A Ponte MCP da CGU para os Dados Abertos do Brasil — Testar se os LLMs Podem Ser Confiáveis com Dados Públicos

A Controladoria-Geral da União (CGU), o órgão federal brasileiro de transparência e combate à corrupção, associou-se à Open Knowledge Foundation (OKFN) e à agência de governo eletrónico do Uruguai, AGESIC, para testar se os modelos de linguagem de grande escala (LLMs) podem ser utilizados com confiança para responder a perguntas dos cidadãos sobre dados abertos oficiais.

Testar se os LLMs, ligados através do Model Context Protocol (MCP) ao CKAN (o software de código aberto que alimenta a maioria dos portais de dados públicos, incluindo o portal de transparência federal do Brasil), conseguem responder de forma fiável a perguntas em linguagem simples sobre dados abertos do governo, e produzir um modelo reprodutível que outros governos baseados em CKAN possam adotar.

No Brasil, o piloto incidiu sobre os dados das emendas parlamentares. Em paralelo, o Uruguai ligou a mesma arquitetura ao seu Balanço Energético Nacional (importações de energia, produção e capacidade instalada).

A ligação técnica funcionou; o problema mais difícil foi a confiança. A qualidade das respostas dependeu menos do sistema em si do que da forma como os dados subjacentes estavam descritos (unidades, definições de campos, pressupostos válidos). Nos testes com o conjunto de dados uruguaio, o modelo inventou "fatores climáticos" como parte da sua explicação, apesar de não existirem quaisquer dados climáticos na fonte — uma alucinação concreta e publicamente documentada.

A equipa defende a revisão obrigatória por especialistas de domínio das descrições dos conjuntos de dados antes de qualquer implementação voltada para os cidadãos. À data da publicação, o trabalho continua a ser um protótipo com dois conjuntos de dados; a próxima fase planeada é o teste com utilizadores reais, em vez do lançamento em produção.