De Volta para o Futuro: como a IA já transformou a administração pública

não [Música] s C C [Música] Secondo vi [Música] [Música] gente bom dia tudo bem Não só para pedir aqui que quem não tiver que para quem não conseguiu o q code da presença o ideal é que você consiga registrada aí Mas se não tiver tudo bem É só colocar o nome ali na lista de presença tá e a gente vai começar em instantes mesmo obrigada [Música] [Música] s [Música] [Música] p [Música] [Música] [Música] k [Música] [Música] C [Música] C [Música] gente então bom dia sejam bem-vindas e bem-vindos a inap e a gente vai começar em

instantes o evento de Volta Para o Futuro como a inteligência artificial já transformou a administração pública bem eu ia pedir para todo mundo ocupar os seus lugares mais lugares vão chegar tá bem para quem ainda não encontrou o seu eh mas rapidamente a gente vai vai organizar com isso obrigada pela presença eh sobre o certificado de presença como eu já havia falado Quem fez a inscrição é só ver aqui no qrcode marcar presença ou na lista de presença lá fora tá eh um ponto também importante essa sala eh não é autorizado consumo de comidas ou

bebidas tá eh então Caso vocês que que um café uma água aí na depois vocês Retornam aqui pro evento e eu vou fazer aqui eu sou a Marina Rodrigues gente eu tô olhando meu nome olha que absurdo então eu sou a Marina Rodrigues sou gestora de relacionamento do laboratório de inovação e inteligência artificial aqui da Diretoria de inovação da inap eh e agora eu vou fazer a minha audiodescrição eu sou uma mulher branca adoraria falar que a minha estatura é mediana mas não eu tenho 1,59 então entra no baixo né é estatura baixa cabelos loiros

um pouco abaixo do ombro eh olhos Mel Castanha Eu adoraria que fosse Verde Mas enfim né mantendo aqui a transparência Ah estou com batom vermelho e o macacão Enfim vou usar do nome popular café com leite tá 50% leite 50% café eh e agora eu quero realmente dar uma contextualização muito rápida aqui como vocês sabem a gente vai falar sobre inteligência artificial que é esse grande movimento tecnológico que começou na década de 60 e que realmente há alguns anos ela se popularizou E para isso a gente vai contar com convidados aqui maravilhosos que daqui a

pouco né as colegas aqui a moderadora vai explicar melhor cada um deles mas já agradeço a presença eh e hoje a inap abre as portas junto com o Lia que é o laboratório de inovação Inteligência Artificial a rede teia que é a rede de Inteligência Artificial se vocês não estão inseridos Entra lá gente só sucesso rede nova goov e também aqui com os colegas da própria enap da CG dados e da cgti que é a Coordenação Geral de tecnologia da informação e e a gente tá aqui realmente para trazer esse tema para aproximar e trazer

tudo que já foi feito e todo o panorama do que a gente ainda pode fazer tá e a WS gente perdão parceiros Amazon web service é que vocês já são da casa eu já sinto vocês são da casa mas enfim Obrigada pela presença pra formação do dispositivo a gente quer iniciar a nossa solenidade convidando a Presidenta da inap Bet [Aplausos] e a coordenadora Geral do laboratório de inovação e inteligência artificial Patrícia [Aplausos] baldez bem sejam muito bem-vindas e para iniciar o momento peço que vocês façam áudio descrição e passo a palavra então paraa Presidenta da

inap Betânia Lemos bom dia a todas as pessoas aqui pres presentes Bom dia gente vamos acordar bom eu queria começar cumprimentando a Patrícia aqui Patrícia baldez conosco que coordena o Lia e faz o Lia acontecer em seu nome Patrícia eu queria parabenizar a toda a equipe do liia o liia é o nosso laboratório de inovação e inteligência artificial eh é um laboratório ligado ao pebia que é o Plano Nacional de inteligência plano brasileiro de Inteligência Artificial Ou seja é parte de uma política pública e a gente é a parte que implementa essa política pública dentro

do governo e parabéns Patrícia você e a sua equipe uma equipe nova um laboratório que foi lançado em outubro na semana de inovação e que já tá fazendo muita entregas pro setor público inclusive já é premiado né então já ganhou prêmio e reconhecimento internacional Então parabéns a você e a equipe eu sou eh uma mulher também sou baixa né Marina assim da mesma altura da Marina Então sou uma mulher baixa de cabelos castanhos anelados um pouco abaixo dos ombros meus olhos também são castanhos minha pele é branca e eu tô vestindo uma blusa vermelha e

uma calça be e uma sandália vermelha e usando claro com muito orgulho o crachá da enap que é um crachá bem colorido com as cores aqui da escola verde branco laranja Amarelo enfim eh a realização desse evento pelo Lia pela rede teia né que faz parte da rede inova goov a rede nova gove tem mais de 10.000 pessoas já inscritas e que participam ativamente das suas diversas diversos assuntos e pela aws nossa grande parceira aqui Inteligência Artificial esse evento é um evento muito importante porque ele realiza e materializa o propósito da enap o propósito da

enap é aliar conhecimento e prática para transformação do estado e a gente vê em muitos encontros de administração pública em muitos congressos o que a gente mais vê a discussão de Inteligência Artificial inteligência artificial virou um Hype da administração pública só que as discussões que a gente vê são todas teóricas né então teóricas no sentido o que que é a inteligência artificial como ela vai mudar a administração pública quais o seu potencial né os seus potenciais Mas a gente não vê nessas discussões o que a gente vai ver aqui hoje que é a prática da

Inteligência Artificial e ela é importante ela vai mudar a gente tem que con conceituar tem que passar esse conhecimento mas é muito importante alinhar com os casos práticos como é uma coisa muito nova não só na administração pública mas no mundo a concretude a prática ela é muito importante e vai ser isso que vai ter aqui hoje então a gente já vai apresentar experiências concretas de aplicação da inteligência artificial no setor público e como aqui na enap casa de ferreiro não tem Espeto de pau a gente vai trazer aplicações reais já na enap da experiência

da Inteligência Artificial então aplicações que estão mudando o dia a dia da enap também e claro vamos trazer também outros órgãos né tem a Anatel que vai apresentar agradeço aí a presença de vocês então gente a gente tem muitas possibilidades com a inteligência artificial e de fazer realmente uma transformação né só que às vezes muitas coisas é só uma automação não precisa da Inteligência Artificial e eu acho acho que esse seminário hoje que a gente vai ver aplicações práticas vai ajudar a elucidar pra gente Quais são os limites o Quais são as possibilidades o que

a gente pode fazer o que é inteligência artificial o que não é e a gente vê isso na prática e isso é muito importante e ess esse é o objetivo do evento Então por isso eu fiz questão de vir aqui hoje eu tô participando do encontro de prefeitas e prefeitos que tá acontecendo no Ulisses Guimarães mas eu faltei agora de manhã perdi lá uma mesa das ministras para poder tá aqui porque eu acho que é muito importante e eu quero conhecer os casos Porque eu só conheço os casos da enap agora eu quero conhecer os

casos também dos outros órgãos que vão trazer aqui para nós então depois aqui dessa abertura eu vou me sentar para poder assistir também junto com vocês muito obrigada pela presença de todos e todas aqui na enap nessa manhã [Aplausos] Obrigada Betânia Presidenta da inap pela sua fala e pela sua presença aqui e agora a gente vai ouvir a coordenadora Geral do Lia Patrícia baldez Olá bom dia bom dia a todos é muito bom ver as carinhas que a gente só conhece pela rede teia eu sei que tem alguns dos colegas aqui que participam Fico muito

feliz de vocês estarem aqui e o lema do Lia é a artificial mas o espírito é público e eu acredito que o espírito público se faz com presença com olho no olho com se conhecer de perto então muito muito obrigada por disponibilizar o tempo de vocês aqui hoje eu vou fazer minha audio de inscrição e eu sou uma mulher não sou baixa desculpa gente eu vim de tênis até para não enfear na foto cade não sou tão alta assim também eu sou uma mulher negra de cabelos cacheados na altura dos ombros eh tô vestida com

um um macacão bege um colete Zinho colorido também orgulhosamente com crachá da enap n equipe que faço parte desde agosto do ano passado e que Aprendo muito e sou muito grata por todas as oportunidades aqui eh vou já passar pro conteúdo porque Imagino que a gente tem muito para aprender mas vou passar para ele explicando quais os casos que a gente vai trazer aqui e o que que eu gostaria de deixar de Sementinha desse evento A Iá já está no setor público não é uma novidade o que que o pebia traz traz organização pro investimento

traz traz recurso de pessoas recursos financeiros recursos de da gente conseguir pensar coletivamente Quais são as entregas que a gente quer que o governo faça para cidadãos quais os serviços públicos que a gente quer ajudar a incentivar seja pro usuário final e seja para nós aqui também da administração eh então esses casos cada um deles que a gente vai trazer eu queria que vocês botassem na cabeça e ouvissem pensando o que que vocês podem levar pro de vocês como é que vocês podem construir a partir de ferramentas de Inteligência Artificial então vou falar brevemente sobre

os casos já convidando aos colegas pra gente pra gente iniciar os debates o primeiro caso vai ser apresentado pelo César Muito obrigado César da Coordenação Geral de ciência de dados da enap que é a ia no pndp o pndp é a política nacional desenvolvimento de pessoas Então tem tudo a ver com uma escola de administração pública é ela que fala o que que a gente quer desenvolver de habilidades aos servidores e ela é uma política que existe há anos e agora a inteligência artificial desenvolvida pela enap ajuda a gente a gerenciar esses programas essa essa

política e e manter a o sesa vai explicar melhor Deixa para lá eh eu vou me embananar aqui se eu tentar eu vi a apresentação dele na semana passada é fantástico eh na sequência a gente vai a Coordenação Geral de Tecnologia da Informação vai apresentar o chatbot Duda eh é um chatbot que serve tanto pr pra gente aqui dentro da inap quanto para os usuários da evg ele facilita e bota a gente lá na frente nas dúvidas nos questionamentos e Deixa pro humano pra ação humana interação humana só quando a gente realmente precisa Tem coisa

que só a gente vai fazer por muito tempo viu gente não precisa ficar com medo da ia eh mas tem coisa que ela já pode fazer pra gente facilitar processos então vamos usar também na sequência o noso colega da Natel Nei Muito obrigado vai trazer o caso se do sei gestão eh gestão do sei que todos nós aqui conhecemos muito bem eh por com o uso de Inteligência Artificial como é que pode ser facilitado eu sou apaixonada por esse caso por diversas razões mas vou falar só duas eh primeiro porque é de código aberto e

a gente acabou de ter uma a gente viu o poder da revolução do código aberto o que que a gente pode criar com código aberto e é a Anatel criou uma forma de disseminar esse conhecimento para órgão outros órgãos públicos disponibilizando esse código então assim Quem de vocês quiser ter um sei mais otimizado depois no final fala com Nei aqui eh e participa da rede deles também de tentar de melhoria de processos todos nós gerenciamos o sei da praticamente da mesma forma a gente é regido pelo mesmo direito administrativo então muito a gente pode aprender

junto e o que precisar se adaptado para cada órgão com as suas políticas internas Pode ser adaptado também a partir do código já lá na frente facilitado e por fim eh muito muito muito agradecida pela parceria com a WS em breve em março a gente vai ter o nosso grande evento isso aqui é o nosso evento teste da parceria da da construção coletiva tá muito bom essa parte de juntar governo e iniciativa privada e a gente entender que que a gente pode ajudar um a outro e eles vão trazer casos internacionais principalmente voltados para I

generativa né Que é que foi o que gerou o Hype né como a Marina falou na abertura ências artificiais já são estudadas e desenvolvidas desde a década de 70 Mas por que nos últimos 2 3 anos a gente meu deus o que que que esse pessoal tá fazendo para onde eles estão indo é a tal da ia generativa e a Janete vai trazer pra gente aqui alguns casos de outros países do setor público de outros países pra gente se inspirar também então aproveitar aqui e chamar os colegas que entendem muito mais de do que eu

para tirar uma foto comigo a nossa presidenta e iniciar o evento com César [Aplausos] FR mulher de um lado homens do outro um pouquinho mais e eu eu começo Já audio inscrição meu tempo não vai correr né ainda não bom meu nome é César Eu trabalho aqui na enap começar a minha audio descrição sou homem careca barbudo roupa preta bota preta eu sou a representação de que os grunir roqueiros dos anos 90 conseguem pensar também e eu tenho exatamente a média brasileira de altura Então vou me vou me considerar um brasileiro médio e que mais

e é isso eh primeiro de tudo queria agradecer a parceria com Lia obviamente né Por eh trazer gente da casa para apresentar né o Lia já é um grande parceiro inclusive já institucionalizada aqui dentro nosso queria agradecer a diretoria de aos estudos que é a diretoria a qual a gente pertence né coordenação de ciências de dados é uma Diretoria de geração de conhecimento né e Isso facilita muito o nosso trabalho lá dentro de criar coisas novas criar ferramentas novas né ter liberdade né de de de exploração de de técnicas né de de criar estudos lá

dentro então agradeço aí a oportunidade de representação da diretoria né e vamos começar com o nosso histórico de análise Espero que seja esse botão Então vamos lá essa é a equipe não é equipe completa né mas Pedro maol nosso coordenador tá aqui né Levanta a mãozinha aí para todo mundo te ver meu tempo começou né tá valendo né Eh bom temos eu e outros colegas né Wesley Pedro e o nosso estagiário Mateus todo mundo aqui participou de alguma forma né desse trabalho incrivelmente ninguém começou em exatas ninguém começou na área de dados n o que

prova que é possível n Opa eu como é que eu volto aqui então vamos lá roteiro da nossa apresentação Vou falar do histórico da pndp né o histórico das tecnologias que a gente usou para responder então quem participou quem recebeu devolutiva sabe que a gente saiu de respostas bem precárias né para hoje uma qualidade bem interessante das respostas pros órgãos em relação então a que capacitação a gente pode oferecer né e o funcionamento do nosso do algoritmo que a gente escolheu usar eu não vou aprofundar muito porque eu acho acredito que o público aqui seja

bem diversificado né Então vamos lá a pndp foi instituído em 2019 por esse decreto né Eh 9991 eh e basicamente ele ele tenta organizar os planos de capacitação da da Explanada né antes eh Cadê antes Todo mundo tinha um plano anual de capacitação né era um formato que a gente sabe que era malquim cada um criava o seu numa planilha né tinha uma consolidação interna das demandas e vamos lá botãozinho isso eh e a gente sabe que um monte de órgão se se alguém fosse consultar lá por exemplo o o siaf via que um monte

de órgão contratava a mesma coisa por preços diferentes né e acaba acabava saindo uma fortuna toda aquela ideia de contratações né entre órgãos para economicidade etc a gente pecava muito nisso né tirando que isso tirava obviamente né o o o eh não permitia tanto a inserção das escolas de governo dependia muito do dos órgãos procurarem as escolas as escolas de governo né ou a gente ir lá fazer propaganda né mas não não tinha esse fluxo com com escolas de governo necessariamente inseridas né no no fluxo de de de capacitação pronto é isso esse último tópico

aí que eu esqueci que existia né E aí com a implementação da política né Ela traz diretrizes Claras obviamente né um decreto E nós como administração pública a gente obedece eh mas principalmente o que que tem lá os planos de desenvolvimento de pessoas né que a gente os órgãos alguém preenche aí essas coisas levanta a mão quem preenche esse negócio é grande né já já vai mudar de novo não se preocupe é sempre querendo melhorar eh existem esses planos de desenvolvimento de pessoas em que os órgãos pedem dizem né em que os servidores precisam ser

capacitados Quantos servidores onde eles estão que modalidade etc etc né Eh e esses planos de pessoas são centralizados né nos órgãos enviados ao mgi depois hoje mgi né hoje eh o planejamento né e execução Desde da pndp é de articulação com as escolas de governo para tentar atender os órgãos o máximo possível né e tentar gerar uma uma eficiência na contratação de treinamentos então dado que um órgão não consegue né seu curso num escola de governo né existe uma tentativa de eh aumentar a eficiência da contratação eh para quem tava lá na primeira devolutiva né

Eh nós A Betânia estava comigo trabalhando na pndp eh então havia uma uma planilha com 20.000 demandas de capacitação transversais pelo mgi ou seja eh necessidades de capacitação que em tese atenderiam muitos servidores em competências que são comuns não seria por exemplo eh alguma técnica de bancada de laboratório que apesar de ser comum a muitos laboratórios de Universidade né não é tão comum assim a administração pública no geral esse negócio treme e eu fico achando que é o meu celular chamando atenção eh e e enfim a escola fez fez uma avaliação manual desses órgãos né

sugerindo cursos catálogos e tal então assim era demorado era lento tinha inconsistência porque era complexo tinha um 20.000 linhas para analisar e e o negócio que não tá aqui é que a gente precisava dedicar muita gente e muito tempo para fazer um negócio desse né e dependia de gente especializada no negócio que normalmente coordena curso ou desenvolve curso Então a gente tinha que paralisar uma equipe por muito tempo para tratar disso né em 2021 tentamos assim era nosso começo com ciência de dados especificamente em linguagem natural que era uma coisa assim não era de domínio

nosso não era de domínio de muita gente linguagem processo de linguagem natural era uma coisa que existia mas era muito nichada ainda né e a gente começou com uma técnica bem bem rudimentar chamada TF DF né a gente tentou automatizar parcialmente o processo então T scription num uma linguagem de programação pronto para ser reproduzido né e havia um sistema de coleta a gente conseguiu diminuir o esforço humano né mas a gente sabe que as recomendações ainda não era precárias E era uma era pré modelos grandes de linguagem ou llm como vai aparecer aqui na apresentação

né que são modelos que hoje a gente chama de modelos generativos né tipo GPT de psic etc vamos lá e de 2022 a 2024 a gente tentou melhorar a coleta dado que a gente não tinha técnicas melhores na nossa mão a gente estava tentando melhorar a qualidade do dado que chegava na nossa mão né então a gente tentava pré-definir respostas tentava melhorar a interface do sistema de coleta experimentamos outras técnicas de similaridade como Lda aplicando métricas de similaridade diferentes como distância de jaar ou similaridade cosseno etc e Word to V já é uma técnica um

pouquinho mais contemporânea mas assim ainda não dava bons resultados né tinha um desbalanceamento muito grande do tamanho do dado de entrada com dado de saída e com as coisas que a gente ia comparar Então se métrica não era não funcionava tão bem Word to vc não funcionava também vect to vex pessoas técnicas também também não funcionava tão bem assim né então a gente foi tentando técnicas de pré-processamento para ver se a gente conseguia melhorar então resumindo esse slide nesse meio tempo a gente tentou melhorar a coleta tentou melhorar o processamento do dado antes de passar

num algoritmo para recomendar curso né e a gente também tentou outras técnicas para dizer o que que é um curso parecido com uma necessidade de capacitação ou técnicas para conseguir associar essas coisas né e mais de fato tecnologicamente essas coisas que a gente tá usando aqui ainda era dos anos 2000 né então a gente tinha aí um atraso Zinho de uns 18 anos 20 anos né E aí enfim qua foram principais e consequências da gente começar a usar técnicas de machine learning para responder né Passa rápido o tempo bicho eh bom maior atenção paraa qualidade

do dado que a gente coleta Então se entra lixo vai sair lixo né Eh mais cuidado com respostas abertas mais cuidado com quem responde o questionário né então um respondente mais qualificado né e a gente sabia que a gente precisava de técnicas que justificassem substituir esforça humano no caso contrário é só um computador produzindo resultado ruim né Isso é muito comum em qualquer lugar né em 2023 teve a popularização dos modelos grandes de linguagem né isso permitiu a gente finalmente começar a trabalhar com mais Liberdade Não foi só uma popularização assim de hã de começar

a disponibilizar eh eh eh Interface para usuário mas também houve uma uma popularização das técnicas né então ficou muito mais fácil de acessar bom esse trabalho que a gente fez né foi usando tecnologias open source né mas assim o modelo em si não foi desenvolvido por nós nós pegamos modelo pré treinado né e aplicamos que também dá muito fruto né Não fosse esse o caso não haveria rug Face disponível para todo mundo baixar modelo eu V passar bem rápido por isso aqui porque eu não sei direito Qual é o nosso Público aqui mas eu sei

que tem gestores que não não não estão tão por dentro mas tem gente muito técnica aqui então basicamente Inteligência Artificial eh hoje do jeito que a gente chama eh é é um é uma é um grande conjunto que engloba técnicas de aprendizado de máquina aprendizado estatístico enfim né e dentro deles tem o que a gente chama de aprendizado profundo aprendizado profundo entram eh eh tecnologias tipo Transformers que é o que compõe né esses modelos grandes de linguagem e a o processamento de linguagem natural aí tá a sigla inglês né nlp Tem técnicas aí que são

desde mais rudimentares até técnicas de aprendizado profundo que permitem esses essas chatbots né Eh Gente vou passar por isso aqui porque realmente não vai dar tempo mas uma coisa que eu queria chamar a atenção é assim que como a própria presidenta comentou né existem buzzwords grandonas que estão rodando hoje né às vezes essas coisas aparecem de de de forma assim bem difusa em artigos na internet jornalista colocou lá de um jeito bem descuidado né e o Hype é um negócio muito perigoso tá a gente usa uma buzzword num lugar que não cabe né assim a

gente vai tirando a gente é a gente órgão público né então a gente precisa saber do que a gente tá falando então a gente pode perder credibilidade usando uma coisa dessa Então sempre que a gente foi procurar isso aqui eu só listei algumas tá eh se a gente tiver falando disso né sempre bom a gente procurar de fato o que que é chama técnico né para explicar um pouco que é pra gente não correr o risco né de de de se descredibilizar ou até de né repr propagar uma informação na organização assim que não não

cabe tanto e onde a gente tá hoje com nosso projeto é bem ali né na na estrelinha a gente tá usando uma técnica de aprendizado profundo né de processamento de linguagem natural e qual é a técnica que a gente tá usando né rapidamente aqui as tecnologi que a gente usou no projeto né Eh como a a a a própria Patrícia comentou tem tecnologias de de processamento de linguagem natural que são muito antigas Né desde 1970 até os anos 90 ali com técnicas que são usadas para regressão ou para classificação ou tipo máquina de suporte vetorial

né a partir dos anos 2000 a gente começou a pensar em qua quais são formas melhores de representar palavras como números né Isso é aquela palavrinha ali de embeddings né que é isso aí permitiu tecnologias mais recentes né para pouco tem ali por exemplo ali nos começos dos anos 2010 né Word to vac Glove etc que são formas de analisar documentos né Corpus de documentos de forma vetorial Mas a partir de 2015 né é onde a gente começa a ter Eh esses embeddings né assim construídos de uma forma muito mais inteligente e principalmente usado por

uma tecnologia eh eh desenvolvida e publicada pela Google que são os Transformers né E aí tem exemplo do berd de psique GPT tecnologias criadas com base nisso aí transforma não é útil só para linguagem natural usada em análise de série temporal análise para PR regressão enfim resolve um monte de problema diferente né e Bert é o é o que a gente usou e tem algoritmos mais recentes que trabalham né com essas representações linguísticas como né a linguagem muda com o tempo né a gente espera que o significado das palavras mude com o tempo então o

próprio o próprio algoritmo vai atualizando sua representação interna do que né de onde tá uma palavra e aqui n enap né Eh isso é quase uma recapitulação do do começo né do da minha apresentação mas principalmente vamos prestar atenção ali depois do quadrado vermelho que é popularização de llm a gente começou a testar o uso de base de dados vetoriais né que que guardam essas esses dados de de de linguagem natural de uma forma mais eficiente procuram permitem uma busca melhor né utilização do dos vetores de maneira melhor final do ano passado a gente fez

um experimento com sbert que é um modelo mais simples de linguagem mas assim funciona muito bem a gente não precisa de uma máquina gigante rodando n que consegue capturar bastante do contexto ainda né então para quem é um pouco mais técnico ele capta contexto também assim como llm llm e ele a gente processar esses dados com uma máquina bem simples né E como é que funciona esse sbert eh basicamente a gente tem um problema que de um lado a gente tem frases indicando preciso aprender isso preciso dessas competências aqui do outro lado a gente tem

textos que descrevem os nossos cursos na enap né então que competências desenvolve como é que é feito o curso que assuntos aborda né eh e aí a a gente tem que ligar esses dois né então para cada para cada necessidade de capacitação a gente tem que oferecer curso isso é muito comum né gente quem fez curso de de de programação em Python Com certeza já montou um recomendador né Isso é muito comum então é uma aplicação né Eh e obviamente aumentar a eficiência desse desse nosso processo e principalmente lembrando do nosso passado evitar massa recomendações

né E quando não tiver recomendação de fato não oferecer né a gente começou eh com eu não vou ler essa sigla da Plata da do huging Face né é um é um é um modelo sbert huging Face é uma plataforma em que as pessoas conseguem hospedar eh modelos treinados né Assim como existe o github para repositório de código eh e a gente usou um um sbert que é um otimizado do Bert que é um que é um Transformer já um pouco mais tradicional que a gente tem Vocês já viram o GPT mais recente que ele

começa a mostrar assim estou pensando isso então ele começa a raciocinar ali são duas redes uma conversando com a outra para montar um sentido é a mesma são redes meses aqui né Vamos lá vamos passando eu V passar bem rápido por isso aqui galera então basicamente a gente transforma os nosos eu posso disponibilizar isso aqui depois tá o link para PR Patrícia todo mundo pode pegar esses slides eh a gente transforma nossas palavras em números né que para transformar em berings a gente transforma elas em vetores eh a gente esse ess Bert o que ele

faz é depois para cada palavrinha que tá representada por um vetorzinho né Por uma sequência de números ele vai transformar uma frase ou um corpo de texto né num vetor só Então em vez de ter vários várias sequências de números para várias frases ou para vários documentos ele vai transformar Aquilo num em um vetor só uma listinha só de números que representa toda aquela toda aquela frase né E a gente vai fazer a mesma coisa com as capacitações e com os cursos né E aí a gente vai comparar isso né E vai usar uma medida

de similaridade muito comum que é a similaridade de cosseno são dois vetores né parece a coisa mais mais óbvia com né tirar o cosseno dos dois e a gente pega aí qu parecidos eles são isso aqui é só para exemplificar para quem de fato eh não tá familiarizado se a gente tem um vetor ali uma setinha eh representando a palavra bola e tem uma setinha ali representando a palavra mesa né As duas têm alguma inclinação né Ah E aí o cosseno é a projeção de cada vetor desse no eixo X e e a similaridade é

essa essa interseção dos dois né quanto do vetor menor tá contido no vetor maior essa é a nossa medida de similaridade ela vai de zero ou seja não tem nada a ver né tipo não tem uma projeção como se fosse uma um poste no meio-dia né no chão não tem nenhuma projeção da sombra no chão ou eh eh ou é um que Ou no máximo um que seria a projeção completa são dois textos idênticos né Alguém falou bola e outra pessoa falou bola é a mesma coisa eh e queria mostrar aqui um exemplo da entrada

de dados que a gente tem né a gente tem um identificador da Necessidade um órgão que pediu eh ess as siglas ifs são siglas que é do do do gestor do do questionário né que indica assim exatamente qual questão que ele tá usando mas tem o texto da Necessidade um tema daquele daquela necessidade um recorte do tema né Ou seja a pessoa diz comal a necessidade de capacitação mas ela também tenta inserir isso num contexto de um tema né para para dizer assim a que conjunto ela pertece um recorte Zinho daquele tema um subconjunto né

E esses são um exemplo dos nossos cursos né a gente tem aqui um nome do curso uma um texto grande de apresentação texto tá cortado aqui um texto grande de conteúdo o link e quem tá oferecendo aquele negócio tá pequena porque ninguém precisa ler beleza mas assim a gente quando a gente vai dar um um resultado a gente tem uma coluna ali no meio que dá uma similaridade cosseno né que é essa métrica vai de zer a um e a gente recomenda até cursos tem linhas que vocês vão ver aí que não tem texto escrito

na similaridade ou na escola por que isso a gente definiu que a gente não queria mostrar cursos eh que seriam mais recomendações então a gente olha a similaridade disso se não tivesse mínimo de similaridade aqui acho que aqui foi pon 55 se não tivesse mínimo de similaridade não recomenda então isso dá um controle pra gente da qualidade né E aí vamos dar uma olhada aqui na qualidade de fato a gente a gente tá ali no primeiro primeira necessidade de Treinamento ferramentas do Microsoft Office técnicas de computação Microsoft enfim a gente recomenda primeiros passos do Microsoft

otimização de trabalho com Microsoft Office colaboração enfim e a gente tem lá sensoreamento remoto na terceira linha a gente não oferece curso de sensoriamento remoto então não vamos oferecer e a inspeção disso aí tem que ser amostral a gente não vai conseguir olhar todas as capacitações nem todos os cursos né mas está infinitamente super era a primeira né isso é uma coisa que dá muito orgulho de conseguir fazer dentro da casa e com uma coisa open source que a gente não gastou nenhum centavo a mais aceto energia Talvez daqui do nosso órgão né mas é

dinheiro público é o nosso nosso salário né bem investido porque a gente consegue acelerar um processo antes a gente demorava coisa de 15 dias cinco pessoas dedicadas para isso né hoje a gente tá gastando 5 minutos a a gente apresentou inclusive pra equipe gestora já um executável para eles só arrastarem o arquivo lá para dentro e não precisa mais nem falar com a gente né E a gente tem próximos passos aí obviamente que é dá para melhorar dá dá para melhorar dá para dar recomendações melhores e existe um sistema novo sendo feito né entre mgi

enap né as questões vão ser melhoradas o preenchimento de quem tá ali na outra ponta vai ser melhorado mas também a gente vai poder participar por exemplo com eh bases de dados que permitem armazenamento melhor recuperação melhor né E vai permitir que a gente faça outros testes que que e usando ou a mesma classe de modelos né caso a gente não queira subir para um llm que exija uma máquina específica para processar melhor será que a gente consegue traduzir né de uma linguagem para outra se tem um modelo que não foi treinado em português por

exemplo né como será que a gente pode melhorar esse negócio eh e deixar isso pronto no sistema né então não precisa transitar entre órgãos né não precisa de um executável na máquina de alguém tá implementado no sistema e é isso corrido foi muito corrido obrigado obrigada César eh vocês passaram no concurso achando que nunca mais estudar matemática né gente errou vai ter que estudar vai ter que entender um pouquinho pelo menos para pedir para eles né pra gente saber o que a gente quer pedir isso é o mais importante na nessa construção das inteligências artificiais

paraa administração pública nem todos teremos de ser desenvolvedores como é a incrível equipe da cgti e da CG dados aqui mas a gente vai ter que saber o que a gente quer né onde é que tá a nossa dor né O que que o o César falou os os dois lados da dor onde é que elas estão e como é que a gente pode relacionar uma com a outra eu vou eu peguei o microfone aqui agora só para informar que a gente tinha a gente tinha proposto que cada palestra tiver 5 minutinhos de pergunta vai

atrasar e vai prejudicar os colegas a fazerem sua fala então a gente vai dar 20 minutos para cada palestrante e no final a gente tem 20 minutos juntos para todas as perguntas Então vão anotando aí as perguntinhas para cada um E no final vai ter esse tempinho tá para debate então agora a gente vai continuar com Frank aqui vai falar o caso da cgti o chatbot Duda obrigado [Aplausos] Bom dia Bom dia pessoal eh vou ficar em pé tá para não sentar Eu acho que eu vou me sentir mais confortável assim e inclusive para anunciar

que a minha palestra não é sobre chat Duda né uma um spoiler que a gente quer dar aí nem a presidenta a chefe maior aí tá sabendo ainda que responsabilidade aqui agora né V começar com a minha audio descrição Eu sou um homem estatura mediana eh cabelos castanhos ainda com cabelo mas vamos ver nessa área de tecnologia até onde eles ficam eh Pardo estou usando um terno azul com camisa azul eh sapato preto e com muito orgulho o crachá da inap né um projeto aí liderado por essa equipe incrível de para fortalecer pertencimento e sensação

de bem-estar aqui dentro da enap né Pedro Já falei para você hein seu cachar tá devendo deixa eu pegar então gente deixa eu comear minha apresentação falando um pouco o que motivou e quais são os desafios que levaram a gente a desenhar esse projeto eh e recentemente a gente acho que todo mundo sabe o próprio C pnu né concurso público eh Nacional Unificado vem aí para desafiar todos os eh o status Core da da própria administração com um volume totalmente diferente inovador e isso trouxe potencializou alguns problemas e alguns desafios que a gente tinha então

o crescente número de alunos para formação Inicial n os públicos foi um desafio que a gente eh precis vai precisar lidar aqui agora tá precisando lidar eh o aumento por Demanda de atendimento e orientação por parte da secretaria escolar eh da escola necessidade de rastrear e analisar dúvidas recorrentes foi um desafio que a gente mapeou durante esse esse processo eh com o advento de EAD que não é novo mas isso veio eh mudou a forma como as pessoas pessas interagem e o momento em que ela precisa ter alguma orientação então disponibilidade 24 por7 Isso é

uma um desafio que a gente listou e Esse aumento trouxe sobrecarga pra equipe e também perguntas e repetitivas aí e a transformação digital da escola né Eu cheguei aqui na inap em 2023 com desafio e bem específico com alguns projetos pra gente tocar e esse aqui foi um um um desafio que me foi passado um detalhe eh que a secretaria escola hoje está dentro das da equipe de tecnologia então a gente absorveu justamente para conseguir entender e potencializar como que a gente ia trabalhar com essa transformação e principalmente conseguindo eh vencer o desafio que vai

ser essa formação de mais de 5.000 servidores eh E com isso a gente veio com uma proposta baseado nisso eh essa proposta aqui eu vou falar especificamente sobre o chat mas ela é maior em termos de transformação eh de trabalho de processos de automatizações dentro da própria secretaria que a gente pretende transformar numa secretaria escolar eh digital né que isso já está acontecendo para esse ponto aqui a gente escolheu chatbot baseado em e generativa eu acho que aí eh é um pouco até óbvio né hoje em dia é difícil a gente não comparar qualquer chat

que a gente conversa com chat GPT a experiência mudou já era né Não tem não tem não tem como voltar qualquer coisa que for diferente se a gente lançar um chatbot baseado em árvore de decisão já começa a experiência ruim a descredibilidade então a gente entendu o que tinha que ser com generativa foi o primeiro eh ponto da proposta integração com sistema de gerenciamento de Ticket chamado de protocolos a gente precisava is conectar com o trabalho que a gente tá fazendo de digitalização da própria secretaria então a gente precisava ter eh essa rastra abilidade dos

processos uma padronização para a gente chegar no na parte do de baixo ali que é análise de dados porque não tem como melhorar o que você não consegue medir então a gente Precisava fazer isso eh e a gente também com esse projeto os canais que a gente vai pretende disponibilizar um deles eh por meio de tótens dentro da própria escola a alguns que já estão rodando pela escola já deve ter visto tem três tótens ali no em um dos andares eh esse é o propósito né Ninguém sabe ainda a gente já colocou em breve a

gente isso vai est disponível lá para quem obviamente tiver presencial e precisar de algum tipo de apoio também né Eh Essa foi a proposta então a gente com isso a gente decidiu desenvolver um chatbot eh com esse intuito né de ser capaz de atender as principais dúvidas dos alunos da inap reduzir tempo de resposta principalmente e integrando de forma transparente com o sistema de atendimento que a secretaria passou a utilizar recentemente eh advento dessa transformação que tá que tá acontecendo dentro de uma central de serviço da própria escola eh e buscar eh garantia de acessibilidade

permanente 24 eh 24 por7 né Eh a Primor na experiência do usuário e tornando ess esse endimento mais eficiente e mais inclusivo esse é o objetivo do desse projeto que eu ven apresentar a arquitetura dele envolve Quatro Pilares principais o a gente usou uma técnica chamada de hag não vou entrar em detalhes técnicos aqui Mas ele significa que a gente tem uma fonte restrita de informações que a gente pode disponibilizar pro chatbot para ele responder de forma online então documento sites específicos em que a gente tentou restringir ao máximo para coibir um pouco a capacidade

de Alucinação que esses modelos têm Então foi uma técnica que a gente adotou aqui para para esse projeto eh a gente também colocou uma camada de segurança eficiente colocamos o nosso login único e que a gente desenvolveu na inap integrado com o próprio Golf BR então a gente pode acessar não só pelo golb pros alunos e principalmente mas também pode ser acessado por meio de login de rede da própria enap né que é um projeto também que a gente desenvolveu para padronizar e ser transparente assim como acontece com qualquer serviço grande aí em termos de

de login único de autenticação integração com serviço de eh geração de chamados né que é o como eu comentei é o que o a secretaria passou a utilizar e a experiência de o x e o i o que que isso significa a gente quis trazer algo eh inspirado no que já tá sendo utilizado então algo próximo ao que o próprio chat GPT já trouxe aí de experiência pro próprio usuário tanto do ponto de vista de experiência de uso como de experiência de identidade eh visual né que é o x e o i aí Claro trazendo

as cores da inap eh como que esse projeto está a gente começou por um modelo de MVP fizemos testes com alguns llms inclusive local a gente fez instalação com modelos menores dentro da nossa infraestrutura para testar como que seria a capacidade de resposta se a gente conseguiria ter escala ou não eh modelos maiores também e optamos por esse projeto Por uma questão de custo eh por um o modelo da própria Open mesm a gente usou o modelo mini que é o modelo menor mas que se encaixou perfeitamente pro nosso projeto para esse primeiro piloto foi

uma escolha baseada em alguns testes né mas ele é agnóstico e pode usar qualquer tipo de modelo também o projeto que a gente desenhou eh ele utiliza como eu falei algumas informações eh voltada pro próprio CPN informações da escola perguntas frequentes eh informações gerais do site da enap da da própria ivg também acaba incluindo algumas coisas aqui e e a gente também usou algumas premissas que foram discutidas no comitê do CPN a gente criou um comitê aqui para poder preparar a enap paraa segunda fase terceira fase no caso que é a formação desses novos servidores

e a gente entendeu Que informações algumas informações específicas sobre digital era sensível deixar para que um chat desse de alguma forma pudesse alucinar e trazer alguma judicialização então tem algumas regras que a gente criou nesse nesse processo para tentar Minimizar e mitigar esse esse processo esse projeto Ele tá em fase de homologação ele já tá em teste dentro da escola com as principais áreas secretaria escolar tá validando testando porque ela é a principal beneficiada e a principal impactada também com a falta de uma automação ou um um produto que ajude no processo de trabalho deles

e a própria área finalística que tá conduzindo do ponto de vista Educacional o eh o a formação do do cpni das carreiras aqui dentro que é a Dex e a própria cgti que tá encabeçando e desenhando e conduzindo esse projeto A ideia é que ele seja lançado já no período de matrícula Tá previsto para iniciar agora dia 10 de de Março né ele já vai tá disponível pros alunos como uma fase de experiência pra gente poder eh avançar e o go Live do projeto é disponibilizar ele ainda na fase de matrícula como eu comentei pros

pros próximos servidores que vão chegar isso aqui é as três principais etapas de forma resumida eh ele tá com acesso interno dentro da inap quem tiver aqui e tiver login por exemplo no govbr de homologação consegue por meio desse link acessar e já fazer testes com com essa ferramenta e quem tem usuário de rede da inap também consegue fazer esse teste aí tá bom ele vai ficar disponível aqui eh para quem quiser fazer algum teste tem algumas quando aqui uma carinha dentro para vocês entenderem como que ele tá disponível a autenticação o o login de

autenticação que a gente disponibilizou e a forma como ele vai se apresentar pro usuário final com algumas coisas já pré-definidas com pr-pr que a gente criou para facilitar com as dúvidas mais frequentes aqui é só um exemplo de de dados que a gente já tá coletando que faz parte do projeto eh de transformação da própria secretaria como eu disse a gente precisa de métricas para saber por onde a gente começa e quais são os dados Quais são os serviços os pontos que estão mais impactando era isso gente fui rápido breve trouxe um spoiler e espero

que a presidenta tenha gostado que ess projeto não sabia que responsabilidade que me Trouxeram aqui agora o link já até pediu ó vai ter que apresentar na reunião de diretoria segunda-feira eu tá bom Lincon é o diretor meu chefe aqui dentro gente Obrigado Eita gente a gente ouviu antes do T Olha que que delícia hein Obrigada Frank eh vocês sabem o que é sandbox eh dentro da Inovação como a gente tá aqui várias coordenações a gente tá entendendo que a inteligência artificial é transversal ela vai impactar os processos de todos nós aqui independente da caixinha

onde a gente esteja trabalhando e isso eh atinge a inap também o liia tá dentro da Diretoria de inovação a seja dados tá dentro da de autos executivos a a cgti tá dentro da gestão corporativa e ainda assim a gente trabalha junto e se fala toda semana e Oi autos estudos é é tô tô aprendendo ainda eh a gente trabalha junto toda semana e aí a gente tem conceitos comuns conceitos um pouquinho diferentes eu ia falar sobre a questão do sandbox regulatório dentro da Inovação para vocês entenderem um pouquinho do que que o Lia quer

fazer tá a gente como a Betânia falou a gente foi lançado em em Outubro a gente ainda tá num processo de estruturação de vários várias várias questões mas uma das questões que a Inovação traz é um espaço para teste um espaço seguro paraa administração pública fazer seus testes antes da escala nível governo porque a gente vai investir dinheiro público a gente vai investir em serviços públicos que impactam todo toda uma administração ou ainda maior todos os os cidadãos brasileiros então a gente precisa de espaço para testar errar rápido errar Pequeno São conceitos bem típicos da

Inovação Então quando vocês quiserem testar os projetos de vocês quando li um pouquinho mais paraa frente estando estruturado vem bater um papo com a gente treinar modelos e ver o que questões de ética de diversidade outras outros fatores que a gente tem que pensar antecipadamente antes de botar modelo de inteligência artificial para rodar e agora eh trazer o Nei aqui da Natel para falar um pouquinho sobre o sei e o que que eles estão aprontando por lá obrigado patrí obrigado Betânia pessoal seguinte começou ainda não tá sou um homem branco altura mediana cabelos castanhos né

tenho 43 anos ainda tenho cabelo mesmo trabalhando na ti que nem o Frank falou e tô usando um blazer azul marinho Ok Play pessoal beleza e seguinte né meu nome Jobs sou gerente de informações biblioteca lá na na é uma das gerências lá da ti nossa né e eu cuido de muitos assuntos lá e um deles é dados dados sência dados e com a equipe lá temos três coordenações nesse nessa área de dados lá na minha gerência eh então vou falar sobre o Cia que ele faz parte do programa de transformação digital estamos com uma

gestão nova Lá na Ti da Natel eh desde Novembro então a gente tá fazendo melhorias ajustes né de abordagem para alavancar mais as nossas eh ferramentas PR os usuários temos eh contrato de cientistas de dados e analistas de dados por poste de serviço desde 201819 e já estamos em uma versão dois desse contrato e temos muitos braços para fazer as soluções que a gente tem na Natel que são várias Essa é só uma tá eh primeiro assim o patrocínio temos um patrocínio muito forte do presidente da Natel e do Conselheiro Alexandre Freire que eh tá

patrocinando o programa de transformação digital que a gente tá reformulando lá na agência e assim o nosso superintendente né Gustavo Neri aí tem eu e tem o nosso líder de I que é o Thiago thgo Pereira ele coordena o cientistas de dados né o foco dele é mais com os cientistas de dados fazendo todos os projetos que a gente tá dando conta de tocar quatro projetos nesse momento ao mesmo tempo com os terceirizados roadmap né o desenvolvimento né desenvolvemos seria desde 2003 começamos eh a alavancando ali a a maturidade Nossa com nossos cientistas de dados

arquitetura estruturando o eh o assunto né na internamente na agência com uma solução que a gente teria domínio né para depois puxar projetos com as áreas finalísticas E aí o Cia a gente estava fazendo desde 2022 antes que antes de aparecer ir a na nova pegada de lnm né mas e a gente estava trabalhando com i raiz né e a gente trocava muita ideia com o pessoal do Judiciário temos um grupo né Sempre trocando muita ideia com o pessoal do Judiciário e outros órgãos eh e aí deu o Boom que deu dezembro janeiro 2023 deu

bum que deu cu generativa né o projeto tá no github já público então endereço é esse aí Anatel goov.br lá no github e são dois projetos na verdade né o módulo do C si que em pp interface do sei e o servidor de solução de ia que é uma máquina parrudo uma máquina nova no ambiente na arquitetura do sei é o sétimo módulo que a Natel desenvolve que desenvolvemos lá na Natel desde 2015 desenvolveu os módulos lá na agência e a nossa experiência tá muito madura na parte de desenvolvimento de módulos né a a enap

usa se peticionamento tá em 140 órgãos o judiciário usa também então a gente tava com uma maturidade muito grande para eh encarar né o desafio de colocar ia na interface do ci e a gente já Távamos fazendo né as funcionalidades e as primeiras eram processos similares e documentos similares que basicamente é o que o colega o César eh explicou né com técnicas de a tradicionais algoritmos tradicionais né distância cosseno etc e deu ótimos resultados mas quando você fala de 2 milhões de processos 18 milhões de documentos entrei naquele processo e puf cinco processos mais similares

do que nem ordem não ordem ali é Um Desafio grande documentos similares a mesma coisa né confronto de conteúdo por semântica né encontrar documentos mais similares e classificação de ods da ONU que a gente tá em fase de classificação e rotulagem pelos especialistas ainda não fizemos o algoritmo Mas vamos fazer o algoritmo e provavelmente vai ser um tfidf alguma coisa mais radicional porque llm não é bala de prata e o assistente o ente ele é o maior apelo né que as pessoas depois do chat GPT né e os modismos e várias outras coisas o que

a maioria quer e precisa e faz todo sentido essa necessidade e que vamos ainda ter vou mostrar as funcionalidades aqui e ainda vamos ter muitos mais funcionalidades como galeria de prontos ativar busca na internet agentes personalizados indexar bases externas e a gente acompanha muito o pessoal do TCU né osos amigos lá TCU e é uma pegada que a gente acredita ser muito muito importante né culturalmente falando e de funcionalidades quando a gente propõe né Por um assistente de uso amplo na [Música] Instituição Aqui estamos lidando desde final de Outubro com esses eh 23 órgãos piloto

né levantei na comunidade do sei que é uma comunidade muito grande né 400 órg já usam sei em produção e leva perguntei quais órgãos já já tinha contrato de nuvem né ah das funcionalidades também a gente quer colocar outros llms que é viável é totalmente desacoplado mas a gente levantou e eu costumo falar o seguinte que a gente com os módulos do C Da a gente F furou a bolha né A gente entra até no judiciário então alguns Oros já instalaram como anak instalou para teste tá pessoal a estão se planejando para p em produção

e o pior a primeira barreira é ter um contrato contrato é e depois instalar porque é uma máquina muito parruda que precisa porque são várias soluções ali junto aí a a a outra barreira é o letramento ensinar as pessoas a a fazer prontos eh mas assim já o órg já instalaram o STJ o STJ tá se planejando de fazer um evento de lançamento mês que vem e tá interagindo com a gente essa interface do ci né o é o sistema de processo eletrônico adotado pelo Governo Federal para quem não não tiver informação né ele faz

os processos administrativos todo mundo né uso se dentro do de muitos órgãos governos de estado etc e governos de estado ali Minas Bahia e São Paulo tá interagindo com a gente também para fazer a instalação eh as funcionalidades mais tradicionais Estão lá em cima mas o assistente tá aqui embaixo tá o assistente tá aqui embaixo Mas as funcionalidades mais tradicionais eh anteriores que a gente vinha desenvolvendo tá nesse nesse nessa cabecinha azul em cima no botão em cima de processo de documento Essa é a funcionalidade de processos similares então entrei nesse processo no caso é

o processo paradigma ele foi lá na pi rapidamente muito rápido ele devolve na tela os cinco processos mais similares pode ser entre c e 15 mas mais do que cinco é parametrizável na administração do módulo eh tem eh documento similar que são técnicas né também de confronto de conteúdo Mas você pode combinar pesquisa palavra-chave e vários documentos ou só um documento com os os documentos alvo tem o resultado né no caso do confronto de conteúdo do documento e a pessoa pode dar feedback no no like no like ou até na ordem tá a pessoa dá

feedback para ver se o resultado foi bom se fez sentido ou não aqui é DS da ONU que a gente ainda não fez os algoritmos agindo para fazer alguns testes agora depois de uns feedback depois de um volume de classificação que fizer e outras abordagens que a gente vai testar então entrando em cada um desses desses cartão consegue indicar as metas da ods da Ono que tem a ver com esse processo eh e aí vem o assistente o assistente né que aquele e primeiro ponto de destaque o assistente o que ele é é amplo e

geral é um chat GPT corporativo que atende direciona bem questões de segurança porque a questão de responsabilidade de uso de I generativa número zero a prioridade zero é não use na internet eu falo que é que nem criança de 5 anos Quando Você Grita que tá em cima do muro não não pule eles pula Ele só escuta o pula ele não escuta o não se você fala não use na internet para coisa restrita a pessoa não vai não vai ele vai usar então assim a primeira coisa é so contrato sob toda a validação que a

ti tem que fazer responsabilidade do órgão tem que usar soluções corporativas e não na internet teve problema de vazamentos né de coisas na internet sérios E aí tem uma boa interface tem uma boa interface né e nas primeira versão a citação de documentos de processo eh o manual tá muito completo tá muito completo com engenharia de promos básicas avançadas e tirando toda a espuma que tem na internet de besteira tá sobre pronto né E sabe gerar textos sobre conteúdos que fez parte do treinamento do llm né usado que nesse momento tá o GPT 4 o

mas que a gente tem a possibilidade de incluir todos os lnms como serviço que tem por aí né desde que parta pelo menos de 128 Car de contexto né mas a gente consegue acoplar porque tá totalmente desacoplado a integração do assistente com a api externa e ele sabe sobre o que você passa junto com o contexto que é exatamente quando você cola textos ou eh cita processo documento mas não é Bala de Prata né precisamos aprender a como usar seus potenciais e controlar suas limitações que são grandes e vocês vão ver como é sério as

limitações eh como é sério o letramento é muito sério e muita gente infelizmente ou tá indo para um sentido que eu também não acho bom não é excludente mas não acho bom que é eh qual coloca faz um botão aí para mim para isso né o passo de mágica e tudo é prompt e ninguém melhor do que fazer prompt do que a próprio pessoas da área de negócio e não a assumir a responsabilidade do prompt né que é o que eu defendo que é trabalhar mesmo em servs você você ensina a pescar e não fica

dando peixe porque prompt não tem fim Às vezes tem que ficar fazendo ajustes e o assistente fica aqui no canto inferior direito né ele tem essa visão reduzida pessoal a gente faz isso no sei sem mexer uma linha de código do cor do se tá isso aí é tudo módulo né a gente não toca no cordo sei instala quem quer e não precisa de act não precisa de nada e nem ajuste teve a gente apresentou por trf4 eles falaram desse jeito a gente não tem que ter centia de dado não né Nei É só usar

Agora arruma uma máquina com 128 g de Ram instal e tem um contrato e que a gente tá priorizando o funcionário dados depois integrar outros llms né mas tem um contrato e dá tudo certo e a barreira de acesso né que é ter contrato primeiro antes de tudo né a barreira Inicial e depois é letramento mas ele fica aqui tem os botões eh eh inclusive para expandir o tamanho e aí ele fica tela cheia e aí são os botões tradicionais né que as pessoas estão acostumadas já a gente olha muito chatbots por aí fora começamos

a olhar Inclusive o de psic também né enquanto é fácil e uma coisa muito importante os botões de ação lá em cima e lá embaixo pode conter erros considere verificar e a outra pegada de responsabilidade é não facilita a vida do usuário ten aquele filme né A Mão Que Balança o besto tem a mão que usa o mouse você usou o mouse a responsabilidade é sua e é você usou você mexeu isso não pulou eh para outra tela você usou Mouse usou teclado usou alguma coisa então você é responsável exclusivamente responsável pelo que você faz

e temha gente cara nem põe uma frase maior não sei o qu que não sei o que aí o cara chegou para mim com dois parágrafos Não aí não tem experiência do usuário não tem espaço e se o o chat GPT tem esse cabeça esse rodapé lá você abre lá Tá lá esse rodapé simples desse jeito exatamente a mesma frase porque eu vou porque a gente tem que fazer uma frase gigante como a gente fica né babado e marm né tipo cara não tem sentido fazer uma frase maior do que essa é bobagem e você

fica correndo atrás do próprio rabo tentando contornar o contorno né E aí tópicos tópicos arquiv tópicos da estrelinha né que D feedback e isso aqui é um pronto de exemplo para fazer uma matéria pro site né E aqui vamos mostrar algumas coisas mais precisas né A máquina tá linda ali mas vamos mostrar algumas coisas um pouco mais avançadas primeira coisa né prompte Sem Persona então a gente pediu aqui para ele gerar é um gercia dar conselho sobre gerenciamento do tempo como lidar com tantas tarefas surgindo de todo lugar de toda parte e todo momento quem

que sofre disso acho que todos né E aí ele listou algum algumas sugestões né de gerenciamento do tempo e aí quando você passa Persona agora você é um coach de produtividade com vasta experiência consultorias para para ceos e executivos Me dê conselhos Olha a forma diferente que ele dá ele dá aqui inclusive o várias técnicas o pomodoro ele já foi um pouco mais envolvente né com aquilo que você passa isso faz toda a diferença tem também que é comprovado tá tem papes que você pode apelar tá pelo amor de Deus isso é muito importante para

mim e para o meu órgão não seja apressado se me o melhor que você pode ele entrega coisa diferente tá pessoal é sério entrega Eu sempre faço um apelo Zinha no final do meus promos Ah desculpa pessoal pulou demais aqui pulou demais aqui Desculpa pessoal tá voltando não tá indo pro final ou voltando pessoal como é que volta ah o de baixo Eita já veu todo mundo fech olha aqui Ah tá E aqui é um pronto sem contexto né Escreva um resumo sobre o filme ainda estou aqui escreveu tudo menos o que você queria é

um drama m de mistério lançado em 203 uma jovem chamada hile esquece eh um drama emocionante que narra a história de uma jovem chamada Tesa esquece não tem nada a ver Por quê Porque do treinamento ele lembra que eu escrevi lá atrás ele trabalha e responde à inteligência que ele tem sobre aquilo que ele foi ensinado foi ensinado mais recentemente que é uma informação recente Não por isso que também o chatbots a partir de agora estão pondo buscar na internet porque ele busca na internet uma coisa que você quer para depois você usar o moedor

de carne né então moedor de carne que é inteligência não necessariamente tem informações Então tem que ter cuidado isso é muito Sutil né para usuários mais desavisados e quando você já passa um contexto quando você já passa o contexto não cobe no prompt ali pessoal mas colando textos colando textto sobre ó agora me faça um resumo sobre isso e ainda passando pessa que você é um cineasta né Eh crítico tal aí ele dá um texo bacana Beleza então é técnicas né com de você dar inteligências internas pro para assistentes para llms você dá inteligências internas

como passa no contexto tendo ou não rag antes que o haag é como se fosse uma peneira grossa né e o ldm ainda faz uma peneira fina e ainda tem faz a questão final que é o processamento de fato da Inteligência eh já promp avançado esse prompt a gente fez para uma área que tava lá com os 2600 processos com pendências lá com risco de prescrição que é processos administrativos fiscais né a pessoa tá devendo tributo para Natel e esse processo sempre começa com com impugnação sempre começa ali com um documento que é bem jurídico

bem geralmente feito por advogado que a pessoa não quer pagar o que deve né E aí faz uma impugnação do crédito e ele sempre começava esse análise desses processos de impugnação com a análise mesmo desse do análise do Ah ainda eu tenho 2 minutos e meio do cronometria eh Eles começam com a análise sobre essa Hi impugnação e olha só a qualidade desse prompt o prompt V tem papel tem missão tem contexto tem instrução lá no manual a gente Ensina esse template de prompte avançado que para quem já usa muito tempo faz tudo isso sem

pensar nem escreve essas tzin né papel missão contexo nem escreve eu faço muito direto mas para fins didáticos e ele faz diferença ele faz diferença foi percebida eu percebi claramente algumas pessoas mais céticas com que eu eu trabalhava desse jeito até para fins didáticos e algumas pessoas céticas ali a pessoa cientista de dados às vezes pessoa fica cético E aí de repente pô deu braço TC realmente deu uma qualidade melhor E aí citou o documento lá embaixo citou o documento lá embaixo pessoal tem algumas coisas aqui que são sutis como me informe tal coisa localize

só acho que tem exclusivamente nesse PDF e tem coisas sutis como me forme diferente de transcrever E aí ele dá esse resultado e não dá para mostrar tudo mas é muita informação que ele pega e lá embaixo ó informe informe informe lá embaixo o ponto que eu disse no script que eu quero transcreve ele transcreve então a palavra tem poder e tem significado se você e llm é muito inteligente mas ainda não tem capacidade de telepatia se você não escrever se você não falar o que quer como quer exatamente como você quer ele não vai

te entregar e você fica ainda e bobo ele não fez o que eu queria não ficou legal Mas você disse o que você queria como você queria fale tão detalhadamente como estivesse falando com estagiário um menor aprendiz de 16 anos se você não falar assim ele não vai fazer o que você pensa que ele vai adivinhar que você quer tá mas e o pessoal achou maravilhoso porque ficou muito detalhado e play play play play play e eles ajustaram depois que a gente fez esse primeiro prompt eles fizeram mais de 12 e até foi engraçado que

eles não entenderam bem a Persona né advogado tributarista com mais de 20 anos de experiência eles fizeram lá que era você é um especialista em relatório de fiscalização da An tela eu minha amiga a profissão tem que existir tu não inventa não ele ele responde mas se você disser algo que exista é melhor tá e eh último dois últimos slides pessoal meio rápido esse daqui foi um desafio que eu fiz no final de semana eh que é on gerador de mentas acabou o meu tempo mas só mais um minuto que eu finalizo esse é um

gerador de mentas que que o pessoal assim às vezes chegava e abordava a gente né quando é que vocês vão pôr um botão no se para gerar imenta né o anato é um colegiado lá nos gabinetes tal eu quero um botão para gerar imenta eu botão não tudo é pron então gente vai colocar pronto e atrás de botão e aí que é a pegada lado do TCU quando você faz o letramento institucional quando você tem pessoa avançadas medianas e começa a ter menos demanda pra própria ti porque é como se fosse soluções principalmente com funcionalidade

de Agentes né que é uma loja de Agentes ou galeria de prompt a pessoa vai reutilizando e aí esse prompt Qual foi o sucesso que eu tive sou formado de direito também E aí Achei um manual recente do CNJ de modelo padrão de de de mitas e um modelo perfeito lindo e maravilhoso é Itálico aqui negrita ali maiúsculo aqui sessão assim perfeito e eu né Conheço também do direito então eu fiz assumi o desafio e tá ali ó puf documento para cima é grandão tá pessoal é grandão para cima mas puf documento aí e aí

ele entrega uma ementa perfeita testei mais de 30 documentos e passei para alguns amigos juízes e algumas pessoas contato em órg judiciário testaram e adoraram disseram ó tá melhor do que outros que eu já testei porque a gente foi no manual padronizado CNJ e também ajuda para por exemplo isso matéria publicada no site da Natel a gente fez um divulgação para WhatsApp até com emojis ali também outro promp tá esses exemplos de promp estão no manual e até pra programação então ele entrega ali o Snap de de código até para a programação também tá ali

para ajudar você no órgão em tudo que que você quiser e é isso estamos construindo tô certa né gente ser apaixonada por esse projeto né eu vejo facilitar muito a nossa vida assim como o Nei falou né todos os órgãos da administração pública usam sei ou quase todos eh os que ainda não usam vão usar e isso vai acelerar os nossos processos pra gente fazer o que realmente interessa né que não é ficar gerenciando papel então é uma coisa que eu sempre gosto de falar é o quanto a administração pública brasileira é robusta organizada bem

feito quanto a gente entrega Às vezes as pessoas gostam de comparar por exemplo o estado o estado mais tecnológico que existe mais no paper é a Noruega a Noruega é do tamanho do estado de Pernambuco e ela não tem a quantidade de biomas que existe dentro do estado de Pernambuco então assim são desafios muito diferentes a gente não pode comparar laranja com Banana Não Dá Para Comparar são coisas diferentes mas a gente pode aprender com experiências internacionais Sim a gente pode aprender com boas experiências que acontecem em outras administrações públicas e a Janete vai trazer

pra gente aqui agora um pouquinho do que tá acontecendo no mundo bom primeiro eu agradeço aqui a oportunidade de est apresentando aqui né os alguns casos de uso e de eu coloquei a arte do possível com na e a generativa no setor público bom me autod descrevendo Eu sou uma mulher parda estatura mediana cabelos castanhos encaracolados eu estou vestindo uma camisa preta com bolas brancas uma calça bege tenho olhos negros Enfim acho que acho que descrevi bem bom deixa eu pegar aqui porque a gente tem pouco tempo e eu tenho muito assunto vamos lá sim

bom eu trouxe aqui né uma visão que a Amazon web service tem em relação aí a esse digamos a esse boom da ia generativa né vários clientes nossos tanto do setor público quanto do setor privado tem tido digamos várias perguntas né e isso é normal mas digamos assim dentro dessas perguntas todas né Qual é o melhor modelo né como considerar o investimento existe toda uma jornada como a gente viu aqui né nas outras apresentações e digamos assim como escolher o melhor caso de uso para você efetivamente usar a i generativa também como foi colocado aqui

aí ela já existe há muito tempo Existem várias formas de você utilizar pode ser para automatizar para facilitar ali uma previsão de demanda otimizar uma cadeia produtiva o atendimento ao cidadão enfim são várias opções e aqui assim o o que a gente coloca da nossa experiência de melhores práticas tem quatro pontos que são fundamentais né o impacto no negócio na área que você tá fazendo a gestão Qual a viabilidade de você utilizar e produzir essa solução e aqui quando eu falo viabilidade não é só digamos em termos de investimento nesse projeto mas se o público

que vai o né que você pretende atender ele realmente vai estar disposto a utilizar os riscos que você pode ter com esse projeto e riscos envolve tudo risco de vazamento de dados risco enfim do acesso de pessoas não autorizadas você tem que avaliar tudo isso e a disponibilidade organizacional E aí é o apoio de digamos de todas as áreas né de quem decide e quem vai usar porque isso é fundamental com um projeto seja de qualquer tipo de a vamos lá tá meio lento aqui né bom aqui eu trouxe né as várias opções que você

pode ter para utilizar e generativa seja para melhorar a experiência do cidadão lá na ponta né como os assistentes virtuais né que todo mundo tem comentado cadastro de benefícios personalização de atendimento o aumento da produtividade né do Servidor Público pesquisa de documentos resumos enfim e otimizar alguns processos né internos de previsões futuras otimizar a locação de recursos internos bom Opa aqui né Assim isso parece tudo muito complicado né todo mundo tem essa impressão mas eu coloquei aqui alguns pontos que são fundamentais para descomplicar esse processo de projeto com ia generativa principalmente o primeiro aquilo que

a gente comentou aqui precisa do apoio da liderança são decisões que TM que ser tomadas não é pela área técnica Mas pela área decisora porque se não tivesse comprometimento nada vai andar o segundo não menos importante são os dados como a gente colocou aqui né Muito bem exemplificado o o algoritmo final ele ele se alimenta de dados então assim se você não tem dados suficientes para treiná-lo para ele dar a melhor resposta ele não vai dar é ass alguém aqui eu não me lembro quem citou Mas falou é uma criança de 5 anos né é

isso é uma criança se você não treinou você não educou né a criança ela vai responder né palavrões se você ensinou palavrão se você ensinou ela fala corretamente ela vai falar corretamente então assim os dados são fundamentais ferramentas para que você possa integrar desenvolver e escalar aqui é digamos é a parte de infra estrutura técnica né Vocês já devem ter ouvido bem que precisa de equipamentos de alta digamos capacidade de processamento Mas você pode avaliar como você vai utilizar isso o ambiente de nuvem tem sido né um A melhor solução exatamente por vocês digamos tirar

o peso né da do órgão de ter essa responsabilidade de toda hora estar digamos escalando Em alguns momentos e reduzindo essa pot encial em alguns outros momentos porque projetos de i aí de uma forma geral eu assim eu sou professora nessa área não comentei antes mas assim além de atuar aqui na WS Eu também sou professora Universitária na área de Inteligência Artificial Eu brinco com meus alunos falando assim que as pessoas não têm noção de que um projeto de a ele não termina nunca ele precisa sempre ser realimentado então é um projeto que você não

é como um software que ah você gerou lá e deixa o pessoal usando daqui 10 anos eu faço uma nova versão não é isso a medida em que as pessoas né começam a utilizar essa ferramenta elas vão mudar o seu comportamento e se elas mudam o comportamento você precisa treinar sua Criança novamente então é um ciclo vivo então assim o algoritmo É como fosse essa criança que você precisa sempre treinar e aí você ter ferramentas digamos uma infraestrutura de tecnologia que você deixa com um especialista em tecn e você põe o foco no seu algoritmo

em tornar ele cada vez mais eficaz você consegue ganhar em escala valor ao negócio então assim como a gente comentou é um projeto de vida toda então assim ele precisa trazer benefícios pro cidadão enfim principalmente em órgãos públicos pra vida toda então é a decisão tem que né ser bem digamos planejada para você saber que está investindo naquela ação naquele digamos pedaço do processo que realmente é efetivo e segurança e privacidade são fundamentais n rege todos digamos não tem uma área no setor público que você não esteja lidando com segurança né e privacidade de dados

Bom vamos lá aqui aí né Relembrando aqui o meu tique de professor professora eu trouxe assim um exercício né Como selecionar aqui um caso de uso Então dentro desses quadrantes vocês estão vendo ali tem o que traz mais valor ou menos valor né valor alto ou baixo alto risco ou baixo risco alto custo ou baixo custo e também o esforço de desenvolvimento baixo ou alto temos lá a opção A B e C rapidinho assim quem acha que é qual seria ali o melhor caso de uso b c a enfim a maioria aqui falou a né

teve um pessoal que falou C bom vamos começar falando do c o c Ele está num quadrante em que ele demanda Auto esforço custo ele traz alto valor também mas também traz alto risco Será que realmente ele seria né o ideal aí falando do b o b ele tem baixo esforço né assim mais ou menos mediando um esforço né Isso é um ponto bom alto risco valor médio né para o Né o negócio e custo alto ele realmente não está num bom quadrante e o a né paraa maioria das pessoas falaram aqui ele está em

baixo custo Isso é muito bom valor médio né ele tá ali baixo risco ali um risco médio mais ou menos né então e esforço baixo então ele realmente tá num num quadrante em que você vai vai trazer conseguir demonstrar valor pro negócio você não vai ter um custo alto né não vai estar gastando muito corre pouco risco então ele tem tudo e o esforço ali é médio então assim você não vai tá digamos atrasando outras coisas mais estratégicas e sendo ele ali nesse esforço médio enfim com custo mais baixo você para pular para aquele outro

C que ele tem lá Digamos um uma prioridade maior existe mais esforço você tá digamos no meio do caminho então você constrói ali um fluxo né Digamos um fluxo construtivo mais rápido ali A Roda Vai Girar de uma forma mais rápida para você evoluir e crescer cada vez mais o sua solução vamos lá bom como eu comentei para você efetivamente extrair valor né da e generativa você precisa de dados ele é a base fundamental né o alicerce para essas soluções e um outro ponto também já foi falado aqui assim não existe um modelo um algoritmo

que seja a solução para tudo então você com os seus dados você pode avaliar diferentes modelos fundacionais e aí sim para cada caso de uso você escolher aquele que te dá a melhor resposta então assim não Aquilo é uma sugestão não se case com um único modelo ele pode ser ótimo para uma coisa mas nem para tudo vamos lá que eu tenho que né eu trouxe vários conteúdos aqui mas vou tentar passar rápido aqui para dar o nosso tempo aqui também falando né como você decidir tem esses três pontos que é muito importante né você

observar ali a o equilíbrio entre custo acurácia a velocidade de resposta a segurança e a privacidade esses três pontos são sempre digamos os indicadores que você vai ter para selecionar Qual o melhor modelo qual você deve investir paraa sua solução e outro ponto aqui também deixa eu voltar aqui um pouquinho opa ele volta ui i desligou como que ele volta aqui ah voltou bom outro ponto muito importante também é convencer o usuário final a utilizar e confiar na solução então assim esses quatro né cinco passos aqui são importantes para você sempre incluir nesse processo né

uma pessoa a área de negócios o usuário final para ele participar né treinar capacitar as pessoas como já foi colocado aqui também criar uma política de segurança Clara e forte aqui assim as as políticas de segurança exatamente você definir o que que pode o llm Responder o que ele não pode responder quais os assuntos quem pode acessar o qu priorizar a acurácia e comprometer com esses testes contínuos como eu comentei aqui é um projeto que não acaba nunca vamos mas sempre né a gente tem lá o pessoal que acha que a a generativa é a

resposta para tudo mas ela não é a resposta né você precisa como foi bem dito aqui saber perguntar né o fundamental é fazer a melhor pergunta e aí para fazer a melhor pergunta você precisa saber exatamente o que você quer e onde você quer chegar bom eu trouxe aqui alguns casos de uso né para tá apresentando para vocês e inclusive até essa pesqu aqui da Maquin onde ela aponta né quando as várias iniciativas né de governos e de organismos não governamentais que estão usando aí a generativa para os indicadores né os de Desenvolvimento Social né

os odess Elas têm atuado muito em alguns setores né educação né Toda a parte jurídica enfim energia limpa esses TM sido os principais projetos né as principais áreas Onde está sendo implementada a a generativa consegu fotografar aí bom aqui eu trouxe um caso de uso que é pra área né assim eu foi uma demo que a gente construiu só para demonstrar como funciona né nesse caso aqui pro pra área jurídica Digamos um ele dá o play aqui que ai isso mesmo Gustavo estamos aqui diretamente no bairro de Santa Gorete vocês agora exemplo seria né um

oficial de justiça ele tá recebendo digamos essa gravação como prova de qual é meu parceiro Tranquilidade aí tem vídeo tem áudio n aí chegou tudo direitinho aí tá assinando carteira aí agora na boca de fumo Ô fica direito aí meu compadre lembra o que eu te falei não telefone sacou ligado ligado foi mal se liga aqui já com as parad tá graças a Deus chegou quos T 40 coca telefone Irmão você maluco querendo mear querendo saber quantos tênis li dear apelido parceiro no celular bom aí depois de receber né esse áudio o assistente que ele

vai fazer ele vai jogar aqui para esse assistente né esse arquivo e em cima desse Arquivo ele vai conseguir fazer toda a parte de transcrição e depois conversar com esse vídeo então assim normalmente né A maioria dos casos Às vezes as pessoas usam né inserir um PDF enfim você consegue também inserir áudio vídeo e fazer né esse processo de transcrição e de conversa né com diferentes tipos de documentos aqui ele tá transcrevendo né ele fez o upload transcreve tá indo rapidinho ali já vai e aqui ele já vai descrevendo né pro promotor né Qual foi

a conversa né entre aqui ele vai fazer os dois meliantes estão detidos aqui na 13ª dp do bairro de ele fez toda a gravação ali ali o promotor né pergunta que tava um vídeo faz o resumo inclusive ele pede detalhes ali né dentro da gravação e ele vai respondendo então como a gente comentou né O importante é você treinar o algoritmo com os seus dados você vai ter grandes facilidades bom aqui eu trouxe um outro exemplo que é paraa área de educação no caso para correção de provas Então você tem ali a imagem né de

uma prova manuscrita que você vai usar aí a generativa para fazer né Essa transcrição e usar ela para corrigir a prova usando aqui os padrões né do Enem tá aqui ele faz toda a transcrição né em seguida ele vai fazer a correção ali usando né os padrões do Enem o professor vai decidir de acordo com as indicações que ele vai dando aqui eu trouxe um outro exemplo bem básico né que é ele gerar uma apresentação um PowerPoint né E aí você consegue também fazer isso de uma forma bem simples né S pedindo ali um um

prompt né geração de uma apresentação enfim sobre alimentos e ele gera para você foi aqui eu trouxe um outro caso aqui na verdade do CEST SENAT que a gente desenvolveu junto com eles também paraa geração de planos de aula personalizado eu vou passar um pouco rapidinho aqui que eu tô com pouco tempo né Vamos lá ver se eu acelero aqui ah foi e aqui é um outro um assistente virtual né de saúde em que você faz uma pergunta aqui é mais para mostrar também como a gente comentou que você pode ter todo o em termos

de segurança em relação ao que o chatbot pode responder para você ali naquelas numerações ele vai mostrar as fontes de onde ele tirou né Essas respostas enquanto ele tá fazendo perguntas né relacionadas à Vida Saudável né ele vai respondendo mostrando todas as fontes ele pode pedir para responder em outra língua né ele consegue responder tambémm aí vamos lá aí ele coloca tudo né o descritivo enfim as as fontes agora ele faz uma pergunta totalmente fora do contexto né de Vida Saudável E aí eu já regulei para que ele essa a pergunta né não está condizente

com o contexto então ele já dá uma resposta né esclarecendo ali por que ele não respondeu E aí depois disso vamos supor a pessoa faz uma solicitação de uma recomendação de um medicamento aí dentro das políticas de segurança né ele fora olha eu não posso fornecer né uma indicação de medicamento então isso você define né dentro né da sua solução para poder contextualizar bom vamos ver se eu consigo aqui eu trouxe casos de clientes locais também né a Ânima educação Nesse caso eles utilizaram né a solução para buscar conteúdo né de de dos alunos de

cursos para est indicando aqui né através de transcrição indicando vídeos curtos pros alunos em relação aos cursos temos o caso de na área de saúde da Liberty Health que eles utilizam exatamente para centralizar todas as informações do paciente então digamos todo o prontuário a partir do CPF né O Enfermeiro ou médico já consegue ter todo o histórico aqui uma outra né o grupo Educacional edux que é a Estácio de Sá que ele usa exatamente para gerar perguntas né questões pros alunos isso também otimizou ali o trabalho dos professores aqui ah voltando último aqui da bom

e agora ele foi pra frente ou foi para trás B ele tá indo pra frente é é também tô apanhando aqui só voltando aqui no caso do Hospital Círio Libanês assim Normalmente quando você pensa em Ah uma solução de ar generativa para um hospital que ele vá atender o público médico mas lá como a gente fez todo esse trabalho de identificar onde seria mais efetivo eles encontraram exatamente na área de financeira pra avaliação do digamos do dos gastos com as soluções de tecnologia dentro das diferentes áreas do hospital então assim pensar exatamente onde né que

vai ser o grande diferencial muitas vezes não está na área mais óbvia que a gente tá pensando e aqui os casos internacionais nesse caso né a Opa passou demais de novo aqui né esse caso aqui é em relação a um órgão da área de Justiça da do Reino Unido onde eles utilizaram exatamente para resumir e construir soluções para responder de uma forma mais rápida paraas pessoas com necessidades especiais os relatórios que eles forneciam para essas pessoas às vezes né com dificuldade de visão enfim as diferentes e esse trabalho de tradução e adaptação dos conteúdos eram

Digamos um um custo bem alto em torno de 500 libras né eles baixaram aí para alguns centavos por página o outro caso é no nos Estados Unidos aqui também no estado de nebrasca onde ele foi usado exatamente para efetivamente ganhar em termos de velocidade nos processos jurídicos né Na Busca e na avaliação e sumarização né dos processos jurídicos para julgamento nas diferentes instâncias aí automatizando e Resumindo né a leitura e decisão dos processos op aqui também no Reino Unido foi utilizado para quem tá lá na ponta né que são digamos os policiais que fazem né

as ocorrências nas ruas e aí eles coletavam essas informações né dos boletins de ocorrência e depois eles geravam um documento né para passar pro processo jurídico Agora usando aí ar generativa eles conseguem fazer isso de forma automatizada né E já o próprio chatbot já cria a o conteúdo mais jurídico né pra transmissão tenho só do minutos mas tem um monte de casos aqui eu vou passar rapidinho e depois é detalho para vocês bom ah deixa eu voltar aqui mencionando aqui as diferentes aplicabilidades aqui na Comunidade Europeia Ele usou para otimizar o desenvolvimento de software aqui

é uma empresa de distribuição logística onde ela usa AA generativa para acompanhar toda a parte digamos de Distribuição e enfim o processo Logístico das diferentes modais né então planejar e identificar quais os caminhos ali que seriam os melhores paraa distribuição Opa aqui já é uma outra empresa que ela usa num central de atendimento né dos motoristas ali tipo um ubert né e fazendo esse atendimento rápido para otimizar o processo da comunicação entre os motoristas aqui é uma empresa que ela faz solução paraa automação Predial e nesse daqui é exatamente para minimizar a utilização né e

otimizar a utilização de energia nos nesses prédios inteligentes então ele faz toda essa manutenção preventiva e preditiva que tem aí um impacto né na crise climática enfim na energia e economia de energia muito importante para todos aqui já é na área de agronegócio né que é toda a parte de essa empresa ela trabalha com drones para fazer mapeamento né E ela fornece informações pro governo americano e para várias empresas mapeando né os os terrenos diferentes as plantas e para a na análise de de riscos enfim pra avaliação né desses terrenos e fazer toda a otimização

e escala né desse processo Então você concilia as diferentes tecnologias terminou o meu tempo e ainda tem coisa aqui mas eu vou terminar rapidinho bom onde aws pode ajudar falando aí com as nossas soluções de uma forma abrangente integrada e governada a gente tem de fim a fim né para est apoiando esse tipo de projeto toda digamos uma plataforma que vai desde digamos infraestrutura em termos de hardware né de gpus de alta performance de processamento soluções ferramentas que facilitam todo esse processo de desenvolvimento treinamento e disponibilização da solução Opa vamos lá e a aqui três

recomendações básicas né primeiro selecione o seu caso de uso treine a sua equipe equipes multidisciplinares né técnicos e não técnicos e fazer uma prova né de e validação do produto pronto agora foi bom pessoal eu agradeço aí vocês gente A ideia era gerar rede eh e a gente conseguir conversar agora mas a gente acabou estourando o tempo a gente tem 5 minutos eu vou selecionar duas perguntas Alguém tem pergunta quer perguntar melhor assim O pessoal já tava ali me dando o sinal so ah tá aparecer uma não melhor pelo menos uma né Vamos lá pergunta

é só para saber se vocês vão disponibilizar Ah sim vamos então então era sobre isso que eu ia falar na verdade a gente não avisou an adamente porque a gente queria gerar esse momento de encontro mas daqui a 48 horas mais ou menos essa palestra vai est disponível no YouTube da inap eu vou colocar o link quem tiver na rede teia no WhatsApp vai receber por lá quem não tiver procure a gente tem um site rede nova goov todas as redes da rede de inovação Estão lá dentro no guarda-chuva tem temático tem de diversidade tem

de linguagem simples tem de doenças ocultas de todos os temas que você pode imaginar que a gente precisa pensar fora da caixinha pro setor público a gente tem comunidade Lá para trocar ideia e construir coletivamente a gente vai colocar o link lá também vai colocar as palestras de quem puder disponibilizar vai colocar o acesso para vocês quiserem tirar dúvidas do Nei com com a galera aqui da inap com a galera da aws para seguir essa conversa tá gente muito muito obrigado pela presença de todos pera aí tem pergunta Tem pergunta para quem quiser pergunta pergunta

pergunta fazer a pergunta aqui pro NE acho que apresent ação dele é um caso que a gente pode e vamos dizer assim o a apresentação do do Frank do César né Tem utilização de a Mas é uma uma questão específica aqui da enap né de atendimento de aluno da pndp então assim a técnica em si pode ser usada né mas a a aplicação que o ne desenvolveu ela já é transversal né você já você sei todo mundo usa né então vou direcionar a pergunta para ele por causa disso porque eu acho que isso tem potencial

de ser complicado E aí eu queria saber assim né como é que você pensa que a gente podia acelerar né Essa adoção do do CIA pelos órgãos né como que a gente poderia ter apoio aí do do próprio pebia não sei o Lia tá aqui também na enap para catalisar né Essas essas soluções que são transversais que a gente possa usar e eu sei que o pessoal lá do do núcleo de A tá preocupado né né Patrícia com essa questão de transversalidade de vários órgãos poderem usar de não ser uma coisa tão específica eu acho

que esse caso do o Cia ele encaixa legal assim né porque todo mundo que tá na administração pública federal pelo menos tá usando Eh o sei e a gente sabe o tanto que é chato e ocupa tempo ficar produzindo documento ali na unha eu acho que essa eh a solução de vocês tem muito potencial para ser usado pela administração mas como é que você acha que a gente poderia acelerar isso né fazer com que os órgãos eh tenham mais né adesão a esse projeto enfim como como é que você pensa aí belez o seu nome

Ô Pedro é a seguinte essa é a pergunta que eu eh eu dei resposta tem 1 ano e meio eu há 1 ano e meio atrás eu procurei né dentro do governo essa cantando essa pedra de que ó vamos fazer isso temos confiança que vai ser bom temos experiência para isso profissionais e que vai ter barreja de entrada barreja de de uso eh porque o que que os órgãos e eu acho que eh as soluções aparecem mas para ter as soluções Às vezes você precisa eh de a como serviço as apis né Por quê Porque

os llms romperam uma barreira que até então não tinha antes era usar GPU só para treinar e agora você precisa de GPU para usar então assim ter máquinas que o gpus né para pô mod modelos open source é complicado para cada órgão ter esse tipo de de ônus né E aí qual qual seria o ideal a grande escala então assim levei eu levei essa ideia de que cara você tem que se preocupar com os órgãos querem só vir aqui pegar a chave a chave para usar no chatbot no site a chave para usar no chatbot

interno no assistente a a chave para conectar com o llm ou clude eh tem o clou tem tem o germini eh e agora o de psic né e vários outros então assim o órgão às vezes até para fazer solução experimentar experimentar agora os mod existem né que tem o R1 do de PS que tem o o o1 O3 do da Open aí até para experimentação tinha que ter um um Ponto Central que viabilizasse e que sendo Centralizado dá grande escala e governo não cobrar governo o próprio Federal cobrar Federal entendeu então assim essa ideia de

que viabilize algo Central para as pessoas se conectar com moedor de carne porque literalmente é o modelo eu faço essa analogia a solução não tá no modedo de carne mas sem ele você não faz nada que é onde ele traz toda a inteligência toda o processamento inteligente que eu costumo falar que é o inteligente entre aspas né papagaio repete frases que aprendeu igual Iá eh ele também ele ele não entende nada do que tá falando e ocasionalmente até fala besteira mas o papagaio tem a vantagem que é fofinho e Bonitinho entendeu mas assim e e

eh era necessário ter isso era necessário ter isso mas infelizmente isso não não reverberou né dentro internamente eu acho que uma hora vai romper e vai ter uma preocupação e de um órgão Central para poder viabilizar porque os órgãos vão ficar literalmente chupando o dedo eu não tenho porque cada um tá com numa num num roadmap próprio ou não de nuvem E aí a pessoa vai contratar um nuvem ou o multic cloud que a gente aconselha multicloud porque a gente vai por outros lnms e e só por causa disso E aí você burocratiza a Inovação

você burocratiza burocratiza o acesso à tecnologia quando é um negócio que é tarifado vamos se dizer mas vai que põe um algo open source gasto R 120.000 por mês põe algo open source muito bom e aí o que que os órgãos tem que receber o governo e Central A gestão Central é uma gestão de api api entrega a chave e a marra chave pro órgão não pegar pro Cia e tá usando depois na internet no assistente na internet que também tem outras coisas por exemplo assistente na internet usando llm tem um cuidado danado tem que

ter porque tem segurança em cima disso que a pessoa faz facilmente faz um J Break ali e quebra a a sua a sua base restrita né contexto aqui fechado é facilmente quebrado se a pessoa não souber fazer tem muito órgão que tá pondo na internet assistente sem sem ter o mínimo de cuidado com segurança em cima desses desenvolvimento usando ldm por trás mas é isso assim eu levei essa questão tem 1 ano e meio tô esperando resposta ainda tipo eh se isso vai ser viabilizado de algum jeito que eh que não faz sentido cobrar Federal

cobrar de Federal porque é melhor centralizar que o grande escala [Aplausos] compensa i