Governança de inteligência artificial no setor público: adoção acelerada, controle em construção

Entre 2023 e 2025, o uso de inteligência artificial nos órgãos públicos brasileiros praticamente dobrou. A série do Cetic.br, que mede o fenômeno desde 2021, registrava 30% dos órgãos federais e estaduais com alguma aplicação de IA em 2023 — contra 59% em 2025. O salto é o dado mais visível de um movimento que já não depende de projetos-piloto: a tecnologia entrou no cotidiano administrativo antes que a estrutura encarregada de governá-la estivesse concluída. É nessa distância entre adoção e controle que se decide a qualidade do uso da IA pelo Estado.

A adoção virou maioria e revelou assimetrias

Os números de 2025 mostram que a difusão não é homogênea. A esfera federal está à frente da estadual (70% contra 58%), e a diferença entre Poderes é ainda mais nítida: o Judiciário lidera com 94% dos órgãos usando IA, seguido pelo Ministério Público (92%), pelo Legislativo (83%) e pelo Executivo (55%). O padrão sugere que a adoção avança onde existe corpo técnico dedicado e processo de trabalho estruturado — e trava onde a capacidade institucional é fragmentada.

Nas prefeituras, medidas pela primeira vez nessa edição, o uso apareceu em 27% dos municípios. O recorte por porte expõe a desigualdade territorial: 85% de adoção nas cidades com mais de 500 mil habitantes e 81% nas capitais, contra 22% nos municípios com até 10 mil habitantes. A falta de capacitação foi apontada como principal barreira por 19% dos órgãos federais, 21% dos estaduais e 40% das prefeituras, que também citaram a ausência de prioridade de governo (36%), a falta de interesse (35%), problemas de disponibilidade e qualidade de dados (35%) e custo elevado (34%).

O que os órgãos efetivamente fazem com a tecnologia

A aplicação predominante não é a mais visível ao cidadão. A automação de fluxos de trabalho aparece em 39% dos órgãos (45% na esfera federal e 38% na estadual), seguida pela mineração de texto e análise de linguagem, com 35% (46% federal e 34% estadual), e pelo aprendizado de máquina para predição e análise de dados, em 31% (39% federal e 30% estadual). Ou seja: a IA está sendo usada sobretudo para processar documento, triagem e retaguarda administrativa.

A IA generativa, medida de forma inédita em 2025, reforça esse perfil. Na esfera federal, 65% dos órgãos têm iniciativas em processos internos, contra 29% em serviços prestados diretamente ao cidadão; nos estados, os percentuais são 56% e 28%; nas prefeituras, 31% e 17%. O suporte institucional, porém, não acompanhou: 43% dos órgãos federais editaram diretrizes ou manuais de uso para servidores, 30% dos estaduais e apenas 10% das prefeituras. Cursos e treinamentos foram oferecidos por 59% dos órgãos federais, 44% dos estaduais e 14% das prefeituras.

O Tribunal de Contas da União oferece um retrato concreto desse estágio. Seu portal de IA, lançado em julho de 2026, reúne 12 iniciativas em operação — entre elas o ChatTCU, que ultrapassou 804 mil conversas, 3,5 milhões de mensagens e mais de 3,6 mil usuários distintos, e o Alice 360, voltado ao monitoramento de compras públicas. O código-fonte do ChatTCU foi compartilhado com mais de 100 instituições públicas no Brasil e no exterior. O Tribunal declara explicitamente o princípio que sustenta o modelo: a IA é instrumento de apoio, e as decisões relevantes permanecem submetidas à análise, validação e responsabilidade de pessoas.

O gargalo está na governança, não na tecnologia

O autodiagnóstico do Poder Executivo federal, com dados de 2025, ajuda a medir o descompasso. Há 182 soluções de IA em operação nos órgãos federais, 144 órgãos planejando adotar assistentes de IA e 41 órgãos com diretrizes de IA formalmente definidas. A proporção é o ponto central: o número de sistemas em funcionamento cresce mais rápido que o número de políticas que estabelecem quem responde por eles.

No Judiciário, a Pesquisa Inteligência Artificial no Judiciário 2024, realizada pelo CNJ com o PNUD, encontrou 178 iniciativas de IA em tribunais e conselhos — a soma dos 98 novos projetos desenvolvidos naquele ano com 80 projetos de anos anteriores. Dos novos, 42,9% estavam finalizados e em produção, 15,3% em testes e 26,5% em desenvolvimento. Documentação existia em 50 dos 98 projetos; a integração com a plataforma Sinapses alcançava apenas 19,4% (10,2% totalmente e 9,2% parcialmente). Os dados usados vinham majoritariamente do próprio órgão (68,2%), com apenas 5,4% provenientes de outros tribunais — o que limita escala e diversidade dos modelos. Em contrapartida, 61,2% dos projetos poderiam ser compartilhados sem custo na Plataforma Digital do Poder Judiciário.

O dado mais revelador, porém, é normativo. Cerca de metade dos tribunais e conselhos declarou não possuir diretrizes, recomendações ou políticas internas sobre uso de IA generativa: 26,3% afirmaram não haver diretriz alguma e 23,7% que elas estavam em desenvolvimento; 21,2% diziam usar a então vigente Resolução CNJ nº 332/2020 como referência, 11,9% tinham diretrizes básicas e apenas 5,9% declaravam diretrizes bem definidas e abrangentes. Ao mesmo tempo, 57,6% dos órgãos que usam IA generativa relataram acesso por conta própria dos profissionais, sem coordenação institucional, e 81,2% dos que ainda não usavam pretendiam adotar. A ausência de regra não freou o uso; apenas o tornou invisível.

Onde a governança foi efetivamente institucionalizada

O Brasil não partiu do zero, e os fluxos oficiais hoje são razoavelmente identificáveis. No Judiciário, a Resolução CNJ nº 615, de 11 de março de 2025, substituiu a Resolução nº 332/2020 e passou a disciplinar diretrizes, requisitos e estrutura de governança para desenvolvimento, uso e auditabilidade de ferramentas de IA, com exigências de conformidade ética, proteção de dados, mitigação de riscos e supervisão humana. A norma é operada por uma instância colegiada, o Comitê Nacional de Inteligência Artificial do Judiciário, que já realizou diagnóstico das capacitações em IA no Poder Judiciário.

No Executivo federal, a política se organiza em três camadas. A primeira é o Plano Brasileiro de Inteligência Artificial (PBIA) 2024-2028, que prevê R$ 23,03 bilhões em investimentos, distribuídos em cinco eixos — infraestrutura e desenvolvimento de IA (25,2%, R$ 5,79 bilhões), difusão e capacitação (5,0%, R$ 1,15 bilhão), IA para melhoria dos serviços públicos (cerca de 7%, R$ 1,76 bilhão) —, além de 31 ações de impacto imediato orçadas em R$ 435 milhões. A segunda é o Núcleo de Inteligência Artificial, coordenado pela Secretaria de Governo Digital do Ministério da Gestão, que operacionaliza o plano com ferramentas de uso comum, guias, trilhas de capacitação e o Framework para Autoavaliação de Impacto Ético em IA. A terceira são as metas formalizadas na Estratégia Federal de Governo Digital: entre elas, atingir 60% dos órgãos do SISP com soluções de IA que observem questões éticas até 2026, realizar no mínimo 25 ciclos de estruturação de projetos, publicar 5 guias orientativos e 9 trilhas de capacitação.

No plano legislativo, o PL 2.338/2023, aprovado pelo Senado, segue em discussão na Câmara dos Deputados com 37 propostas anexadas, e tramita ainda o PL 846/2026, que cria uma Lei de Governança de IA no Setor Público. A camada transversal é a Lei Geral de Proteção de Dados, aplicada pela ANPD, que já disciplina tratamento de dados pessoais em decisões automatizadas. O TCU, por sua vez, consolidou o tema em seu próprio acervo de controle: o levantamento concluído em 2022 sobre uso de IA na administração pública federal permanece como referência metodológica para avaliar riscos, e o portal de 2026 transformou a experiência do Tribunal em material aberto de governança, normas e lições aprendidas.

O que os padrões internacionais medem e o que cobram do Brasil

O Digital Government Outlook 2026 da OCDE permite situar o país. Quase todos os 36 países membros usam IA em pelo menos uma atividade governamental (35 de 36, ou 97%), e 30 de 36 (83%) possuem ao menos uma instituição responsável por governar a IA no setor público; o Brasil é reconhecido como detentor de estratégia nacional, junto com a Argentina entre os candidatos à adesão.

O problema aparece na tradução da intenção em controle. Apenas 14 de 36 países (39%) exigem avaliação de risco antes da implantação, 12 (33%) têm comitês internos de revisão e 11 (31%) realizam auditorias após a entrada em produção. Em transparência algorítmica, 11 de 36 (31%) dispõem de lei ou norma específica e 6 (17%) mantêm registro público de algoritmos; 25 de 36 (69%) não têm nenhum dos dois. Somente 10 de 36 (28%) medem impacto financeiro ou não financeiro dos casos de uso, 15 (42%) envolvem usuários de serviços na implementação e 8 (22%) oferecem canal de escuta ou reclamação. Financiamento existe em 89% dos países, mas apenas 58% oferecem apoio central para contratação de bens e serviços de IA. O relatório classifica o Brasil, ao lado da Argentina, entre os países que se apoiam primordialmente em mecanismos brandos de salvaguarda, e cita o sistema Alice, do TCU, como exemplo internacional de uso de IA para supervisão e accountability.

Na dimensão ética, o parâmetro global continua sendo a Recomendação sobre a Ética da Inteligência Artificial da UNESCO, adotada por 193 Estados-membros em novembro de 2021, que fixou transparência, equidade, supervisão humana e auditabilidade como referenciais comuns — e é justamente o documento ao qual o framework brasileiro de avaliação de impacto ético declara alinhamento.

O que os indicadores sugerem como agenda

Lidos em conjunto, os números apontam para um problema de sequência, não de ambição. A adoção chegou primeiro: 59% dos órgãos federais e estaduais, 94% do Judiciário, 27% das prefeituras, 182 soluções no Executivo federal, 178 iniciativas no Judiciário. A governança vem depois, e de forma desigual: 41 órgãos federais com diretrizes, metade dos tribunais sem política interna de IA generativa, 19,4% de integração a plataformas compartilhadas, 28% dos países da OCDE medindo impacto.

Quatro frentes se destacam como as mais diretamente mensuráveis. A primeira é o inventário: sem registro atualizado de sistemas em uso, com finalidade, unidade responsável e base de dados, não há auditoria possível — e a experiência do TCU mostra que publicar esse inventário é viável. A segunda é a avaliação de impacto proporcional ao risco, antes da implantação, convertendo princípios em ponto de controle obrigatório. A terceira é a capacidade: a falta de profissionais qualificados foi o desafio mais citado no Judiciário (15,7%) e a principal barreira nas prefeituras (40%), o que desloca o investimento de infraestrutura para formação e carreira. A quarta é a medição de resultado: enquanto a decisão de adotar IA se apoia em expectativa de eficiência, apenas uma minoria dos governos verifica se essa eficiência se realizou.

A governança, nesse arranjo, não é etapa posterior à tecnologia. É o que distingue um conjunto de iniciativas bem-intencionadas de um sistema público capaz de responder por suas decisões — e os indicadores disponíveis hoje já permitem medir, ano a ano, o quanto o Brasil avançou nessa direção.

Referências

CGI.br / Cetic.br. TIC Governo 2025: IA está presente em seis de cada dez órgãos públicos federais e estaduais e chega a 94% no Judiciário (2026). cetic.br

CGI.br / Cetic.br. TIC Governo Eletrônico 2023 (2024). cetic.br

MCTI / CGEE. Plano Brasileiro de Inteligência Artificial — IA para o bem de todos (2025). gov.br

MGI / Secretaria de Governo Digital. Inteligência Artificial — Núcleo de IA e indicadores 2025 (2025). gov.br

MGI / SGD. Portaria SGD/MGI nº 6.618, de 25 de setembro de 2024 — Estratégia Federal de Governo Digital (2024). gov.br

CNJ / PNUD. Pesquisa Inteligência Artificial no Judiciário 2024 — Resumo Executivo (2025). cnj.jus.br

CNJ. CNJ aprova resolução regulamentando o uso da IA no Poder Judiciário (2025). cnj.jus.br

CNJ. Resolução nº 615, de 11 de março de 2025 (2025). atos.cnj.jus.br

TCU. Levantamento sobre uso de inteligência artificial na administração pública federal — TC 006.662/2021-8 (2022). portal.tcu.gov.br

TCU / Rede de Controle. IA no TCU: portal de soluções, indicadores e práticas de governança (2026). rededecontrole.gov.br

OCDE. Digital Government Outlook 2026 — Adopting and governing AI in government (2026). oecd.org

UNESCO. Recomendação sobre a Ética da Inteligência Artificial (2021). unesco.org

Senado Federal. Regulação da IA é analisada no Brasil — PL 2.338/2023 e PL 846/2026 (2026). senado.leg.br

Nadelson Costa Nogueira Júnior