Por que nem todo chatbot de prefeitura é inteligência artificial

Um chatbot que responde perguntas seguindo uma árvore de opções pré-definidas não é inteligência artificial — é automação de atendimento com aparência conversacional. A diferença não é semântica: um sistema baseado em regras fixas trava assim que o cidadão sai do roteiro previsto, enquanto um modelo de linguagem generativo interpreta contexto, lida com formulação livre e aprende a partir do uso. Secretarias que contratam o primeiro achando que compraram o segundo só descobrem o limite quando o atendimento falha numa pergunta fora do script — geralmente diante do próprio secretário, numa demonstração ao vivo.

Regra fixa não é aprendizado

Boa parte dos módulos vendidos hoje como “IA de atendimento” para prefeituras são, na prática, motores de decisão: uma sequência de “se o cidadão digitar X, responda Y” organizada em camadas, com aparência de conversa porque o texto de resposta é redigido em linguagem natural. Isso não é pouco — resolve triagem simples, reduz ligação repetitiva, tira carga do balcão. Mas é automação de regras, não inteligência artificial. Ela não interpreta uma pergunta formulada de um jeito que o roteiro não previu, não generaliza para um caso parecido que ainda não foi mapeado, e não melhora sozinha com o uso — só melhora quando alguém edita a árvore manualmente.

Inteligência artificial generativa é outra categoria de sistema: um modelo que entende o sentido de uma frase mesmo quando ela não bate com nenhum padrão programado, e que pode ser aplicado além do atendimento — para ler um documento anexado a um processo, apontar inconsistência num projeto arquitetônico ou sugerir prioridade de uma vistoria a partir de uma imagem. Em Lagoa Santa (MG), por exemplo, a análise automática de imagem anexada a um pedido de poda de árvore não segue um roteiro fixo de perguntas: ela avalia a foto em si — proximidade de fiação, inclinação, risco de queda — e devolve um critério de priorização que nenhuma árvore de decisão pré-programada conseguiria generalizar para toda solicitação que chega.

O teste real é o que acontece fora do roteiro

Existe um jeito simples de descobrir, numa demonstração de fornecedor, se o que está sendo vendido é IA de verdade: fugir do roteiro. Peça para o sistema responder algo formulado de um jeito estranho, fora do padrão de pergunta esperado, ou peça para ele explicar o motivo de uma decisão que acabou de tomar. Um motor de regras trava, repete a mesma resposta genérica ou simplesmente não entende a pergunta. Um modelo generativo de verdade continua a conversa, ainda que com limitações — porque ele está interpretando linguagem, não casando string com string.

Esse teste importa mais do que parece porque o contrato de fornecimento não costuma deixar isso explícito. A ficha técnica fala em “inteligência artificial” nos dois casos, e a diferença só aparece na operação — no dia em que o cidadão pergunta algo que o script de ninguém previu, ou no dia em que a gestão espera que o sistema aprenda com seis meses de uso e descobre que ele continua exatamente igual ao dia da implantação.

A confusão tem custo, não é só semântica

Chamar automação de regras de inteligência artificial tem três custos concretos para a gestão. O primeiro é orçamentário: o valor pago por um motor de decisão não deveria ser o mesmo de uma solução que efetivamente aprende e generaliza, e a prefeitura que não distingue os dois paga por uma promessa que o contrato não entrega. O segundo é de expectativa interna: servidor e gestor param de investir em capacitação e redesenho de processo porque acreditam que “a IA já resolve”, quando na verdade o sistema só resolve o que já foi mapeado manualmente. O terceiro é regulatório — o PL 2338/2023 (Marco Legal da Inteligência Artificial), em tramitação na Câmara dos Deputados após aprovação no Senado, estabelece regras de transparência e explicabilidade para sistemas de IA usados por poder público, com exigências diferentes conforme o tipo de sistema e o risco da decisão que ele apoia. Um município que classifica errado o que contratou corre o risco de subestimar essa obrigação, ou de gastar esforço de conformidade num sistema que, tecnicamente, nunca foi IA.

Conclusão

A pergunta que resolve essa confusão antes de qualquer contrato é direta: a ferramenta aprende com o uso contínuo, ou só executa buscas e respostas pré-programadas? A resposta separa automação básica — legítima e útil no seu lugar — de inteligência artificial de fato. Prefeituras que já entendem essa diferença deixaram de comprar “chatbot” e passaram a perguntar, especificamente, o que o sistema faz quando o caso foge da regra. Para ver como um agente de IA generativa se aplica à análise de documento, imagem e processo administrativo — e não só a uma janela de conversa —, conheça a plataforma da Aprova ou agende uma demonstração.