Por que a IA generalista não conhece a lei do seu município

Uma IA generalista não conhece a lei do seu município porque trabalha com uma base global de conhecimento, e não com o decreto local, o modelo aprovado pela procuradoria ou o histórico de contratações do órgão. Ela escreve um documento plausível para qualquer lugar, e plausível para qualquer lugar não é o mesmo que correto para o seu órgão. O risco não está no texto ruim, está no texto bom que cita a norma errada com a mesma segurança.

O texto fluente esconde o erro de contexto

Ferramentas como ChatGPT, Claude ou Gemini produzem minutas de estudo técnico preliminar, termo de referência ou parecer com estrutura impecável. O servidor lê, reconhece o formato e tende a confiar. O problema é que fluência não é verificação: o modelo não sabe qual decreto municipal regulamenta a pesquisa de preços naquele órgão, qual cláusula a procuradoria exige em todo contrato de serviço continuado, nem que a secretaria vizinha já teve uma redação parecida devolvida no mês passado.

Esse tipo de erro não aparece na primeira leitura. Aparece quando o processo volta da análise jurídica com apontamentos ou, pior, quando chega ao controle externo. A fase preparatória da contratação, organizada pelo art. 18 da Lei nº 14.133/2021, é justamente a etapa em que cada escolha precisa ser justificada com o que vale para aquele órgão, não com o que é comum no país.

O que importa é a base local, não o tamanho do modelo

A discussão costuma girar em torno de qual modelo é mais potente. Para um órgão público, essa é a pergunta menos útil. Um modelo menor, alimentado com a legislação municipal, os modelos de documento já validados e os processos anteriores do próprio órgão, produz uma minuta mais defensável do que o modelo mais avançado do mercado trabalhando às cegas.

A diferença está na orquestração. Quando a IA é configurada para consultar as leis e normas que o município de fato usa, o padrão de linguagem da procuradoria e os documentos que a secretaria já produziu, ela deixa de ser um redator genérico e passa a ser um assistente que conhece a casa. O servidor não precisa reexplicar o contexto a cada pedido, e o documento sai mais próximo do que será aprovado. É a lógica descrita em como a skill de IA aplica o modelo e os campos exigidos pelo órgão.

Gerar a minuta não é decidir, e a base local deixa isso claro

Há uma segunda razão para a base local importar: ela delimita o papel da IA. Uma minuta gerada a partir do modelo do órgão e dos dados já informados na demanda é um ponto de partida que o servidor revisa. Uma minuta gerada do zero por um modelo sem contexto convida ao oposto, a aceitação rápida de um texto que ninguém conferiu contra a norma local.

O estudo técnico preliminar, definido no art. 6º, inciso XX, da mesma lei, existe para sustentar a decisão de contratar. Se a peça que sustenta a decisão foi escrita sem acesso ao que o órgão exige, a responsabilidade de conferir tudo volta inteira para o servidor, que perde justamente o tempo que a IA deveria ter devolvido. O ganho real aparece quando o rascunho já chega no padrão do órgão e a revisão se concentra no que exige juízo técnico, como descreve o guia sobre como gerar o ETP a partir do modelo jurídico e dos dados da demanda.

Conclusão

O debate sobre IA na gestão pública não deveria começar pela pergunta “qual ferramenta usar”, e sim por “o que ela sabe sobre o meu órgão”. Uma IA sem acesso à lei local, aos modelos validados e ao histórico de contratações entrega velocidade sem lastro. Uma IA conectada a essa base entrega rascunho que a equipe consegue revisar e defender. Para ver como esse desenho funciona na geração de documentos de compras, conheça a geração de DFD, ETP e TR por IA no Aprova ou agende uma demonstração.