evidoria

← Voltar à navegação

Boa prática Importada

Servidor MCP do eSankhyiki — o Serviço Nacional de Estatística da Índia Abre Dados Oficiais a Ferramentas de IA através do Model Context Protocol

Índia · New Delhi · Ver o perfil de Índia · Ver o perfil de New Delhi

Evidência: Descritivo / autorreportado Top 62% 53/100 · Pergunte a Evidence Copilot sobre esta prática

A Índia lançou, a 6 de fevereiro de 2026, um servidor Model Context Protocol beta que permite a ferramentas de IA consultar estatísticas oficiais. Um teste independente confirmou dados de inflação e desemprego, mas achou falhas ao sinalizar mudanças metodológicas.

7
Conjuntos de dados disponibilizados no lançamento (6 Feb 2026)
21
Produtos de dados após expansão (within months of launch)
17
MoU assinados no âmbito do Data Innovation Lab (by Jan 2026)
Servidor MCP do eSankhyiki — o Serviço Nacional de Estatística da Índia Abre Dados Oficiais a Ferramentas de IA através do Model Context Protocol

Detalhes

Maturidade
Piloto
Promotor
National Statistics Office (NSO), Ministry of Statistics and Programme Implementation (MoSPI)
Período
Beta launched 6 February 2026 with 7 datasets; expanded to 21 data products by mid-2026
Palavras-chave
digital government, open data, official statistics, AI infrastructure

Contexto

Em 6 de fevereiro de 2026, o National Statistics Office da Índia lançou um servidor beta de Model Context Protocol (MCP) no seu portal eSankhyiki, permitindo que assistentes de IA consultem estatísticas oficiais de forma conversacional, em vez de navegação manual em APIs ou transferência de ficheiros. O código-fonte está publicado no GitHub sob licença MIT.

Resultados

A versão beta disponibilizou inicialmente sete conjuntos de dados, expandindo-se para 21 produtos de dados ao longo de alguns meses. Um blogger técnico independente verificou três consultas específicas face a fontes oficiais -- os valores de inflação de dezembro de 2025, uma taxa de desemprego em Bihar e uma comparação do Índice de Preços por Grosso (Wholesale Price Index) têxtil -- e concluiu que as três correspondiam exatamente aos dados oficiais publicados.

Conclusões

A mesma análise assinalou que o LLM subjacente não avisou adequadamente sobre uma alteração do ano-base do Índice de Preços no Consumidor que afeta a comparabilidade, não conseguia obter de forma eficiente séries históricas longas e completas, e não gera chamadas de API reprodutíveis que um utilizador pudesse verificar de forma independente. Sendo um projeto-piloto beta que cobre apenas uma fração da produção estatística da Índia, permanece em aberto a questão de saber se a sua precisão em consultas simples se mantém à medida que a cobertura e a complexidade das consultas aumentam.

Implementação
Custo indicativo
Baixo (< 50 mil €)
Tempo até resultados
Curto (< 1 ano)
Equipa e competências
NSO/MoSPI Data Innovation Lab team

Condições de sucesso

  • Open protocol (MCP) with open-source, MIT-licensed implementation
  • Existing structured official statistics APIs to expose

Modos de falha comuns

  • No systematic accuracy evaluation, only an informal 3-query spot-check
  • LLM did not flag a CPI base-year comparability change

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.

Anexos

Práticas semelhantes que podem ser úteis