IBGP Guia — IA nas Contratações de TI

Como Usar IA Generativa nas Contratações de Bens e Serviços de TI no Setor Público

Um guia estratégico, prático e ético para gestores, técnicos, pregoeiros e auditores que desejam transformar o ciclo de contratações públicas de TI por meio da Inteligência Artificial Generativa, com governança, conformidade legal e segurança da informação.

A Inteligência Artificial Generativa (IAG) deixou de ser uma curiosidade tecnológica para se tornar uma alavanca estratégica de modernização das contratações públicas de Tecnologia da Informação. Capaz de gerar textos, análises e estruturas documentais a partir de comandos em linguagem natural, a IAG impacta diretamente a produção de artefatos críticos do ciclo de contratação — Documento de Formalização da Demanda (DFD), Estudo Técnico Preliminar (ETP) e Termo de Referência (TR) — e remodela rotinas de pesquisa de preços, análise de riscos e elaboração de justificativas técnicas.

Mas há um paradoxo: ao mesmo tempo em que a IAG amplia a capacidade produtiva dos servidores, ela introduz uma nova classe de riscos — vieses algorítmicos, vazamento de dados sigilosos, “alucinações” factuais, opacidade decisória e questionamentos pelos órgãos de controle. Para o setor público, marcado por princípios constitucionais de legalidade, impessoalidade, publicidade e eficiência, a equação é clara: não há uso seguro de IAG sem governança, capacitação e revisão humana crítica.

Esta página-pilar consolida, em um único ponto de referência, o conteúdo produzido pelos Professores Diana Santos e Júlio Bomfim no Fórum IBGP — quatro artigos e um FAQ aprofundado —, organizando-os em uma trilha de leitura estratégica para quem precisa decidir, implementar e fiscalizar o uso da IA generativa nas aquisições de TI da Administração Pública.

1. O contexto: por que a IAG já está nas contratações públicas

A popularização de ferramentas como ChatGPT, Gemini, Claude e Copilot tornou a IAG um recurso de bolso. Servidores públicos — em todos os níveis hierárquicos — já utilizam essas ferramentas no dia a dia, muitas vezes sem orientação institucional formal. Esse uso espontâneo, embora compreensível diante da pressão por produtividade, abre um flanco de risco significativo: dados sigilosos podem ser inseridos em plataformas públicas, decisões podem ser fundamentadas em respostas não verificadas e a instituição pode ser exposta a passivos legais e reputacionais.

No campo específico das contratações de TI, esse cenário é ainda mais sensível. A elaboração de DFDs, ETPs e TRs envolve dados estratégicos da organização, estimativas orçamentárias, arquitetura tecnológica e requisitos técnicos que, em mãos erradas, podem comprometer processos licitatórios. A boa notícia é que esse mesmo material é também onde a IAG mais entrega valor — quando bem aplicada, com governança apropriada e capacitação adequada.

“A IAG revoluciona contratações de TI no setor público ao automatizar TR, ETP e DFD, otimizando eficiência, inovação e qualidade — mas exige governança ética e conformidade com a LGPD.” — Profa. Diana Santos & Prof. Júlio Bomfim

2. IAG x IA tradicional: conceitos essenciais para gestores públicos

Antes de discutir aplicações, é preciso distinguir os dois grandes paradigmas da inteligência artificial atualmente em uso:

Aspecto	IA Tradicional	IA Generativa (IAG)
Lógica	Classifica, prevê, otimiza	Cria conteúdo novo (texto, imagem, código)
Exemplos	Reconhecimento facial, detecção de fraude	ChatGPT, Gemini, Claude, Copilot
Aplicação em contratações	Análise de padrões de preços, detecção de conluios	Redação de DFD, ETP, TR; pesquisa de preços; sumarização de processos
Risco principal	Viés nos dados de treino	Alucinações factuais, vazamento de dados, opacidade

A IAG é probabilística — ela calcula a sequência mais provável de palavras dado um contexto. Isso significa que ela pode produzir um parágrafo perfeitamente estruturado, gramaticalmente impecável e… factualmente incorreto. Esse fenômeno, conhecido como alucinação, é o calcanhar de Aquiles da tecnologia e a razão central pela qual a revisão humana qualificada não pode ser dispensada em contextos públicos.

3. Benefícios estratégicos para o ciclo de contratação de TI

A adoção estruturada da IAG nos processos de contratação de TI gera ganhos concretos em cinco vetores:

3.1. Aumento expressivo da produtividade

Tarefas que antes consumiam dias — redigir um TR completo, elaborar uma justificativa técnica detalhada, sintetizar um conjunto de manifestados técnicos — podem ser executadas em horas. A IAG funciona como um multiplicador de capacidade intelectual, liberando o servidor para atividades de maior valor agregado: análise crítica, negociação, gestão de stakeholders e estratégia.

3.2. Padronização e qualidade documental

A IAG, quando alimentada com modelos institucionais e referências normativas, padroniza a estrutura de documentos, reduzindo inconsistências entre áreas e processos. O resultado é um corpo documental mais homogêneo, mais fácil de auditar e mais resistente a impugnações.

3.3. Celeridade na pesquisa de preços e benchmarking

Modelos generativos podem auxiliar na compilação e análise comparativa de preços praticados, identificando faixas de mercado, inconsistências entre fontes e oportunidades de economia. A celeridade é especialmente valiosa em pregos eletrônicos e dispensas eletrônicas, onde o tempo é crítico.

3.4. Mapeamento de riscos contratuais

A IAG, treinada em jurisprudência do TCU e dos TCEs, em acórdãos e em decisões da CGU, pode apoiar a identificação de riscos recorrentes, cláusulas frágeis e pontos de atenção normativa. Não substitui a análise jurídica, mas amplia significativamente o radar do gestor.

3.5. Economia de recursos humanos e financeiros

A produtividade adicional reverte diretamente em economia de homem-hora e em ciclos de contratação mais curtos, com impacto positivo na execução orçamentária e na entrega de serviços ao cidadão.

4. Aplicações práticas: DFD, ETP, TR, pesquisa de preços e análise de riscos

As aplicações da IAG nas contratações de TI são múltiplas e cobrem todo o ciclo do planejamento à gestão contratual:

4.1. Documento de Formalização da Demanda (DFD)

A IAG ajuda a estruturar a descrição do problema, da necessidade e do alinhamento estratégico, transformando demandas frequentemente difusas em formulações claras e auditavéis. A partir de prompts bem construídos, é possível gerar minutas que servem como ponto de partida qualificado para a equipe de planejamento.

4.2. Estudo Técnico Preliminar (ETP)

No ETP, a IAG contribui na comparação de soluções de mercado, análise de viabilidade técnica, identificação de requisitos funcionais e não-funcionais e na elaboração de matrizes de risco. A capacidade de processar grandes volumes de informação em pouco tempo torna o ETP mais robusto e bem fundamentado.

4.3. Termo de Referência (TR)

O TR é possivelmente o artefato em que a IAG entrega maior valor: especificação de objeto, métricas de aceitação, níveis de serviço (SLA), penalidades, requisitos de segurança e cláusulas de proteção de dados podem ser estruturados com agilidade significativamente maior, sempre com revisão humana qualificada.

4.4. Pesquisa de preços e análise comparativa

Modelos especializados podem apoiar a análise de preços praticados, a identificação de outliers, a sugestão de fontes adicionais de pesquisa e a elaboração de planilhas comparativas. Tudo isso com a ressalva de que a fonte primária das pesquisas — portais oficiais, atas de registro de preços, contratos vigentes — deve sempre ser verificada.

4.5. Chatbots e assistentes especializados

Chatbots treinados em bases normativas internas (manuais, instruções normativas, acórdãos) podem responder em segundos a dúvidas recorrentes de servidores e fornecedores, reduzindo a sobrecarga de equipes consultivas.

5. Governança da IA: o pilar inegociável

Governança de IA é o conjunto de políticas, diretrizes, processos e papeis que orientam o uso ético, seguro, transparente e responsável das tecnologias de inteligência artificial no âmbito institucional. No setor público, ela é condição de legitimidade: sem governança, o uso da IAG abre flancos para questionamentos jurídicos, achados de auditoria e perda de credibilidade institucional.

5.1. Engajamento da alta administração

A omissão da liderança é o risco mais critíco. Como os servidores têm acesso facilitado a ferramentas de IAG em seus dispositivos pessoais e corporativos, eles inevitavelmente as utilizarão. Sem orientação clara, esse uso ocorre à margem da governança, com risco real de exposição de dados sigilosos. A alta administração precisa liderar a discussão, não apenas autorizá-la.

5.2. Política institucional de uso de IA

Toda instituição pública que pretenda usar IAG nas contratações deve dispor de uma política formal que estabeleça:

• Quais dados podem (e quais não podem) ser inseridos em ferramentas de IAG públicas;
• Quais ferramentas são homologadas para uso institucional e em que condições;
• Como deve ser feita a verificação de acurácia das respostas geradas;
• Quais são as fronteiras éticas e legais do uso (ex.: proibição de gerar decisões administrativas automáticas);
• Como deve ser feita a rastreabilidade dos prompts, das respostas e das revisões humanas.

5.3. Comitê multidisciplinar de governança

A governança da IAG não é tema exclusivo da TI. Ela exige um comitê multidisciplinar que envolva, no mínimo: TI, Jurídico, Encarregado de Dados (DPO/LGPD), Segurança da Informação, Áreas Finalisticas, Controle Interno e Capacitação. O guia de boas práticas elaborado pelo TCU sobre uso de IA é uma referência obrigatória nesse esforço.

6. Segurança e conformidade: LGPD, dados sensíveis e classificação de ferramentas

A Lei Geral de Proteção de Dados (LGPD — Lei 13.709/2018) é o marco regulatório central para o uso de IAG na Administração Pública brasileira. Os princípios da finalidade, necessidade, transparência, segurança e responsabilização se aplicam integralmente ao tratamento de dados em ferramentas de IA.

6.1. O risco do compartilhamento inadvertido

O risco mais imediato é o compartilhamento inadvertido de dados sensíveis com plataformas públicas de IAG. Muitas dessas plataformas, em suas versões gratuitas, utilizam o conteúdo dos prompts para treinar seus modelos — o que significa que dados inseridos podem ser incorporados ao corpus de treinamento e tornarem-se acessíveis, indiretamente, a outros usuários. Esse cenário é especialmente crítico em dados pessoais, dados estratégicos da organização, informações sigilosas ou protegidas por sigilo legal.

6.2. Classificação das ferramentas por nível de segurança

Recomenda-se que cada instituição classifique as ferramentas de IAG de acordo com seu nível de segurança e aderência legal:

Nível	Características	Uso recomendado
Aberta/pública	Versão gratuita, dados podem ser usados em treinamento	Apenas conteúdo público, anonimizado, não sensível
Corporativa	Versão paga, contrato específico, dados não usados em treino	Conteúdo interno não-classificado, com cautela
Hospedada/privada	Implantação em infraestrutura controlada da instituição	Dados sensíveis, com controles adicionais e auditoria

6.3. Boas práticas operacionais

• Anonimização prévia: remover dados pessoais e identificadores sensíveis antes de inserir em ferramentas de IAG;
• Leitura crítica dos termos de uso: entender como a plataforma trata os dados inseridos;
• Preferência por versões corporativas: com contratos específicos e garantias contratuais de proteção de dados;
• Criptografia em trânsito e em repouso: sempre que possível;
• Treinamento crítico dos servidores: conscientização sobre o que pode e o que não pode ser inserido nas ferramentas.

7. Riscos críticos e como mitigá-los

O uso da IAG nas contratações públicas está associado a um conjunto de riscos que precisam ser conhecidos, mapeados e mitigados:

7.1. Vazamento de dados e exposição de informações sensíveis

Mitigação: política institucional clara, classificação de ferramentas, anonimização prévia, uso preferencial de versões corporativas com cláusulas específicas de proteção de dados.

7.2. Alucinações e respostas factualmente incorretas

Mitigação: revisão humana crítica obrigatória, checagem de fontes primárias, validação por especialistas, uso de prompts que solicitem citações e referências verificáveis.

7.3. Vieses algorítmicos

Mitigação: diversificação das fontes consultadas pelo modelo, análise crítica das respostas geradas, estabelecimento de revisão por equipes diversas, monitoramento contínuo de padrões discriminatórios.

7.4. Opacidade decisória

Mitigação: rastreabilidade obrigatória dos prompts utilizados e respostas geradas, registro das versões das ferramentas, documentação das revisões humanas, preferência por modelos com explicabilidade.

7.5. Questões de propriedade intelectual e direitos autorais

Mitigação: avaliação jurídica das políticas de uso das ferramentas, preferência por modelos com licenciamento claro, cuidado especial com geração de imagens, códigos e textos passíveis de questionamento autoral.

8. Engenharia de prompts: a nova competência do servidor público

A qualidade da resposta gerada pela IAG depende, em larga medida, da qualidade do prompt — o comando dado ao modelo. A engenharia de prompts é a prática de construir comandos detalhados, contextualmente ricos e estruturados para extrair o melhor possível da ferramenta.

8.1. Princípios básicos de um bom prompt para contratações

• Contexto: informe que se trata de contratação pública regida pela Lei 14.133/2021;
• Papel: defina o papel que o modelo deve assumir (ex.: “atue como especialista em contratações de TI no setor público federal”);
• Tarefa: seja específico sobre o que deseja (ex.: “redija uma minuta de TR para contratação de serviço de suporte técnico em nuvem pública”);
• Restrições: indique limitações e critérios obrigatórios (ex.: “incluir cláusulas de proteção de dados conforme LGPD; SLA mínimo de 99,5%”);
• Formato: especifique a estrutura da resposta (ex.: “estruturar em tópicos numerados, com subtópicos”);
• Pedidos de fundamentação: solicite citação de fontes verificáveis sempre que possível.

8.2. Iteração e refinamento

Um bom prompt raramente nasce pronto. A prática recomendada é iterar: começar com um prompt básico, avaliar a resposta, ajustar o comando e repetir até obter o resultado desejado. Esse processo de afinamento é parte essencial da nova competência do servidor que utiliza IAG.

9. Revisão humana e rastreabilidade: o elo da responsabilidade

No setor público, onde a precisão e a confiabilidade são imperativos, a revisão humana qualificada é o elo final que garante a qualidade, a responsabilidade e a segurança do uso da IAG. Não se trata apenas de “ler o que a IA escreveu”; trata-se de:

• Validar criticamente todas as afirmações factuais geradas;
• Verificar fontes citadas, especialmente jurisprudência, legislação e dados de mercado;
• Ajustar redações para o estilo e a terminologia institucional;
• Conferir conformidade com normas técnicas, jurídicas e procedimentais aplicáveis;
• Documentar a revisão realizada, registrando ajustes e justificativas.

9.1. Rastreabilidade: o registro que garante a defesa

Rastreabilidade é a capacidade de documentar e reproduzir o caminho que levou a uma decisão ou a um produto. No uso da IAG em contratações públicas, ela exige o registro de:

• Prompts utilizados (quando relevante);
• Versão e identificação da ferramenta de IAG empregada;
• Resposta gerada (versão original) e a versão final após revisão humana;
• Identidade do servidor que realizou a revisão e a data de execução;
• Fontes primárias consultadas para validação das informações.

Esse registro é essencial para a prestação de contas perante órgãos de controle (TCU, CGU, TCEs) e para a segurança jurídica do ato administrativo. Sem rastreabilidade, não há defesa.

10. Desafios éticos: vieses, transparência e accountability

O uso da IA em contratações públicas levanta desafios éticos que extrapolam a dimensão técnica:

10.1. Vieses discriminatórios

Modelos de IA aprendem a partir de dados que carregam, em maior ou menor grau, vieses históricos. Em contextos de contratação, esses vieses podem se manifestar como preferência inadvertida por determinados perfis de fornecedores, exclusão sistemática de pequenos competidores ou favorecimento de tecnologias dominantes. A consciência desses vieses e a revisão crítica das respostas são antidotos essenciais.

10.2. Transparência decisória

A opacidade dos algoritmos — o “caixa-preta” dos modelos generativos — tensiona o princípio constitucional da publicidade. Como justificar uma decisão administrativa fundamentada em uma resposta gerada por modelo que não explica como chegou ao resultado? A resposta passa por: (a) usar a IAG como apoio, não como decisor; (b) registrar e fundamentar a decisão final em termos compreensíveis; (c) evitar a delegação de juizíos discricionários à ferramenta.

10.3. Accountability

A responsabilização por decisões apoiadas em IAG permanece, sempre, humana e institucional. Não existe “culpa da IA”. O servidor que assina o ETP, o TR ou a homologação responde pelo conteúdo, mesmo que a minuta tenha sido gerada por IAG. Esse princípio fundamental precisa estar incorporado à cultura institucional desde o primeiro dia.

11. Capacitação dos servidores: o fator decisivo de sucesso

A introdução da IAG nas contratações públicas é uma transformação tecnológica e, igualmente, cultural. Sem servidores preparados, qualquer ferramenta perde eficiência — ou, pior, transforma-se em risco. A capacitação deve abranger três dimensões interligadas:

11.1. Dimensão técnica

Engenharia de prompts, conhecimento das limitações das ferramentas, capacidade de iteração e refinamento, domínio dos diferentes tipos de modelo (criativo vs. factível) e de seus casos de uso preferenciais.

11.2. Dimensão normativa

Conhecimento sólido da LGPD, da Lei 14.133/2021, das instruções normativas aplicáveis, dos acórdãos do TCU sobre uso de IA, das políticas internas da instituição, dos limites éticos e legais do uso da tecnologia.

11.3. Dimensão crítica

Capacidade de avaliar criticamente as respostas geradas, de identificar alucinações, de checar fontes, de manter postura cética e responsável diante das sugestões da IAG. É essa dimensão que separa o uso instrumental do uso transformador.

A oferta de capacitação contínua — via cursos, oficinas, comunidades de prática e mentoria interna — é o investimento de maior retorno na implementação da IAG nas contratações públicas.

12. Roteiro prático em 7 passos para implementar a IAG nas contratações

Para instituições que querem implementar a IAG nas contratações de TI de forma estruturada, sugerimos um roteiro em sete passos:

13. Conclusão: a IAG como aliada estratégica

A Inteligência Artificial Generativa já está presente nas contratações públicas brasileiras — com ou sem governança institucional. Ignorar essa realidade é tomar uma decisão, e tipicamente uma decisão ruim: deixar que o uso ocorra de forma desestruturada, com risco máximo e ganho mínimo.

A escolha estratégica que se impõe às organizações públicas é a do uso estruturado e responsável: governança, capacitação, classificação de ferramentas, revisão humana, rastreabilidade e melhoria contínua. Quando esses elementos estão em praça, a IAG se torna uma poderosa aliada da eficiência, da qualidade e da inovação nas aquisições de TI — sem comprometer os princípios constitucionais e os deveres legais que regem a Administração Pública.

As contratações de TI são, hoje, um dos terrenos mais férteis para colher os benefícios da IAG: documentação intensiva, normas complexas, ciclos críticos de tempo e necessidade constante de análise comparativa. Quem dominar essa transição sairá na frente, com processos mais ágeis, mais transparentes e mais resilientes — e, sobretudo, com servidores públicos liberados para o que a IA não substitui: o juízo crítico, a sensibilidade institucional e a responsabilidade pelo bem comum.

“A capacitação dos servidores é o fator determinante para o sucesso da IA no setor público. É o conhecimento humano que orienta o uso correto, crítico e ético dos resultados gerados.” — Profa. Diana Santos & Prof. Júlio Bomfim

14. Posts e FAQ de Referência

Os cinco conteúdos da Profa. Diana Santos e do Prof. Júlio Bomfim que fundamentam esta página-pilar. Acesse-os na íntegra para aprofundamento.

15. Sobre os Autores

Esta página-pilar é uma curadoria dos artigos e do FAQ produzidos pelos professores Diana Santos e Júlio Bomfim para o Fórum IBGP. Conheça a produção completa de cada um deles em suas páginas oficiais.

© Fórum IBGP — Sessão IBGP Guia | Página-Pilar: Como Usar IA Generativa nas Contratações de Bens e Serviços de TI no Setor Público