Aplicação de Inteligência Artificial no Ciclo de Políticas Públicas

Autores

DOI:

https://doi.org/10.9771/cp.v15i1.42957

Palavras-chave:

Inteligência Artificial, Política Pública, Governo Digital.

Resumo

O ciclo de política pública é um processo que inicia com a conflituosa identificação e priorização do problema público, a implementação da solução até a validação da resolução do problema. Atualmente existem técnicas, como a inteligência artificial, que podem apoiar a administração pública a utilizar com maior eficiência os dados sob sua tutela na resolução de problemas. Este estudo explora como os governos mundiais aplicam a inteligência artificial em políticas públicas. Para tanto, foram aplicadas análises bibliométrica, patentométrica e documental, observando ainda as estratégias nacionais de inteligência artificial dos países como oportunidade de desenvolvimento e fortalecimento. O Brasil, embora com estudos científicos na área, está muito afastado dessa corrida estratégica de desenvolvimento. As maiores iniciativas de uso de inteligência artificial estão na etapa de implementação da política pública e com menor foco na identificação do problema público, conforme os 201 artigos e 46 documentos de patente analisados neste estudo.

Downloads

Não há dados estatísticos.

Biografia do Autor

Sandro Luís Brandão Campos, Universidade Federal de Mato Grosso

Mestre em Propriedade Intelectual e Transferência de Tecnologia para Inovação – PROFNIT pela Universidade Federal de Mato Grosso em 2021.

Josiel Maimone de Figueiredo, Universidade Federal de Mato Grosso

Doutor em Engenharia da Computação pela Universidade de São Paulo em 2005.

Referências

ADOMAVICIUS, G.; TUZHILIN, A. Toward the next Generation of Recommender Systems: A Survey of the State-of-the-Art and Possible Extensions. IEEE Transactions on Knowledge and Data Engineering, [s.l.], v. 17, n. 6, p. 734-49, junho de 2005.

ALEMANHA. Strategie Künstliche Intelligenz der Bundesregierung. [2019]. Disponível em: https://www.de.digital/DIGITAL/Redaktion/DE/Publikation/strategie-kuenstliche-intelligenz-der-bundesregierung.html. Acesso em: 20 jun. 2019.

AUSTRÁLIA. Digital Economy Strategy. [2019]. Disponível em: https://www.industry.gov.au/innovation/Digital-Economy/Documents/Digital-Economy-Strategy-Consultation-Paper.pdf. Acesso em: 20 jun. 2019.

BOSTON CONSULTING GROUP. BCG's latest Global Digital Government Benchmarking series - The Citizen’s Perspective on the Use of AI in Government – 2018. [2018]. Disponível em https://www.bcg.com/pt-br/publications/2019/citizen-perspective-use-artificial-intelligence-government-digital-benchmarking.aspx. Acesso em: 20 jun. 2019.

BRASIL. Ministério de ciência, tecnologia, inovações e comunicações. Consulta pública estratégia brasileira de inteligência artificial. [2019]. Disponível em http://participa.br/profile/estrategia-brasileira-de-inteligencia-artificial. Acesso em: 2 dez. 2019.

BROWNLEE, J. A Tour of Machine Learning Algorithms. Machine Learning Mastery. [2013]. Disponível em: https://machinelearningmastery.com/a-tour-of-machine-learning-algorithms/. Acesso em: 4 jun. 2019.

CANADA. Pan-Canadian Artificial Intelligence Strategy. [2019]. Disponível em: https://www.cifar.ca/ai/pan-canadian-artificial-intelligence-strategy. Acesso em: 20 jun. 2019.

CATH, C. et al. 2017. Artificial Intelligence and the ‘Good Society’: The US, EU, and UK Approach. Science and Engineering Ethics, [s.l.], 2017.

CHINA. New Generation Artificial Intelligence Development Plan. [2019]. Disponível em: http://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm. Acesso em: 20 jun. 2019.

COREIA DO SUL. Artificial Intelligence Information Industry Development Strategy. [2019]. Disponível em: http://english.msit.go.kr/cms/english/pl/policies2/__icsFiles/afieldfile/2017/07/20/Master%20Plan%20for%20the%20intelligent%20information%20society.pdf. Acesso em: 18 jun. 2019.

DYE, T. R. Understanding public policy. Upper Saddle, NJ: Prentice Hall, 2005.

ESTADOS UNIDOS. Executive Order on Maintaining American Leadership in Artificial Intelligence. The White House. [2019]. Disponível em: https://www.whitehouse.gov/presidential-actions/executive-order-maintaining-american-leadership-artificial-intelligence/. Acesso em: 20 jun. 2019.

FERNÁNDEZ-DELGADO, M. et al. Do we need hundreds of classifiers to solve real world classification problems? Journal of Machine Learning Research, [s.l.], v. 15, p. 3.133-3181, 2014.

FRANÇA. Artificial Intelligence Technology Strategy. [2019]. Disponível em: https://www.aiforhumanity.fr/pdfs/MissionVillani_Report_ENG-VF.pdf. Acesso em: 12 jun. 2019.

HOWLETT, M.; RAMESH, M. Studying public policy. Canadá: Oxford University Press, 1995.

JAPÃO. Artificial Intelligence Technology Strategy.pdf. [2019]. Disponível em: https://www.nedo.go.jp/content/100865202.pdf. Acesso em: 21 jun. 2019.

JORDAN, M.; MITCHELL T. Machine Learning: Trends, Perspectives, and Prospects. Science, [s.l.], v. 349, n. 6245, 255-260, 2015.

ITÁLIA. ARTIFICIAL INTELLIGENCE at the service of citizens. [2019]. Disponível em: https://ia.italia.it/assets/whitepaper.pdf. Acesso em: 11 jun. 2019.

LASSWELL, H. The Policy Orientation. In: LERNER, D.; LASSWELL, H. The Policy Sciences: recent developments in scope and method. Stanford: Stanford University Press, 1951. p. 3-15.

LECUN, Y. et al. Deep learning. Nature, [s.l.], v. 521, p. 436-44, 2015.

MEHR, H. Artificial Intelligence for Citizen Services and Government. [S.l.]: Harvard Ash Center Technology & Democracy Fellow, 2017.

MONARD, M. C.; BARANAUKAS, J. A. Aplicações de Inteligência Artificial: Uma Visão Geral. São Carlos: Instituto de Ciências Matemáticas e de Computação de São Carlos, 2000.

OVANESSOFF, A.; PLASTINO, E. How artificial intelligence can drive South American’s growth. (Accenture). 2017. Disponível em: https://www.accenture.com/_acnmedia/PDF-48/Accenture-AI-South-America.pdfla=es-LA. Acesso em: 2 nov. 2019.

REINO UNIDO. Artificial Intelligence Sector Deal. GOV.UK. [2019]. Disponível em: https://www.gov.uk/government/publications/artificial-intelligence-sector-deal. Acesso em: 23 jun. 2019.

RICCI, F. et al. Recommender Systems Handbook. Springer, US: [s.n.], 2011.

ROSE, R. Comparing public policy: An Overview. European Journal of Political Research, [s.l.], 1973.

RUSSIA. Instruction to the Russian government to create a national AI strategy. [2019]. Disponível em: http://kremlin.ru/acts/assignments/orders/59758. Acesso em: 12 jun. 2019.

SARAVIA, E.; FERRAREZI, E. Políticas públicas: coletânea. Brasília, DF: ENAP, 2006. 2 v. ISBN 85-256-0052-0.

SECCHI, L. Políticas Públicas: conceitos, esquemas de análise, casos práticos. 2. ed. São Paulo: Cengage Learning, 2014.

SECCHI, L. Análise de Políticas Públicas: Diagnóstico de Problemas, Recomendação de Soluções. São Paulo: Cengage Learning, 2016.

SOUZA, C. Políticas Públicas: uma revisão da literatura. Sociologias, UFRGS, IFCH, ano 8, Porto Alegre, RS, n. 16, p. 20-45, 2006.

VERGARA, S. Métodos de pesquisa em administração. São Paulo, SP: Atlas, 2005.

WIRTZ, B. W.; WILHELM, M. M. An integrated artificial intelligence framework for public management. Public Management Review, [s.l.], v. 21, n. 7, p. 1.076-1.100, 2019.

XIN, Y. et al. Machine learning and deep learning methods for cybersecurity. IEEE Access, [s.l.], v. 6, p. 35.365-35.381, 2018.

Downloads

Publicado

2022-01-01

Como Citar

Campos, S. L. B. ., & Figueiredo, J. M. de. (2022). Aplicação de Inteligência Artificial no Ciclo de Políticas Públicas. Cadernos De Prospecção, 15(1), 196–214. https://doi.org/10.9771/cp.v15i1.42957

Edição

v. 15 n. 1 (2022)

Seção

Prospecções Tecnológicas de Assuntos Específicos

Licença

Copyright (c) 2021 Cadernos de Prospecção

Creative Commons License

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial 4.0 International License.

O autor declara que: - Todos os autores foram nomeados. - Está submetendo o manuscrito com o consentimento dos outros autores. - Caso o trabalho submetido tiver sido contratado por algum empregador, tem o consentimento do referido empregador. - Os autores estão cientes de que é condição de publicação que os manuscritos submetidos a esta revista não tenham sido publicados anteriormente e não sejam submetidos ou publicados simultaneamente em outro periódico sem prévia autorização do Conselho Editorial. - Os autores concordam que o seu artigo ou parte dele possa ser distribuído e/ou reproduzido por qualquer forma, incluindo traduções, desde que sejam citados de modo completo esta revista e os autores do manuscrito. - Revista Cadernos de Prospecção está licenciado com uma Licença Creative Commons Attribution 4.0. Esta licença permite que outros remixem, adaptem e criem a partir do seu trabalho para fins não comerciais, e embora os novos trabalhos tenham de lhe atribuir o devido crédito e não possam ser usados para fins comerciais, os usuários não têm de licenciar esses trabalhos derivados sob os mesmos termos. Licença Creative Commons
Este obra está licenciado com uma Licença Creative Commons Atribuição 4.0 Internacional.