O RBA criou uma ferramenta de PLN que analisa 25 anos de cerca de 22 mil notas de contactos empresariais; integrada em modelos de previsão salarial, reduziu os erros de previsão face às abordagens de referência, com o código disponibilizado a outros bancos centrais.
Detalhes
Maturidade
Consolidada
Promotor
Reserve Bank of Australia
Período
2025-2026
Palavras-chave
central banking, monetary policy, economic research, natural language processing
Contexto
Desde 2001, o programa de ligação (liaison) do Reserve Bank of Australia envia colaboradores para entrevistar cerca de 22.000 empresas, associações setoriais e organizações comunitárias, criando um arquivo de 25 anos de notas qualitativas sobre salários, preços, investimento e condições de negócio, usado para orientar a política monetária. A pesquisa manual neste vasto arquivo de texto livre limitava a capacidade do RBA de extrair sinais de forma sistemática.
Objetivos
O documento de discussão RBA 2025-06 (Gray, Lattimore, McLoughlin e Windsor, agosto de 2025) descreve a construção de um sistema de PLN para pesquisar todo o arquivo de ligação sob demanda, classificar o tema e o tom de cada nota, e extrair valores numéricos precisos — como o crescimento salarial ou de preços autorreportado por uma empresa — diretamente do texto livre.
Atividades
A equipa validou as extrações da ferramenta face a padrões codificados manualmente por humanos, testando depois se os indicadores resultantes, baseados nas notas de ligação, melhoravam os modelos de previsão a curto prazo (nowcasting) do crescimento salarial. O RBA publicou o código em aberto para que outros bancos centrais pudessem adaptar a abordagem.
Resultados
A adição dos sinais derivados de IA aos modelos de nowcasting do crescimento salarial reduziu significativamente os erros de previsão, em magnitudes relevantes, face às abordagens de referência. À data da publicação do artigo, nenhum outro banco central tinha ainda comunicado a adoção do código disponibilizado.
Conclusões
Os autores sublinham que, apesar do forte desempenho quantitativo, continuará sempre a ser essencial que os economistas que utilizam a ferramenta a interroguem, validem e apliquem juízo crítico aos seus resultados, em vez de os tratar como verdade absoluta. Trata-se de uma avaliação interna de investigação de uma única instituição, não de um ensaio replicado externamente.
Implementação
Custo indicativo
Baixo (< 50 mil €)
Tempo até resultados
Curto (< 1 ano)
Equipa e competências
RBA in-house economic research team (Gray, Lattimore, McLoughlin, Windsor)
Condições de sucesso
AI extractions validated against human-coded benchmarks before use in forecasting
Explicit institutional guidance that economists must interrogate, validate and apply judgement to model outputs rather than treat them as ground truth
Open-sourcing the code to enable external scrutiny and adaptation by other central banks
Habitualmente financiado por
National / regional programmes
Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.
Implementa esta prática?
Reivindique-a —
implementadores verificados obtêm um contacto público na página e podem propor correções.
Fontes de dados
De onde foi obtida a informação desta prática, e quando.