GitHub

Existe uma cena que se repete em quase todo órgão público e em quase toda empresa de dados. Um gestor precisa de uma resposta. Ele pede um relatório. O pedido entra numa fila, alguém da área de dados traduz a demanda em consulta, monta o painel, formata, revisa. Dias depois, a resposta chega, e muitas vezes já não é bem aquela que o gestor queria, porque a pergunta mudou no caminho.

Generative UI ataca exatamente essa cena. Em vez de pedir e esperar, o gestor pergunta em linguagem natural e a interface se monta na hora. "Mostre os processos atrasados por secretaria" deixa de ser um chamado para a equipe de dados e vira um dashboard que aparece em segundos: barras por secretaria, tabela ordenável por prazo, filtro de período.

É uma promessa sedutora para a gestão pública. Também é um terreno cheio de armadilhas. Vou tratar dos dois lados com a mesma seriedade.

O ganho real: autonomia e velocidade de decisão

O primeiro ganho é autonomia. Hoje o gestor depende de intermediários para enxergar os próprios dados. Cada pergunta nova reabre a fila. Com Generative UI, parte dessa dependência some. O gestor explora, filtra, compara, sem precisar de ninguém para montar a próxima visão.

O segundo ganho é velocidade. Decisão pública tem janela. Um painel de indicadores de saúde que aparece na reunião, e não três dias depois dela, muda a qualidade da decisão tomada ali. Comprimir o tempo entre pergunta e visão é comprimir o tempo entre dúvida e ação.

O terceiro ganho é menos óbvio: melhor uso das equipes técnicas. Quando o gestor consegue responder sozinho às perguntas de rotina, a área de dados para de virar balcão de relatórios e volta a fazer o trabalho difícil, modelagem, qualidade de dado, análise profunda. A IA não substitui o time, ela tira da fila o que não deveria estar nela.

Num cenário de governo digital, onde a demanda por transparência e resposta rápida só cresce, isso é poderoso. Mas poder sem freio é justamente o problema.

O risco que tira meu sono: a visão errada e convincente

Aqui está o risco mais sério, e não é técnico, é de julgamento. Uma interface gerada por IA pode estar errada e parecer perfeitamente certa.

Um parágrafo errado levanta suspeita, soa estranho. Um dashboard errado, com barras bem desenhadas e números alinhados, transmite autoridade. A forma visual empresta credibilidade ao conteúdo, mesmo quando o conteúdo não merece. Esse é o perigo central de Generative UI no setor público.

O modelo pode interpretar mal a pergunta. "Atrasados" segundo qual critério, qual data-base, qual definição de prazo? Pode escolher o recorte errado, agregar de forma indevida, cruzar fontes que não deveriam ser cruzadas. E vai entregar tudo isso numa tela bonita, que o gestor pode levar para uma decisão de orçamento ou de pessoal.

A regra que defendo é dura: nenhuma interface gerada deve ser tratada como fonte. Ela é uma camada de apresentação por cima de uma fonte que precisa ser confiável, auditável e versionada. Se o dado por trás não é íntegro, a beleza do dashboard só torna o erro mais perigoso. Toda visão importante precisa carregar de onde veio, com qual filtro, em que data.

Governança de acesso: quem pode ver o quê

No setor público, dado não é só número, é informação sobre pessoas e sobre decisões sensíveis. Generative UI introduz um risco específico: se a IA pode montar qualquer visão a partir de qualquer dado, ela pode montar uma visão que aquele usuário não tinha direito de ver.

A permissão não pode morar na interface. Tem que morar na camada de dados, antes do modelo. O gestor de uma secretaria pergunta sobre processos atrasados, e a IA só deve conseguir compor o painel com os dados que aquele perfil tem autorização de acessar. O controle de acesso precede a geração da tela, não vem depois dela.

Isso significa que Generative UI no governo só funciona em cima de uma camada de dados com permissões sérias, por papel, por órgão, por nível de sensibilidade. Sem isso, você não tem uma ferramenta de gestão, tem um vazamento esperando para acontecer. A pergunta "quem vê o quê" tem que estar respondida antes de a IA montar a primeira tela.

LGPD e dados sensíveis: o limite legal

A camada de governança encontra a lei. A LGPD não some porque a interface ficou inteligente. Pelo contrário, fica mais exigente.

Dado pessoal tratado pelo poder público tem regras de finalidade e de necessidade. Uma IA que monta visões livremente pode, sem querer, cruzar informações de formas que extrapolam a finalidade original da coleta. Pode expor dado pessoal em um agregado que parecia inofensivo. Pode criar, na prática, um tratamento de dado que ninguém avaliou.

Por isso, finalidade e minimização precisam ser parte do trilho. A IA não pode ter acesso irrestrito ao acervo só porque é conveniente. O catálogo de dados que ela pode compor deve ser desenhado com a mesma disciplina jurídica que se aplica a qualquer sistema público que trata informação pessoal, com base legal clara e rastro de quem acessou o quê.

Vale também o registro de auditoria. Quem perguntou, o que a IA montou, com quais dados, em que momento. Em ambiente público, a capacidade de prestar contas sobre o uso da informação não é opcional. Generative UI precisa nascer auditável, ou não deve nascer.

Continuidade e dependência: pensando no longo prazo

Há um risco mais silencioso, de gestão. Quando o gestor se acostuma a pedir tudo em linguagem natural, a organização passa a depender de uma camada de IA para enxergar os próprios dados. O que acontece quando o modelo muda, encarece ou interpreta diferente de antes?

A resposta saudável é não jogar fora os caminhos tradicionais. Os relatórios oficiais, os indicadores institucionais, as visões críticas continuam existindo de forma fixa e estável. Generative UI entra como camada de exploração, de agilidade, de perguntas de cauda longa. Ela acelera o dia a dia, mas não vira o único caminho para a informação que sustenta decisão formal.

Continuidade, no serviço público, é valor inegociável. Governos trocam, equipes trocam, fornecedores trocam. A tecnologia adotada precisa sobreviver a essas trocas, e isso significa não amarrar a inteligência da casa a uma única ferramenta.

Como começar sem se machucar

Se eu tivesse que recomendar um caminho para um órgão ou uma empresa de dados, seria gradual.

Comece por dados não sensíveis e por perguntas de baixo risco, exploração e visualização, nada que dispare ação automática. Trate cada visão gerada como rascunho a ser validado contra a fonte oficial, nunca como verdade final. Construa primeiro a camada de permissões e o rastro de auditoria, porque é mais barato fazer isso antes do que remediar depois.

E mantenha pessoas no circuito. Generative UI é assistente do gestor e da equipe de dados, não substituta do julgamento de nenhum dos dois. A tela se monta sozinha, mas a responsabilidade pela decisão continua sendo humana.

A promessa é real: gestão mais autônoma, decisão mais rápida, equipes técnicas liberadas para o que importa. O preço também é real: fonte confiável, governança de acesso, LGPD levada a sério e continuidade pensada desde o início. Quem encara os dois lados com a mesma honestidade vai extrair o melhor dessa tecnologia. Se você está avaliando isso na sua organização, comece pela camada de dados e pelas permissões, porque é ali que essa história dá certo ou dá errado.