Bem-vindo ao Curso
Aplicações Práticas para a Gestão Administrativa
Carga horária: 4 horas-aula
Local: Centro de Treinamento do MPGO
Público-alvo: Servidores administrativos do MPGO
Formato: Presencial, com computadores disponíveis para prática
Data: [Data do Treinamento]
💬 Mensagem do Diretor Geral
"A implementação e a disponibilização da inteligência artificial generativa, por meio do repositório de GPTs do DIGGIA, representam um marco na modernização do Ministério Público do Estado de Goiás. Essa iniciativa não apenas otimiza processos administrativos, mas também amplia o potencial criativo e estratégico dos servidores, ao automatizar tarefas repetitivas. Convida-se todos a aderirem a essa transformação digital com entusiasmo e responsabilidade."
Frederico Siqueira Guedes Coelho
Diretor Geral do MPGO
Objetivos do Curso
Objetivo Geral
Capacitar servidores administrativos do MPGO no uso de IA Generativa para otimizar tarefas repetitivas, padronizar documentos e aprimorar a eficiência operacional, utilizando o DIGIA — Repositório de GPTs Administrativos.
Objetivos Específicos
- Compreender os fundamentos da Inteligência Artificial Generativa e suas aplicações no contexto da administração pública
- Dominar o uso prático dos GPTs administrativos disponíveis no repositório DIGIA
- Desenvolver habilidades para refinamento de prompts e personalização de respostas
- Aplicar criticamente a IA em processos administrativos, mantendo o julgamento humano como fator decisivo
- Identificar oportunidades de otimização de processos através da IA generativa
Módulo 1: Introdução à IA Generativa
O Que é Inteligência Artificial Generativa?
A Inteligência Artificial Generativa representa uma categoria de sistemas de IA capazes de criar conteúdo novo, como texto, imagens, áudio ou vídeo, a partir de dados com os quais foram treinados. Diferente da IA tradicional que foca em classificar ou prever com base em dados, a IA generativa pode produzir conteúdo original que não existia anteriormente.
Características principais:
- Capacidade de criar conteúdo novo, não apenas classificar existente
- Aprendizagem com vastos conjuntos de dados
- Geração de resultados contextualmente relevantes
- Adaptabilidade a diferentes formatos e necessidades
Modelos GPT (Generative Pre-trained Transformers)
Os modelos GPT são uma família de redes neurais desenvolvidas para processamento de linguagem natural. O termo "Transformer" refere-se à arquitetura específica que permite ao modelo entender e gerar texto de forma contextualizada.
Evolução dos modelos GPT:
| Versão | Ano | Parâmetros | Principais melhorias |
|---|---|---|---|
| GPT-1 | 2018 | 117 milhões | Primeira versão do modelo transformer |
| GPT-2 | 2019 | 1,5 bilhões | Melhorias na geração de texto longo |
| GPT-3 | 2020 | 175 bilhões | Capacidade de seguir instruções em linguagem natural |
| GPT-4 | 2023 | Não divulgado | Multimodalidade, raciocínio avançado, seguimento de instruções complexas |
Aplicações da IA Generativa na Administração Pública
O setor público apresenta características únicas que tornam a IA generativa particularmente valiosa:
Benefícios específicos para a administração pública:
- Padronização: Uniformidade na elaboração de documentos oficiais
- Eficiência: Redução de tempo em tarefas repetitivas
- Conformidade: Maior aderência a normas e regulamentos
- Gestão do conhecimento: Preservação e disseminação do conhecimento institucional
- Qualidade: Redução de erros em documentos administrativos
Casos de uso no setor público:
- Elaboração e revisão de documentos oficiais
- Preparação de minutas de contratos e editais
- Geração de relatórios estruturados
- Respostas padronizadas a consultas frequentes
- Sistematização de conhecimento normativo
DIGIA: O Repositório de GPTs Administrativos do MPGO
O DIGIA é um repositório centralizado de GPTs especializados para otimizar processos administrativos do MPGO.
Estrutura do DIGIA:
- Plataforma centralizada e acessível a todos os servidores do MPGO
- Interface intuitiva organizada por categorias de assistentes
Assistentes disponíveis no DIGIA:
- Assistente de redação oficial
- Assistente de revisão de textos oficiais
- Assistente de contratações públicas
- Assistente de gestão de projetos administrativos
- Assistente de gestão de rotinas administrativas
- Assistente jurídico-administrativo
- Assistente de Análise de Contratos Públicos
- Assistente jurídico-administrativo - TCU
Riscos e Limitações: A Importância da Validação Humana
Embora poderosa, a IA generativa apresenta limitações importantes que exigem supervisão humana:
Melhores práticas de mitigação:
- Sempre verificar informações factuais e referências legais
- Utilizar a IA como ferramenta de apoio, não de decisão final
- Revisar criticamente todo conteúdo gerado antes de uso oficial
- Fornecer feedback sobre problemas para melhoria contínua
- Manter-se atualizado sobre normativas institucionais
Todo conteúdo gerado por IA deve passar por revisão humana antes de uso oficial.
O servidor permanece integralmente responsável pelos documentos que produz, mesmo com assistência de IA.
Módulo 2: Uso Prático dos GPTs Administrativos
Fundamentos da Interação com GPTs: Engenharia de Prompts
O termo "prompt" refere-se às instruções fornecidas a um modelo de IA. A qualidade do prompt afeta diretamente a qualidade da resposta gerada.
Elementos de um bom prompt:
- Clareza: Instruções específicas e diretas
- Contexto: Informações relevantes sobre a situação
- Formato: Especificação do formato desejado para a resposta
- Exemplos: Demonstrações do tipo de resposta esperada
- Restrições: Limitações ou regras a serem seguidas
Técnicas avançadas de engenharia de prompts:
| Técnica | Descrição | Exemplo |
|---|---|---|
| Chain-of-Thought | Solicitar raciocínio passo a passo | "Elabore passo a passo a justificativa para esta contratação..." |
| Few-Shot Learning | Fornecer exemplos antes da tarefa | "Aqui estão dois exemplos de ofícios bem redigidos: [...] Agora, redija um ofício similar para..." |
| Role Prompting | Atribuir um papel específico ao modelo | "Atue como um especialista em licitações com 15 anos de experiência no serviço público..." |
| Persona Prompting | Definir características específicas | "Responda como um procurador experiente, considerando todos os aspectos legais..." |
| Retrieval Augmentation | Incorporar informações externas | "Considere a Lei 8.666/93, especificamente o artigo 24 que define..." |
Estrutura recomendada para prompts administrativos:
Assistentes Disponíveis no DIGIA
Demonstração Prática: Testando os GPTs do DIGIA
Durante o treinamento, serão realizadas demonstrações práticas de cada assistente, seguindo um roteiro estruturado:
- Acesso ao sistema: Navegação no repositório DIGIA
- Seleção do assistente: Escolha do GPT adequado para a tarefa
- Formulação do prompt: Elaboração da instrução seguindo as melhores práticas
- Análise da resposta: Avaliação crítica do conteúdo gerado
- Refinamento: Ajustes no prompt para melhorar a resposta
- Aplicação prática: Incorporação do conteúdo ao fluxo de trabalho
Experimente iniciar com prompts simples e ir adicionando complexidade gradualmente.
Compare diferentes versões de prompts para a mesma tarefa para identificar o que funciona melhor.
Módulo 3: Customização e Melhoria Contínua dos GPTs
Personalização de Respostas para Necessidades Específicas
A personalização permite adaptar os assistentes GPT às necessidades específicas de cada departamento ou tipo de documento.
Estratégias de personalização:
- Definição de contexto institucional
- Incorporar informações específicas do MPGO
- Mencionar normativas internas relevantes
- Especificar o departamento e suas particularidades
- Especificação de formato e estilo
- Definir estrutura documental desejada
- Especificar nível de formalidade
- Indicar preferências de formato (tópicos, texto corrido, etc.)
- Inclusão de exemplos
- Fornecer modelos do resultado esperado
- Demonstrar estilos de escrita preferidos
- Apresentar casos bem-sucedidos anteriores
- Instruções negativas
- Indicar o que deve ser evitado
- Especificar terminologias não recomendadas
- Alertar sobre erros comuns a serem evitados
Exemplo de personalização para um departamento específico:
| Elemento | Prompt Genérico | Prompt Personalizado |
|---|---|---|
| Contexto | "Elabore um memorando..." | "Elabore um memorando da Superintendência de Gestão em Recursos Humanos do MPGO, considerando a Portaria nº 45/2024 que estabelece novos procedimentos..." |
| Estilo | "Redija em linguagem formal..." | "Utilize o padrão conciso característico dos documentos da CGMP, com parágrafos de até 3 linhas e uso de marcadores para listar requisitos..." |
| Exemplo | Não fornecido | "Siga o modelo do memorando CGMP nº 123/2024 anexo, mantendo a mesma estrutura e tom..." |
| Restrições | Não especificadas | "Evite o uso de termos técnicos sem explicação, expressões em latim e referências à legislação sem citação completa..." |
Ciclos de Feedback para Refinamento Contínuo
A melhoria dos assistentes GPT depende do feedback contínuo dos usuários. O DIGIA poderá ser melhorado com implementação desse feedback.
Fluxo de feedback no DIGIA:
- Identificação de oportunidades de melhoria
- Respostas inadequadas ou incorretas
- Necessidades não atendidas
- Sugestões de novos recursos
- Registro e categorização
- Classificação por tipo de problema/sugestão
- Nível de prioridade
- Análise e implementação
- Avaliação técnica da viabilidade
- Ajustes nos prompts-base dos assistentes
- Atualizações de parâmetros
- Verificação e comunicação
- Validação das melhorias implementadas
- Comunicação aos usuários sobre atualizações
- Documentação das mudanças
Critérios para avaliação da qualidade das respostas:
| Dimensão | Aspectos a Avaliar | Questões de Verificação |
|---|---|---|
| Precisão | Correção factual e técnica | O conteúdo está tecnicamente correto? As informações legais são precisas? |
| Adequação | Conformidade com requisitos | A resposta atende ao solicitado? Segue os padrões institucionais? |
| Clareza | Compreensibilidade | O texto é claro e objetivo? Evita ambiguidades e jargões desnecessários? |
| Completude | Abrangência | Todos os pontos solicitados foram abordados? Há informações importantes faltando? |
| Aplicabilidade | Utilidade prática | A resposta pode ser aplicada diretamente? São necessários muitos ajustes? |
Segurança e Ética no Uso de IA no Serviço Público
O uso de IA no contexto do serviço público exige atenção redobrada a questões éticas e de segurança.
Princípios éticos fundamentais:
- Transparência: Clareza sobre quando e como a IA está sendo utilizada
- Responsabilidade: Manutenção da responsabilidade humana pelas decisões
- Equidade: Identificação e mitigação de vieses potenciais
- Privacidade: Proteção de dados pessoais e institucionais
- Segurança: Prevenção de vulnerabilidades e usos indevidos
Diretrizes práticas para uso seguro e ético:
- Proteção de dados sensíveis
- Nunca inserir informações pessoais, sigilosas ou classificadas
- Remover dados identificadores antes de usar o sistema
- Estar ciente das políticas de privacidade dos provedores de IA
- Validação humana
- Revisão crítica de todo conteúdo gerado antes do uso oficial
- Verificação de fontes e embasamento legal
- Contextualização das informações ao caso específico
- Uso proporcional
- Aplicar IA apenas para tarefas apropriadas
- Manter supervisão humana em decisões com impacto significativo
- Balancear automação e intervenção humana
- Documentação e rastreabilidade
- Registrar os casos de uso da IA
- Manter histórico de prompts e respostas importantes
- Documentar as revisões e alterações realizadas
O uso de assistentes de IA não transfere a responsabilidade profissional e legal do servidor.
Todo documento oficial gerado com auxílio de IA permanece sob responsabilidade integral do servidor que o assina ou utiliza.
Módulo 4: Desafio Final e Discussão
Atividade Prática Integradora
Para consolidar o aprendizado, os participantes realizarão um desafio prático que integra os conhecimentos adquiridos durante o curso.
Opções de desafio:
1. Elaboração de documento oficial
- Redigir um ofício, memorando ou parecer sobre tema relevante para sua área
- Utilizar o Assistente de Redação Oficial, aplicando técnicas avançadas de prompting
- Revisar e aprimorar o documento com o Assistente de Revisão de Textos
2. Revisão e padronização
- Analisar documento existente com problemas de formatação e conteúdo
- Utilizar o Assistente de Revisão para identificar inconsistências
- Reformular o documento seguindo os padrões institucionais
3. Desenvolvimento de procedimento administrativo
- Mapear um processo administrativo do seu setor
- Utilizar o Assistente de Gestão de Rotinas Administrativas
- Criar um POP (Procedimento Operacional Padrão) detalhado
Roteiro da atividade:
- Escolher um dos desafios conforme sua área de atuação
- Planejar a abordagem e definir os assistentes a serem utilizados
- Elaborar prompts estruturados seguindo as boas práticas
- Executar a tarefa e avaliar os resultados
- Identificar pontos de melhoria no processo
- Apresentar brevemente os resultados para o grupo
Discussão Reflexiva: O Futuro da IA na Administração Pública
Uma discussão moderada será conduzida para explorar questões relevantes sobre o impacto da IA no MPGO e na administração pública em geral.
Formato da discussão:
- Perguntas orientadoras apresentadas pelo facilitador
- Contribuições voluntárias dos participantes
- Síntese dos principais insights
- Identificação de ações potenciais
Glossário de Termos
| Termo | Definição |
|---|---|
| IA Generativa | Categoria de inteligência artificial capaz de criar conteúdo novo como texto, imagens ou áudio baseado em dados de treinamento. |
| GPT | Generative Pre-trained Transformer - Modelo de IA baseado na arquitetura transformer, pré-treinado para geração de texto. |
| Prompt | Instrução ou pergunta fornecida a um modelo de IA para obter uma resposta. |
| Prompt Engineering | Prática de formular instruções para modelos de IA de forma a obter respostas otimizadas. |
| DIGIA | Repositório de GPTs administrativos, mantidos pela DG do MPGO. |
| Fine-tuning | Processo de ajustar um modelo pré-treinado para tarefas específicas com dados adicionais. |
| Token | Unidade básica de processamento em modelos de linguagem, podendo ser uma palavra, parte de palavra ou caractere. |
| Alucinação | Fenômeno onde modelos de IA geram informações incorretas ou fictícias apresentadas como fatos. |
| Chain-of-Thought | Técnica que induz o modelo a mostrar seu processo de raciocínio em etapas. |
| Few-Shot Learning | Abordagem onde o modelo aprende a partir de poucos exemplos fornecidos no prompt. |
| Modelo de Base | Modelo de IA fundamental antes de qualquer especialização para tarefas específicas. |
| Viés (Bias) | Tendências ou inclinações presentes nos dados de treinamento que podem se refletir nas respostas do modelo. |
| RAG (Retrieval Augmented Generation) | Técnica que combina recuperação de informações externas com geração de texto. |
| Embeddings | Representações vetoriais de palavras ou conceitos que capturam significado semântico. |