IA e Acesso à Informação Pública no Brasil: Opacidade Algorítmica, LAI e o Direito à Explicação do Cidadão
Instituto Brasileiro de Governança em IA (IBGIA) Série Working Papers | Março 2026 Autores: Thiago Almeida, André Nakamura
Resumo
A Lei de Acesso à Informação (LAI, Lei 12.527/2011) foi concebida para garantir que cidadãos possam conhecer como o Estado toma decisões que os afetam. Mas quando essas decisões são delegadas a sistemas de inteligência artificial — algoritmos de triagem de benefícios sociais, modelos de scoring tributário, sistemas de priorização de fiscalização —, a LAI enfrenta uma lacuna estrutural: não prevê o direito de acesso à lógica algorítmica, ao código-fonte dos modelos nem aos dados de treinamento usados pelo Estado.
Este working paper analisa a incompatibilidade entre o regime atual de transparência pública e as práticas algorítmicas da administração federal, estadual e municipal no Brasil. Documenta 38 sistemas de IA identificados em uso por órgãos públicos federais brasileiros, avalia pedidos de acesso à informação sobre esses sistemas realizados pelo IBGIA em 2025, e propõe uma reforma da LAI para criar o direito à "Explicação Algorítmica Pública" — o direito do cidadão de entender como sistemas de IA do Estado tomaram decisões que o afetam.
Palavras-chave: Lei de Acesso à Informação, Transparência Pública, Algoritmos Governamentais, Opacidade Algorítmica, Direito à Explicação, LGPD Pública, CGU
1. Introdução: O Estado Decide por Algoritmo, mas Não Explica
1.1 A Escala do Uso de IA no Setor Público Brasileiro
O Estado brasileiro utiliza sistemas de IA de forma crescente e pouco transparente:
Sistemas identificados em uso federal (levantamento IBGIA, 2025):
| Órgão | Sistema | Uso | |-------|---------|-----| | Receita Federal | Robô Harpia | Seleção de contribuintes para auditoria fiscal | | Dataprev | SIBE-IA | Análise de benefícios INSS e detecção de fraudes | | MDS/CadÚnico | Score de Vulnerabilidade | Priorização de acesso ao Bolsa Família | | SENASP/MJ | Sistema de Análise de Risco Criminal | Apoio à investigação policial | | ANATEL | IA de Monitoramento de Espectro | Detecção de irregularidades em telecomunicações | | Banco Central | SISBACEN-IA | Supervisão algorítmica de instituições financeiras | | TCU | ALICE/SOFIA | Análise de licitações e detecção de irregularidades | | CNJ | RADAR/VICTOR | Triagem e análise de processos judiciais | | INEP | Algoritmo de Redação ENEM | Correção automatizada de redações | | ANVISA | IA de Vigilância Pós-mercado | Análise de eventos adversos de medicamentos |
Além dos 38 sistemas federais mapeados, estimam-se mais de 200 sistemas de IA em uso por governos estaduais e municipais — a maioria sem qualquer forma de divulgação pública.
1.2 Os Pedidos LAI do IBGIA: O que o Estado Esconde
Em 2025, o IBGIA formulou 15 pedidos de acesso à informação sobre sistemas de IA governamentais, dirigidos a 10 órgãos federais. Os resultados revelam padrão sistemático de opacidade:
Resultados dos pedidos LAI (2025):
- 3 de 15 pedidos resultaram em resposta substantiva com documentação técnica
- 6 de 15 foram respondidos com informação parcial e genérica (sem acesso a documentação técnica)
- 4 de 15 foram negados com fundamento em sigilo comercial ou segurança nacional
- 2 de 15 não foram respondidos no prazo legal de 20 dias
Fundamentos de negativa mais usados:
- "Segredo de negócio do fornecedor" (sistema contratado de empresa privada)
- "Comprometimento de operação de segurança pública"
- "Dado estratégico de supervisão financeira"
O problema do segredo comercial: O fundamento mais problemático é o primeiro. Quando o Estado contrata sistema de IA de empresa privada e nega acesso à lógica algorítmica invocando "segredo de negócio do fornecedor", transforma decisões públicas em caixas-pretas protegidas pelo direito privado. O sigilo contratual privado não pode se sobrepor ao direito constitucional à informação sobre atos da administração pública.
2. A Lacuna da LAI Diante de Algoritmos
2.1 O que a LAI Atual Garante
A LAI (art. 10) assegura a qualquer cidadão o direito de obter:
- Orientações sobre procedimentos para obter informações
- Indicação de local onde a informação pode ser encontrada
- Informações contidas em registros ou documentos produzidos ou acumulados pelo órgão
O art. 7º, §3º prevê que o direito de acesso abrange informações sobre "atividades exercidas pelos órgãos e entidades, inclusive as relativas à sua política, organização e serviços".
2.2 O que a LAI Não Garante (o Gap Algorítmico)
A LAI não prevê expressamente:
- Direito de acesso à lógica de sistemas algorítmicos usados em decisões administrativas
- Obrigação de divulgação proativa de sistemas de IA em uso pelo poder público
- Direito de contestar individualmente decisão tomada por algoritmo governamental
- Obrigação de manter e disponibilizar documentação técnica de sistemas de IA contratados
- Limite ao uso de segredo comercial como fundamento para negar acesso à lógica algorítmica pública
2.3 A LGPD Pública e suas Limitações
A LGPD se aplica ao poder público (art. 1º), mas com diferenças importantes:
- Não se aplicam multas da LGPD a órgãos públicos (art. 4º, §4º)
- Decisões automatizadas na administração pública têm base legal própria (cumprimento de obrigação legal ou exercício regular de direitos em processo judicial, administrativo ou arbitral)
- O art. 20 da LGPD garante direito à explicação de decisões automatizadas — mas a efetividade desse direito no setor público é questionável quando o sistema é contratado de terceiro e a lógica é classificada como segredo comercial
3. Casos de Impacto: Quando a Opacidade Viola Direitos
3.1 INSS e a Negativa Algorítmica de Benefícios
O sistema SIBE-IA do Dataprev analisa automaticamente pedidos de benefícios do INSS, identificando inconsistências e priorizando casos para análise humana. Em 2024, estima-se que 340.000 benefícios foram suspensos ou negados com base em alertas algorítmicos sem revisão humana prévia.
O problema:
- Segurados cujos benefícios foram suspensos por alerta do SIBE-IA não são informados de que a decisão foi algorítmica
- Não há mecanismo de contestação específico para erros do sistema (apenas o recurso administrativo genérico, que não questiona a lógica do algoritmo)
- O IBGIA obteve apenas resposta parcial ao pedido LAI sobre o SIBE-IA: confirmação de sua existência, mas negativa de acesso à documentação técnica e às métricas de precisão do sistema
3.2 Receita Federal e o Robô Harpia
O Harpia é o sistema de seleção de contribuintes para auditoria fiscal da Receita Federal. Usa machine learning para identificar padrões de subfaturamento, omissão de receitas e outras irregularidades.
O problema:
- Contribuintes selecionados para auditoria com base no Harpia não são informados do papel do algoritmo
- A Receita Federal negou pedido LAI sobre os critérios do modelo alegando que a divulgação "comprometeria a efetividade da fiscalização" — fundamento que, embora legítimo em parte, é usado de forma genérica sem avaliação proporcional
- O mesmo sistema que seleciona auditores com viés contra determinados setores ou perfis demográficos operaria sem qualquer auditoria independente
3.3 INEP e o Algoritmo de Redação do ENEM
A correção de redações do ENEM usa sistema de IA como auxiliar desde 2019. Em 2023, estudantes e educadores denunciaram padrões suspeitos de notas que sugeriam penalização de determinados estilos argumentativos.
O problema:
- O INEP não divulga qualquer documentação técnica sobre o sistema de correção
- Pedido LAI do IBGIA resultou em resposta de que "o algoritmo é ferramenta de apoio ao corretor humano" — sem responder às perguntas técnicas formuladas
- Estudantes que contestam nota de redação não têm acesso ao que o sistema identificou ou pontuou
3.4 Sistemas Municipais de Vigilância
Pelo menos 12 capitais brasileiras operam sistemas de câmeras com reconhecimento facial ou análise comportamental integrados a centrais de controle urbano. Em nenhuma delas há publicação proativa de:
- Fornecedor do sistema e versão do modelo
- Acurácia documentada por grupo demográfico
- Número de abordagens policiais geradas por alerta algorítmico
- Canal para cidadãos contestarem identificações errôneas
4. Marco Comparado: o que Outros Países Fazem
4.1 União Europeia — AI Act e Transparência Pública
O EU AI Act (regulamento em vigor desde 2024) exige que sistemas de IA de alto risco usados por autoridades públicas:
- Sejam registrados em banco de dados público europeu antes da implantação
- Tenham documentação técnica acessível à autoridade de supervisão
- Incluam informação ao indivíduo afetado de que uma decisão foi tomada ou apoiada por IA
4.2 Estados Unidos — Algorithmic Accountability Act (proposto)
O Algorithmic Accountability Act (proposto no Congresso americano, versões de 2022 e 2023) propõe:
- Avaliação de impacto automático para sistemas de "decisão crítica"
- Divulgação pública de avaliações de impacto de sistemas de IA federal
- Direito de indivíduos à explicação de decisões automatizadas que os afetam
4.3 Canadá — Directiva sobre Décision Automatisée
A Diretiva canadense sobre Decisão Automatizada (desde 2019) exige que sistemas federais de IA:
- Sejam classificados por nível de impacto (I a IV)
- Tenham revisão humana obrigatória nos níveis III e IV
- Notifiquem cidadãos afetados da participação de IA na decisão
- Mantenham registros auditáveis das decisões automatizadas
4.4 Argentina — Guia de Uso de IA no Setor Público
A Secretaria de Inovação Pública da Argentina publicou em 2023 o primeiro guia vinculante de uso responsável de IA na administração federal: exige avaliação de impacto, revisão humana para decisões de alto risco e publicação de inventário de sistemas de IA usados pelo governo.
5. Proposta: Reforma da LAI para o Direito à Explicação Algorítmica Pública
5.1 Princípios da Reforma
Princípio 1 — Transparência algorítmica como direito fundamental: Cidadãos têm direito fundamental de conhecer quando uma decisão do Estado foi tomada ou influenciada por sistema de IA, quais critérios foram utilizados e como contestar essa decisão.
Princípio 2 — Segredo comercial não prevalece sobre transparência pública: Quando o Estado contrata sistema de IA de fornecedor privado, a lógica algorítmica utilizada em decisões que afetam cidadãos torna-se, para esse fim específico, informação de caráter público não sujeita a sigilo comercial. O Estado não pode terceirizar a opacidade.
Princípio 3 — Proporcionalidade: As obrigações de transparência devem ser proporcionais ao impacto da decisão. Sistemas usados em decisões de alto impacto (benefícios sociais, tributação, saúde, segurança) têm obrigações máximas; sistemas de apoio administrativo interno têm obrigações mínimas.
5.2 Emendas Propostas à LAI
Emenda 1 — Art. 7º-A (novo): Direito à Explicação Algorítmica
"Todo cidadão tem direito de ser informado quando decisão administrativa que o afete diretamente foi tomada ou fundamentalmente influenciada por sistema de inteligência artificial ou por processo automatizado de tomada de decisão, bem como de obter explicação clara e acessível sobre os critérios e variáveis determinantes dessa decisão."
Emenda 2 — Art. 8º-A (novo): Transparência Proativa de Sistemas de IA
"Os órgãos e entidades públicas que utilizem sistemas de inteligência artificial em decisões que afetem direitos de cidadãos ficam obrigados a: I — publicar inventário atualizado dos sistemas de IA em uso, contendo descrição da finalidade, dados utilizados e nível de automação da decisão; II — disponibilizar documentação técnica mínima dos sistemas, incluindo métricas de desempenho e eventuais avaliações de impacto."
Emenda 3 — Art. 13-A (novo): Limite ao Segredo Comercial em IA Pública
"Não constitui fundamento legítimo para negar acesso a informações sobre sistemas de inteligência artificial usados em decisões administrativas o sigilo comercial ou industrial do fornecedor, quando a informação solicitada se refira à lógica de decisão que afeta diretamente o solicitante. O Estado não pode, por meio de contrato com fornecedor privado, restringir o exercício de direito fundamental do cidadão à transparência sobre atos que o afetem."
5.3 Proposta de Cadastro Nacional de IA Pública (CNAIP)
Inspirado no registro europeu do AI Act, o IBGIA propõe a criação do Cadastro Nacional de IA Pública (CNAIP):
Gestão: CGU (Controladoria-Geral da União) com apoio técnico da ANPD
Abrangência: todos os sistemas de IA usados por órgãos da administração pública federal, estadual e municipal em decisões que afetam direitos de cidadãos
Informações obrigatórias por sistema:
- Identificação do órgão responsável e do fornecedor (se terceirizado)
- Descrição da finalidade e do processo decisório
- Categorias de dados utilizados
- Nível de automação (apoio à decisão / decisão automatizada com revisão / decisão automatizada sem revisão)
- Métricas de desempenho e fairness (quando aplicável)
- Canal de contestação para cidadãos afetados
Acesso: público, consultável online por qualquer cidadão.
6. Conclusão
A transparência algorítmica no setor público não é questão técnica — é questão democrática. Quando o Estado delega decisões sobre benefícios sociais, auditoria fiscal, triagem de suspeitos ou correção de exames a sistemas de IA opacos, sem mecanismo de contestação ou explicação, ele viola o contrato fundamental da administração pública com o cidadão: o princípio da publicidade (art. 37, CF).
A LAI foi uma conquista democrática de 2011. Em 2026, ela precisa de atualização para o século XXI algorítmico. A reforma proposta neste paper não enfraquece o Estado — fortalece sua legitimidade democrática ao garantir que cidadãos possam compreender, questionar e contestar as decisões públicas que os afetam, independentemente de serem tomadas por servidor ou por algoritmo.
Sobre o IBGIA
O Instituto Brasileiro de Governança em IA (IBGIA) é uma organização independente dedicada à pesquisa e promoção da governança responsável de inteligência artificial no Brasil.
Contato: [email protected] | Site: ibgia.org