the impact of AI automation on social benefit provision in Brazil. Internet Policy Review, v. 13, n. 3, 2024. DOI: 10.14763/2024.3.1799.
OECD. Digital Government Outlook 2026: from foundations to transformational impact. Paris: OECD Publishing, 2026. DOI: 10.1787/0496b2bc-en.
OECD. Governing with Artificial Intelligence: the state of play and way forward in core government functions. Paris: OECD Publishing, 2025. DOI: 10.1787/795de142-en.
OECD. The OECD Digital Government Policy Framework: six dimensions of a digital government. Paris: OECD Publishing, 2020. OECD Public Governance Policy Papers, n. 2. DOI: 10.1787/f64fed2a-en.
SCHIFF, Daniel S.; SCHIFF, Kaylyn Jackson; PIERSON, Patrick. Assessing public value failure in government adoption of artificial intelligence. Public Administration, v. 100, 2022. DOI: 10.1111/padm.12742.
UNESCO. Recommendation on the Ethics of Artificial Intelligence. Paris: UNESCO, 2021.
VAN NOORDT, Colin; TANGI, Luca. The dynamics of AI capability and its influence on public value creation of AI within public administration. Government Information Quarterly, v. 40, n. 4, art. 101860, 2023. DOI: 10.1016/j.giq.2023.101860.
WIRTZ, Bernd W.; WEYERER, Jan C. Artificial intelligence in the public sector. In: FARAZMAND, Ali (ed.). Global Encyclopedia of Public Administration, Public Policy, and Governance. Cham: Springer, 2023. p. 615–621.
ZUIDERWIJK, Anneke; CHEN, Yu-Che; SALEM, Fadi. Implications of the use of artificial intelligence in public governance: a systematic literature review and a research agenda. Government Information Quarterly, v. 38, n. 3, art. 101577, 2021. DOI: 10.1016/j.giq.2021.101577.
1 Pós-graduada em Administração e Finanças Centro. Universitário Internacional (Uninter) Curitiba, PR - Brasil
2 Pós-graduada em Contabilidade Pública e Responsabilidade Fiscal. Centro Universitário Internacional Uninter (Uninter) Camaçari, Ba - Brasil
3 Pos Graduada em Direito e Processo Civil. Faculdade Baiana de Direito. Salvador, BA - Brasil
4 Especialista em Gestão Pública. Universidade Federal de Mato Grosso (UFMT) Cuiabá, MT – Brasil
5 Pós-graduada em Contabilidade Pública e Responsabilidade Fiscal. UNINTER Camaçari, BA - Brasil
6 Especialização em Recursos Humanos: Rotinas e Cálculos Trabalhistas. Universidade Paranaense - UNIPAR Cascavel, PR - BRASIL
7 Pós-graduado em MBA em Finanças Corporativas. Centro Universitário INTA - UNINTA Sobral, CE - Brasil
8 Pós-graduado em Gestão de Negócios. Universidade Candido Mendes (UCAM) Rio de janeiro, RJ, Brasil
9 Mestre em Administração. Must University. Florida, EUA
10 Mestre em Administração. Universidade da Amazônia (UNAMA) Belém, PA, Brasil