Uma pesquisa global mostra que 74% dos governos já usam ou planejam usar inteligência artificial nos próximos 12 meses. Os principais interesses são a IA generativa (78%) e agentes inteligentes (49%). Isso traz avanços, mas também desafios como garantir confiança, segurança e integridade das informações. Para isso, muitos governos estão adotando tecnologias de código aberto, que permitem mais controle e transparência sobre os dados.
InteligenciaArtificial (IA)
Os governos estão investindo cada vez mais no uso de inteligência artificial para lidar com a grande quantidade de dados, oferecer novos serviços e melhorar o relacionamento com os cidadãos. Uma pesquisa feita pela consultoria Gartner com líderes de tecnologia de governos de vários países mostrou que 74% já implementaram ou planejam implementar IA nos próximos 12 meses, com maior interesse no uso da chamada IA generativa (78%) e em agentes inteligentes (49%). Mas, se por um lado esse crescimento traz avanços, por outro lado, ele também cria desafios relacionados à confiança, à segurança e à integridade das informações.
- Uso da IA nos governos: 74% dos líderes de tecnologia já usam ou planejam usar inteligência artificial em até 12 meses.
- IA generativa em alta: 78% dos governos têm interesse na ferramenta que cria textos e imagens.
- Agentes inteligentes: 49% dos governos querem usar sistemas que tomam decisões de forma autônoma.
- Riscos e desafios: A IA pode trazer problemas como falta de confiança, riscos de segurança e informações falsas.
- Tecnologia de código aberto: Muitos governos estão usando software livre para ter mais controle, transparência e segurança.
Para manter a confiança e a credibilidade dos órgãos públicos, especialistas alertam que investir em uma estrutura digital robusta é essencial. Nesse contexto, uma pesquisa do próprio Gartner mostrou que, até 2028, 40% das organizações governamentais devem criar estruturas dedicadas para combater ameaças como deepfakes, falsificações de identidade digital e campanhas de desinformação. Essas estruturas, chamadas de TrustOps, buscam integrar segurança e governança ao dia a dia das operações, identificando e corrigindo problemas em tempo real, protegendo dados e processos críticos. Isso permite maior transparência, conformidade e verificação criptográfica de sistemas e softwares.
Para garantir a confiabilidade das informações, especialistas afirmam que é preciso mais do que ter acesso aos dados ou aos modelos de IA. É necessário assegurar a procedência das informações, a integridade dos processos e a rastreabilidade das decisões. É nesse contexto que os princípios do open source, ou código aberto, ganham relevância, pois permitem que qualquer pessoa possa auditar o código, garantindo mais transparência e controle.
Modelo operacional aberto e escalável
A lógica por trás dessa visão está na própria natureza do código aberto. Plataformas de código aberto permitem maior transparência sobre como os aplicativos são desenvolvidos, atualizados e auditados. Para os governos, essa característica pode ser decisiva, pois facilita a adoção de controles de governança, reduz riscos de dependência tecnológica e fortalece a capacidade de validação por parte de diferentes atores do ecossistema.
Especialmente na América Latina, o uso de tecnologias de código aberto para construir um modelo operacional aberto, seguro e escalável na era da IA será essencial. De acordo com a Organização para a Cooperação e Desenvolvimento Econômico (OCDE), embora a inteligência artificial já seja prioridade para a maioria dos governos, sua adoção ainda ocorre de forma fragmentada. Em uma análise de 200 casos de uso de IA em 11 funções governamentais, a entidade identificou riscos operacionais, éticos ou relacionados à confiança pública em todas as iniciativas avaliadas.
"A discussão sobre IA no setor público está diretamente ligada à soberania digital. Os governos precisam ter liberdade para escolher tecnologias, preservar o controle sobre seus dados e evitar dependências excessivas de plataformas proprietárias", reforça Fabiano Assis, diretor comercial na Red Hat. Com o uso do código aberto, essas organizações podem melhorar a eficiência operacional a partir da padronização da infraestrutura, expansão da automação, gerenciamento eficiente da infraestrutura híbrida e otimização contínua das operações usando dados.
"Plataformas abertas oferecem uma base consistente para o desenvolvimento e a implantação de iniciativas de IA, garantindo interoperabilidade, governança e maior controle sobre dados estratégicos", explica Thiago Araki, diretor sênior de tecnologia para a América Latina da Red Hat. Os benefícios dessa abordagem já podem ser observados em diferentes organizações da América Latina.
O Ministério Público do Estado de Rondônia, no Brasil, é um exemplo. O órgão encontrou no Red Hat OpenShift o caminho para modernizar a gestão da infraestrutura sem a necessidade de reescrever códigos de sistemas antigos. Agora, trabalha na consolidação da vertical de IA com a adoção do Red Hat OpenShift AI, que permitirá gerenciar o ciclo de vida completo de projetos de aprendizado de máquina, aprimorando os recursos de IA já existentes com maior escalabilidade e governança.
Outro exemplo vem do México, onde o Instituto Mexicano del Seguro Social (IMSS) transformou sua infraestrutura obsoleta em um modelo de microsserviços eficiente, baseado no Red Hat OpenShift. A modernização não só reduziu os tempos de implantação de semanas para dias, como também ajudou a garantir a estabilidade em serviços críticos e a preparar o instituto para a IA. O IMSS está trabalhando na integração de um assistente virtual para apoiar médicos na consulta de informações de pacientes, com previsão de resultados até 2027.
Governança e segurança desde a origem
Mas confiança não depende apenas do software final. Ela também está relacionada à forma como os aplicativos são desenvolvidos, distribuídos e mantidos ao longo do tempo. Em um cenário em que ataques à cadeia de suprimentos de software se tornam mais frequentes, especialistas defendem que a segurança deve estar presente desde as primeiras etapas do ciclo de desenvolvimento.
A abordagem inclui práticas de automação, validação contínua, assinatura criptográfica de artefatos, monitoramento permanente de vulnerabilidades e integração de recursos de segurança diretamente nos fluxos de trabalho de IA. "A automação tem um papel fundamental nesse processo porque reduz a exposição a erros humanos, acelera a aplicação de políticas de segurança e garante consistência operacional em larga escala. Em ambientes governamentais, essa capacidade se torna ainda mais estratégica", explica Daniel Romero, gerente sênior de automação para a América Latina da Red Hat.
Com agentes inteligentes assumindo tarefas e tomando decisões baseadas em múltiplas fontes de informação, será cada vez mais importante assegurar que os dados utilizados sejam confiáveis e que as ações executadas estejam alinhadas às políticas institucionais. Mais do que uma escolha tecnológica, trata-se de uma estratégia para fortalecer a confiança pública em um ambiente digital cada vez mais complexo.
Em um mundo em que conteúdos podem ser gerados artificialmente, identidades podem ser simuladas e decisões podem ser automatizadas, a confiança passa a ser um ativo estratégico para os governos. E construir essa confiança dependerá, cada vez mais, da infraestrutura que sustenta a inovação. O desafio agora não é apenas ampliar o uso da tecnologia, mas garantir que ela opere de forma transparente, auditável e segura.
