O USO DA INTELIGÊNCIA ARTIFICIAL NAS ATIVIDADES DE CONTROLE GOVERNAMENTAL

Autores

Palavras-chave:

inteligência artificial, controle governamental, contratação pública

Resumo

O presente estudo teve por objetivo geral analisar a adoção da inteligência artificial no controle governamental, a partir da evolução da produção científica; identificação das ferramentas em uso; além das oportunidades, desafios e estratégias propostas pela literatura, por meio de uma pesquisa exploratória, delimitada ao levantamento bibliográfico (artigos científicos) e documental (legislação e documentos institucionais). Para os artigos científicos utilizou-se a base Web of Science, com emprego da terminologia artificial intelligence and government, a partir de 2015, o que resultou em 272 artigos, analisados por bibliometria. Após, selecionou-se os artigos que pudessem contribuir para a discussão. A pesquisa demonstrou o crescimento da produção científica; identificou inúmeras ferramentas; além das oportunidades; desafios; e, estratégias apontadas. Constatou-se que a adoção da IA contribui de forma significativa para o controle governamental, facilitando a tomada de decisões e previsão de riscos, garantindo maior efetividade das ações, desde que respeitadas às questões éticas e legais.

Biografia do Autor

  • Lauren de Almeida Barros Azevedo, UFMT

    Possui graduação em Direito pela Universidade de Cuiabá (2003), graduação em Letras com Licenciatura em Inglês pela Universidade Federal de Mato Grosso (2011), pós-graduação “latu sensu” em Direito Civil e Processo Civil pela Universidade Cândido Mendes (2007), pós-graduação "latu sensu" em Administração Contábil, Financeira e Auditoria no Setor Público pela Faculdade de Ciências Sociais e Aplicadas de Diamantino (2011). Mestranda em Propriedade Intelectual e Transferência de Tecnologia para a Inovação pelo PROFNIT/UFMT (2021). É analista administrativo do Governo do Estado de Mato Grosso (2014) e integra a Comissão de Propriedade Intelectual e Direito Autoral da OAB/MT (Gestões: 2016/2018, 2019/2021 e 2022/2024).

  • Jaqueline Albino, UNIVERSIDADE DO ESTADO DE MATO GROSSO - UNEMAT

    Possui graduação em Direito pela Universidade de Cuiabá (1998); Mestrado em Ciências Jurídico-Internacionais pela Universidade de Lisboa (2008); Doutorado em Direito pela Universidade Federal de Santa Catarina-UFSC. É Advogada Pública na Universidade do Estado de Mato Grosso, atuando no Núcleo de Inovação Tecnológica-NIT. Docente do Programa de Mestrado Profissional em Propriedade Intelectual e Transferência de Tecnologia (PROFNIT/UFMT). Realizou trabalhos na Assessoria de Mobilidade Acadêmica da Universidade do Estado de Mato Grosso. Atuou como docente no Instituto Cuiabano de Educação e na Universidade do Estado de Mato Grosso. Tem experiência na área de Direito Internacional, Trabalho e Empresarial. É participante do Grupo de Pesquisa em Propriedade Intelectual, Transferência de Tecnologia e Inovação (UFSC) e do Grupo de Pesquisa em Linguística Forense (UFSC). É membro do Ius Commune Research School, pela Universidade de Maastricht, Holanda.

  • Josiel Maimone de Figueiredo, UNIVERSIDADE FEDERAL DE MATO GROSSO - UFMT

    É Professor Associado do Instituto de Computação da Universidade Federal de Mato Grosso (IC-UFMT), onde atua no Programa de Pós-Graduação em Propriedade Intelectual e Transferência de Tecnologia para a Inovação (PROFNIT). Também é credenciado no Programa de Pós-Graduação em Física Ambiental do Instituto de Física da UFMT. Desenvolve pesquisas na área de Ciência da Computação, com ênfase em banco de dados, tratamento de dados ambientais, dados semi-estruturados, dados textuais, big data e software livre. Desenvolve também pesquisas relativas ao uso das ferramentas da Tecnologia da Informação aplicadas em no contexto da Propriedade Industrial, com enfoque no uso de tecnologias de banco de dados e tratamento textual em grandes bases de patentes. Tem atuação na gestão de projetos e de empreendimentos com o desenvolvimento de metodologias de gestão aplicadas em centros de pesquisa e empreendimentos em geral. Possui graduação em Engenharia de Computação pela Universidade Federal de São Carlos - UFSCar (1998); mestrado em Ciência da Computação, com ênfase em Banco de Dados, pela Universidade Federal de São Carlos (2000); doutorado em Ciências da Computação e Matemática Computacional, com ênfase em Banco de Dados, pela Universidade de São Paulo - USP (2005); e Pós-doutorado no Departamento de Ciência da Computação da Universidade de Sheffield, Inglaterra (2018).

Publicado

04/06/2022

Artigos Semelhantes

1-10 de 36

Você também pode iniciar uma pesquisa avançada por similaridade para este artigo.