Impacto da tecnologia Machine Learning no processo decisório dos comitês da CAIXA: Um estudo exploratório

• Ano de defesa: 2025
• Autor(a) principal: Carneiro, Breno de Paula
• Orientador(a): Joia, Luiz Antonio
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Palavras-chave em Português: Inteligência Artificial (IA); Big Data; Era dos Dados; Tomada de Decisão; Administração Pública
• Palavras-chave em Inglês: Artificial Intelligence (AI); Data Age; Decision Making; Public Administration
• Link de acesso: https://hdl.handle.net/10438/36350

Objetivo - O presente estudo propõe analisar o impacto da aplicação de Machine Learning no processo decisório dos comitês da Caixa Econômica Federal, instituição financeira pública com papel estratégico na administração de programas sociais e políticas públicas no Brasil. A pesquisa destaca o alto volume de matérias deliberadas anualmente, a complexidade de sua governança e a diversidade de suas instâncias. Metodologia - Foi utilizada a parte inicial do framework conhecido como Design Science Research (DSR), para mapear os processos atuais (AS IS), até a fase de proposta de um artefato tecnológico baseado em Machine Learning (TO BE). A análise documental incluiu dados históricos sobre o funcionamento das principais instâncias colegiadas da Caixa, que se reúnem regularmente e processam muitas matérias complexas. O sistema proposto, nominado Sistema de Apoio à Decisão Baseado em Machine Learning (SAD-ML), propõe módulos para priorização de pautas, análises preditivas e explicabilidade (XAI). Resultados - A aplicação de Machine Learning mostra-se particularmente eficaz na automatização de tarefas repetitivas, priorização de matérias críticas com base em relevância e urgência, aumento da transparência e redução do tempo de análise e deliberação em comitês. Limitações - Apesar da aplicabilidade buscada, o estudo está limitado pela dependência de dados históricos, pela necessidade de validação em ambientes reais de decisão e pela resistência cultural à adoção de sistemas de IA, especialmente em ambientes da administração pública. Aplicabilidade do trabalho - O modelo proposto busca transformar o funcionamento dos comitês da CAIXA, contribuindo para decisões mais ágeis, fundamentadas e transparentes, além de reduzir custos operacionais. Instituições públicas e privadas com governança colegiada podem adaptar o sistema para melhorar sua eficiência e accountability. Contribuições para a sociedade - A pesquisa busca fortalecer a governança pública ao melhorar a qualidade das decisões em uma instituição responsável por políticas de grande impacto social, como habitação popular, inclusão financeira e gestão do FGTS, beneficiando milhões de brasileiros. Originalidade - O presente trabalho é pioneiro ao explorar a aplicação de Machine Learning no suporte à governança colegiada da CAIXA, integrando tecnologia avançada em processos burocráticos de alta complexidade.