Processos de Governança em Inteligência artificial em Órgãos Públicos Brasileiros: revisão integrativa

integrative review

Resumo

A Inteligência Artificial (IA) tem se disseminado rapidamente em diversos setores e campos do conhecimento, suscitando debates sobre seus potenciais benefícios e riscos. No setor público, a adoção de soluções baseadas em IA necessita assegurar que tais tecnologias sejam utilizadas de forma ética, responsável e alinhada ao interesse coletivo. Nesse contexto, torna-se indispensável discutir e estruturar mecanismos de governança que orientem esses processos. O objetivo foi mapear processos de governança propostos e adotados em órgãos públicos no Brasil. Para tal, uma revisão integrativa da literatura foi realizada. A busca foi realizada em cinco bases de dados distintas, sendo elas: Scopus, Web of Science, Academic Search Premier (ASP), SciELO e o Banco de Teses e Dissertações (BDTD) com um recorte temporal de 2020-2025. 400 documentos foram recuperados e ao final 13 compuseram o corpus de análise, sendo seis dissertações de mestrado, duas teses de doutorado e cinco artigos de periódico. Os estudos foram categorizados em cinco eixos teóricos da governança, sendo eles aspectos éticos e regulatórios; gestão de riscos e incertezas; transparência e direitos fundamentais; governança de dados e auditoria algorítmica e frameworks aplicados a contextos específicos. Conclui-se que a governança em IA no setor público brasileiro é predominantemente um campo de proposições e não de práticas consolidadas. As iniciativas identificadas concentram-se em diretrizes éticas, frameworks de riscos, mecanismos de auditoria e recomendações de transparência. Os processos de governança em IA são concebidos como respostas institucionais a pressões regulatórias e sociais, mas ainda carecem de consolidação em práticas tangíveis.