noticias

Governo cria matriz de competências em IA para servidores, mas o desafio começa depois do curso

O Governo Federal publicou uma Matriz de Competências em Inteligência Artificial destinada a orientar a formação de servidores públicos, gestores, lideranças e profissionais responsáveis por tecnologia e dados. A iniciativa do Ministério da Gestão e da Inovação em Serviços Públicos tenta responder a um problema que já se instalou silenciosamente na administração pública: ferramentas de IA estão sendo utilizadas para resumir processos, redigir documentos, analisar informações e automatizar rotinas antes mesmo de muitos órgãos definirem regras claras sobre responsabilidade, sigilo, revisão humana e qualidade dos resultados. A matriz, portanto, não inaugura o uso da inteligência artificial no Estado brasileiro. Ela tenta organizar uma adoção que já começou e que, sem critérios mínimos, pode ampliar tanto a produtividade quanto os erros administrativos.

O documento foi produzido no âmbito do Núcleo de Inteligência Artificial do Governo Federal, coordenado pela Secretaria de Governo Digital do MGI. Seu papel é estabelecer quais conhecimentos, habilidades e atitudes devem ser desenvolvidos conforme a função exercida pelo servidor, diferenciando o usuário cotidiano de ferramentas, o gestor de tecnologia, o responsável por dados e a liderança que decide investimentos, políticas e limites institucionais. A proposta está conectada ao Plano Brasileiro de Inteligência Artificial 2024–2028, à Estratégia Federal de Governo Digital e à Política Nacional de Desenvolvimento de Pessoas.

A publicação é relevante porque desloca o debate de uma visão superficial — aprender a escrever comandos para um chatbot — para uma questão mais ampla de capacidade institucional. Saber utilizar IA no setor público não significa apenas gerar um texto mais rapidamente. Significa compreender quando a tecnologia pode ser empregada, quais dados podem ser inseridos, como os resultados devem ser verificados, quem responde por uma decisão assistida por algoritmo e quais atividades não podem ser delegadas a um sistema probabilístico.

A matriz não é um manual de uso nem uma autorização geral para empregar IA

Um dos pontos mais importantes do documento aparece logo em sua apresentação: a matriz não é um manual técnico, um plano pronto de capacitação ou um guia de implementação de sistemas. Trata-se de um referencial estratégico para orientar cursos, trilhas de aprendizagem e políticas de desenvolvimento profissional. Em outras palavras, ela organiza o que diferentes perfis de servidores deveriam saber, mas não autoriza automaticamente o uso de qualquer ferramenta em qualquer processo administrativo.

Essa distinção é fundamental. Um servidor pode concluir um curso sobre IA generativa e ainda assim não estar autorizado a inserir documentos institucionais em uma plataforma comercial. A capacitação individual não substitui regras sobre proteção de dados, segurança da informação, classificação documental, contratação de serviços, armazenamento de registros e responsabilidade funcional. Também não transforma respostas produzidas por modelos de linguagem em pareceres confiáveis ou decisões administrativas válidas sem verificação.

A matriz reconhece esse limite ao insistir na supervisão humana. Para o perfil mais abrangente, denominado agente público, o documento prevê o uso assistido de IA para elaboração e refinamento de documentos, comunicações, relatórios e automações previamente configuradas. O texto deixa claro que a responsabilidade pela revisão, validação e assinatura continua sendo humana. A inteligência artificial aparece como instrumento de apoio, não como autoridade administrativa paralela.

Na prática, essa pode ser a parte mais difícil de implementar. Pressões por produtividade frequentemente transformam uma ferramenta auxiliar em um atalho operacional. Quando uma IA produz um texto aparentemente correto em poucos segundos, revisar cuidadosamente fatos, fundamentos, dados pessoais e referências pode parecer uma etapa dispensável. No serviço público, porém, um erro não permanece restrito à tela do usuário: ele pode afetar benefícios, processos, contratos, fiscalização, atendimento ao cidadão e decisões que carregam efeitos jurídicos concretos.

Seis perfis para uma administração pública muito desigual

A estrutura apresentada no documento completo divide os servidores em seis perfis: agente público, curador de dados, gestor de TIC, executivo de dados, gestor público e altas lideranças. Cada grupo recebe um nível distinto de profundidade e de responsabilidade. O agente público deve saber utilizar ferramentas em atividades cotidianas; o curador precisa assegurar qualidade, catalogação e rastreabilidade dos dados; o gestor de TIC coordena projetos tecnológicos; o executivo de dados define diretrizes estratégicas; o gestor público supervisiona políticas e riscos; e as altas lideranças tomam decisões institucionais sobre investimentos, governança e regulação.

Essa segmentação é um avanço porque evita a ideia de que todos precisam aprender a mesma coisa. Um servidor que utiliza IA para organizar informações não necessita da mesma formação de quem contrata uma plataforma, aprova um modelo preditivo ou decide se uma solução poderá acessar bases com dados pessoais. A adoção responsável exige que a complexidade da formação acompanhe o poder de decisão e o impacto potencial da atividade.

Existe, contudo, uma pequena inconsistência editorial no material oficial. A página de apresentação afirma que a matriz define “cinco perfis profissionais”, embora o documento completo e a página das capacitações apresentem seis: agente público, gestor de TIC, curador de dados, gestor público, executivo de dados e altas lideranças. Não compromete a arquitetura da iniciativa, mas é uma daquelas ironias discretas que a transformação digital oferece: até a matriz criada para padronizar competências precisa de uma rodada adicional de revisão de consistência.

A dificuldade mais profunda será adaptar essa classificação à realidade dos órgãos federais. Ministérios, autarquias, universidades, institutos, agências reguladoras e estruturas regionais possuem níveis muito diferentes de orçamento, maturidade digital, disponibilidade de dados e capacidade técnica. Um perfil chamado “executivo de dados” pode estar claramente instituído em uma organização de grande porte, mas ser praticamente inexistente em uma unidade menor, na qual a mesma pessoa acumula funções de tecnologia, segurança, gestão e suporte.

Por isso, a matriz funciona melhor como orientação do que como fotografia fiel da máquina pública. Para produzir efeitos concretos, cada órgão precisará mapear seus servidores, responsabilidades, sistemas e riscos reais. Caso contrário, os perfis poderão se transformar apenas em categorias elegantes num documento de 54 páginas, enquanto as decisões cotidianas continuarão sendo tomadas sem clareza sobre quem responde pelos dados e pelos algoritmos.

Onze programas tentam transformar o referencial em formação prática

O governo organizou 11 programas de formação associados aos seis perfis, oferecidos por meio da Escola Virtual de Governo, da Escola Nacional de Administração Pública, com participação do Serpro. As trilhas abordam IA generativa, ética, proteção de dados, automação de processos, ciência de dados, governança, segurança cibernética, engenharia de prompt, gestão de projetos e tomada de decisão. As formações são gratuitas, remotas e direcionadas aos servidores públicos.

Para agentes públicos, por exemplo, existem programas voltados ao uso cotidiano de IA generativa, automatização de rotinas, LGPD e otimização de processos. Gestores de TIC recebem conteúdos sobre ciência de dados, segurança, Python, contratações, riscos e projetos. Curadores trabalham qualidade, catalogação, proteção e interoperabilidade dos dados. Já as lideranças são direcionadas a temas como visão estratégica, governança, análise de dados e transformação digital.

Segundo o MGI, pelo menos 167 mil servidores já participaram de alguma capacitação desenvolvida pelo ministério. O número demonstra uma procura significativa, embora não revele quantas pessoas concluíram especificamente cursos de IA, qual foi a profundidade das formações ou se os conhecimentos adquiridos foram incorporados às rotinas institucionais. Quantidade de certificados é uma métrica de alcance; não é, por si só, uma medida de maturidade tecnológica.

Esse será um dos testes mais importantes da iniciativa. Um curso online pode explicar que respostas produzidas por IA devem ser verificadas, mas não garante que a revisão ocorrerá quando houver excesso de trabalho, metas apertadas e equipes reduzidas. Pode ensinar proteção de dados, mas não impede que um usuário copie um documento sensível para uma ferramenta não autorizada. Pode discutir vieses algorítmicos, mas não substitui auditorias sobre modelos utilizados em decisões concretas.

A formação precisa vir acompanhada de ambientes seguros, sistemas oficialmente aprovados, políticas de acesso, registros de uso e mecanismos de responsabilização proporcionais. Capacitar servidores sem disponibilizar ferramentas institucionais adequadas pode produzir um efeito indesejado: pessoas mais interessadas em usar IA, mas ainda dependentes de contas pessoais e serviços comerciais externos.

O governo já usa IA, mas a governança ainda não acompanha a mesma velocidade

Dados apresentados pelo próprio portal de Governo Digital indicam que, em 2025, havia 182 soluções de IA em operação no Poder Executivo Federal. Outros 144 órgãos planejavam adotar assistentes de inteligência artificial, enquanto apenas 41 declaravam possuir diretrizes de IA definidas. Os números mostram uma diferença importante entre adoção tecnológica e capacidade de governança: a vontade de utilizar a tecnologia cresce mais rapidamente do que as regras institucionais para controlá-la.

Esse descompasso não é exclusivo do governo. Empresas privadas também começaram a utilizar inteligência artificial antes de consolidar políticas de segurança, retenção de dados e revisão. No setor público, entretanto, o impacto pode ser maior porque os sistemas lidam com dados pessoais, informações fiscais, registros de saúde, benefícios, contratos, investigações, políticas sociais e decisões administrativas sujeitas a controle e transparência.

Uma resposta incorreta produzida por IA em uma apresentação interna pode ser apenas constrangedora. A mesma informação inserida em uma nota técnica, em um relatório de fiscalização ou em uma análise que fundamenta uma decisão administrativa pode gerar consequências duradouras. É nesse ponto que a matriz acerta ao relacionar competência não apenas a conhecimento técnico, mas também a atitudes como responsabilidade, transparência, mitigação de vieses e respeito aos direitos dos cidadãos.

O problema é que princípios amplos precisam ser traduzidos em procedimentos. O servidor deve saber quais modelos estão autorizados, quais tipos de dados podem ser processados, como registrar a utilização de IA, quando informar o cidadão, como contestar uma recomendação algorítmica e quem deve revisar o resultado. Sem essas respostas, “uso responsável” corre o risco de se tornar uma expressão institucionalmente agradável, porém difícil de fiscalizar.

A base da IA pública não é o prompt, mas a qualidade dos dados

A criação dos perfis de curador e executivo de dados revela uma compreensão correta sobre o funcionamento da inteligência artificial: não existe sistema confiável alimentado por bases desorganizadas, incompletas ou contraditórias. Modelos podem produzir respostas sofisticadas, mas continuarão reproduzindo erros, lacunas e distorções presentes nos dados que recebem.

O curador de dados aparece como responsável pela catalogação, classificação, qualidade, integridade, rastreabilidade e observância das regras de proteção. O executivo de dados atua em nível mais estratégico, conectando governança, integração, segurança e tomada de decisão. O documento também atribui a esses profissionais a tarefa de identificar e mitigar vieses nos conjuntos de dados utilizados por soluções algorítmicas.

Essa talvez seja a dimensão menos atraente e mais importante de toda a política. Cursos sobre prompts produzem resultados visíveis rapidamente; reorganizar bases públicas, eliminar duplicidades, documentar metadados e corrigir classificações pode exigir anos de trabalho. Sem esse esforço, a IA apenas acelera a circulação de informações de baixa qualidade.

Há ainda um desafio institucional: dados públicos são frequentemente distribuídos entre sistemas antigos, contratos diferentes, estruturas isoladas e órgãos que desenvolveram suas próprias classificações. Para que uma IA ofereça análises úteis, será necessário enfrentar problemas de interoperabilidade que precedem a atual onda de modelos generativos. A tecnologia nova pode chamar atenção, mas continuará dependente de encanamentos digitais construídos em outras décadas.

Uma matriz de IA elaborada com apoio de IA

O documento contém um detalhe particularmente interessante: sua metodologia empregou modelos de linguagem no processo de mapeamento, consolidação e análise das competências. A matriz informa que pesquisadores realizaram curadoria e validação humana em cada etapa, preservando o contexto institucional e verificando as saídas produzidas pelas LLMs.

A escolha é coerente com a própria filosofia apresentada. Em vez de proibir o uso da tecnologia, o grupo de trabalho utilizou IA como ferramenta de apoio, mantendo supervisão humana sobre o resultado. É também uma demonstração prática de como esses sistemas podem acelerar comparação de documentos, organização de referências e identificação de padrões.

Ao mesmo tempo, o método reforça a necessidade de transparência. Quando uma política pública é elaborada com apoio de inteligência artificial, é relevante documentar quais tarefas foram delegadas, quais modelos foram empregados, como os resultados foram revisados e quais limitações foram encontradas. A matriz menciona o uso de LLMs e a centralidade da curadoria, mas futuras versões poderiam aprofundar esse registro como exemplo de rastreabilidade institucional.

Essa transparência não serve apenas para proteger o documento contra críticas. Ela ajuda outros órgãos a compreender como utilizar IA em atividades analíticas sem transformar o modelo em autor oculto ou fonte incontestável. O Estado não precisa fingir que a tecnologia não participou do processo; precisa demonstrar como sua participação foi controlada.

Quem será impactado primeiro

Os efeitos mais imediatos devem aparecer nas áreas de capacitação, gestão de pessoas, tecnologia, dados e inovação. Escolas de governo e departamentos de recursos humanos poderão utilizar a matriz para identificar lacunas e montar percursos formativos. Gestores de TIC ganharão um vocabulário comum para diferenciar competências operacionais, técnicas e estratégicas. Lideranças terão um referencial para avaliar se suas equipes possuem condições mínimas de adotar determinada solução.

Depois, o impacto tende a alcançar os servidores que trabalham diretamente com documentos e atendimento. Ferramentas de resumo, redação, classificação e automação são justamente as aplicações mais fáceis de introduzir em grande escala. São também aquelas em que pequenos erros podem ser normalizados rapidamente, porque o texto produzido costuma parecer correto mesmo quando contém informações inventadas, omissões ou conclusões inadequadas.

O cidadão será afetado de maneira indireta. Uma adoção bem conduzida pode reduzir tarefas repetitivas, acelerar análises e melhorar a organização das informações. Uma adoção mal governada pode tornar decisões mais opacas, reproduzir discriminações presentes nos dados e dificultar a identificação de quem efetivamente decidiu. O benefício ou o dano dependerá menos da existência de um chatbot e mais da qualidade do desenho institucional ao redor dele.

O que pode dar errado

O primeiro risco é transformar a matriz em um programa de certificação sem mudança real de comportamento. Servidores concluem cursos, órgãos registram números de participação e relatórios passam a mencionar capacitação, mas sistemas continuam sendo adotados sem avaliação de segurança e sem protocolos de revisão.

O segundo risco é a fragmentação. Cada órgão pode interpretar os perfis de forma diferente, escolher ferramentas incompatíveis e criar regras próprias. A matriz pretende padronizar competências, mas a ausência de uma estrutura operacional comum pode manter o cenário disperso que ela procura corrigir.

O terceiro risco está na automação da responsabilidade. Quanto mais eficiente parecer a ferramenta, maior a tentação de confiar em seus resultados. Um servidor pode se limitar a aprovar o conteúdo gerado, produzindo uma supervisão apenas formal. Nesse cenário, a assinatura permanece humana, mas o julgamento crítico desaparece.

Há também o risco de dependência tecnológica. Capacitações podem ensinar o uso de conceitos gerais, mas a rotina dos órgãos poderá acabar vinculada a poucos fornecedores de modelos, nuvem e ferramentas. A soberania digital citada pelo governo exigirá mais do que cursos: dependerá de infraestrutura, capacidade técnica interna, contratos bem estruturados e alternativas que evitem aprisionamento tecnológico.

O que ainda não está sendo suficientemente discutido

A matriz define o que os servidores devem aprender, mas ainda não estabelece indicadores públicos robustos para medir o impacto desse aprendizado. Será necessário saber se os cursos reduziram erros, melhoraram serviços, diminuíram tempo de processamento ou aumentaram incidentes de segurança. Sem métricas de resultado, a política poderá ser avaliada apenas pelo número de inscrições e certificados.

Também falta aprofundar como o cidadão será informado quando uma decisão, orientação ou comunicação tiver sido produzida com auxílio significativo de IA. Transparência não exige necessariamente colocar um aviso em cada texto revisado por um assistente, mas sistemas que influenciam decisões relevantes precisam possuir registros, explicabilidade proporcional e canais de contestação.

Outro debate pouco desenvolvido envolve o direito do servidor de questionar uma recomendação algorítmica. Em ambientes fortemente hierarquizados, uma pontuação produzida por sistema pode adquirir uma autoridade que não merece. A formação das altas lideranças deve incluir a compreensão de que discordar da IA não é resistência à inovação; muitas vezes, é exatamente o comportamento esperado de uma administração responsável.

Análise da equipe PixBugTech

A Matriz de Competências em IA é uma iniciativa necessária e tecnicamente mais madura do que uma simples campanha para ensinar servidores a utilizar chatbots. O documento reconhece diferenças entre funções, coloca dados e governança no centro da discussão e preserva a responsabilidade humana sobre resultados produzidos com apoio automatizado. Também procura conectar capacitação a segurança, ética, privacidade, inclusão e soberania, em vez de apresentar inteligência artificial como solução universal para problemas administrativos. ([Serviços e Informações do Brasil][1])

Seu principal limite está na própria natureza do instrumento. Uma matriz pode orientar competências, mas não cria infraestrutura, não corrige bases de dados, não resolve contratos frágeis e não impede o uso indevido de ferramentas externas. O avanço real dependerá da capacidade dos órgãos de converter o referencial em políticas, ambientes seguros, controles e rotinas de auditoria.

O lançamento também expõe uma mudança importante na administração pública. O debate já não é sobre permitir ou impedir o uso de inteligência artificial. A tecnologia já entrou pelas portas dos escritórios, pelos navegadores e pelas contas individuais dos usuários. A questão agora é impedir que conveniência operacional se transforme em irresponsabilidade institucional.

Nos próximos anos, a qualidade do governo digital brasileiro não será medida apenas pela quantidade de soluções com IA, mas pela capacidade de explicar por que elas foram adotadas, quais dados utilizam, quem supervisiona seus resultados e como um cidadão pode contestar uma decisão equivocada. A nova matriz oferece uma base razoável para essa construção. O trabalho difícil, porém, começa justamente quando o curso termina e a ferramenta é aberta diante de um processo real.

👉 Dúvida? Então veja mais em: [https://pixbugtech.com/linksuteis](https://pixbugtech.com/linksuteis)