IA e regulamentação

A inteligência artificial pode ser aplicada para processar o grande volume de normatizações publicadas diariamente, com o objetivo de resumir, destacar e alertar pessoas e empresas sobre aspectos relevantes. Ela pode ajudar a interpretar novas leis e normativos de âmbitos municipal, estadual e federal, além de regras de órgãos reguladores como o Banco Central, a SUSEP e a Receita Federal do Brasil.

O principal risco é obter respostas baseadas em informações incorretas. A internet é como um “oceano de informações” que contém dados úteis, como os sites dos próprios órgãos normatizadores, mas também conteúdos que não são adequados para a análise, como materiais de treinamento, perguntas de terceiros ou audiências públicas.Para garantir a precisão, especialmente em um contexto regulatório, é fundamental apontar o algoritmo de IA para fontes de informação corretas e controladas, evitando que ele se baseie em dados inadequados ou imprecisos encontrados em uma busca ampla.

Para garantir a precisão da inteligência artificial na análise de normativos, uma abordagem eficaz é criar uma base de dados controlada. Isso pode ser feito com robôs que buscam diariamente as novas normas diretamente nos sites dos órgãos reguladores de interesse.Essas normas são, então, armazenadas em um ambiente restrito, um “lago” de informações que contém apenas o que é relevante. Ao direcionar o algoritmo de IA para essa base de dados controlada, em vez de para a internet inteira (um “oceano” de informações), o risco de obter respostas erradas é drasticamente reduzido.

Dados não estruturados são informações que não seguem um formato rígido e predefinido, como o de um banco de dados tradicional organizado em linhas e colunas. Leis e normativos são exemplos de dados não estruturados, pois a informação buscada pode estar em qualquer parte do documento — como no primeiro artigo, em um inciso específico ou nas disposições finais — em vez de em um campo fixo e previsível.

Sim. Embora a informação principal não esteja em um formato de tabela, os documentos normativos geralmente seguem um padrão em sua estrutura. Por exemplo, um normativo emitido pelo Banco Central do Brasil costuma apresentar:

• O número e o tipo do normativo (ex: resolução, instrução normativa).
• Um resumo sobre o que o documento dispõe.
• O contexto de aplicação (a quem a norma se destina).
• A data em que entra em vigor.
• A menção a outros normativos que são revogados.
• A assinatura da autoridade responsável.

Conhecer esse padrão é essencial para orientar a inteligência artificial na interpretação desses textos.

É fundamental conhecer a estrutura e o padrão dos documentos normativos para direcionar o algoritmo de inteligência artificial de forma mais eficaz. Ao entender como cada órgão regulador formata seus documentos, é possível fazer perguntas mais precisas e orientar a IA a procurar a resposta no local certo, evitando informações incorretas.Esse processo é comparado a tocar um instrumento musical: assim como um guitarrista precisa saber quais notas tocar e quais cordas abafar para evitar ruídos, é preciso ensinar ao algoritmo o que ele deve buscar e o que deve evitar para fornecer uma resposta limpa e correta.

GPT é apresentado como um algoritmo de inteligência artificial que, em determinado momento, foi considerado um dos mais avançados para aplicações de negócios, especialmente para tarefas como a interpretação e resumo de informações contidas em textos, como os normativos.