evidoria

← Voltar à navegação

Boa prática Importada

Classificador de Sentimento por IA do Expresso — Goiás Automatiza a Análise do Feedback dos Cidadãos na Sua Rede Estadual de Serviços

Brasil · Goiânia · Ver o perfil de Brasil

Top 83% 40/100 · Pergunte a Evidence Copilot sobre esta prática

A Secretaria de Estado da Administração (SEAD) de Goiás construiu um classificador Multinomial Naïve Bayes para organizar automaticamente o feedback dos cidadãos sobre a rede de serviços Expresso num painel de sentimento em tempo real, substituindo a revisão manual — embora não tenham sido publicados números de precisão ou volume.

Classificador de Sentimento por IA do Expresso — Goiás Automatiza a Análise do Feedback dos Cidadãos na Sua Rede Estadual de Serviços

Detalhes

Promotor
Secretaria de Estado da Administração (SEAD), Government of the State of Goiás
Período
2024-2025
Palavras-chave
public administration, service delivery, citizen feedback, sentiment analysis, machine learning

Descrição

O Expresso é o modelo de prestação de serviços ao cidadão de Goiás, que abrange sete canais (lojas, atendimento ao balcão, web, aplicativo, bot, quiosques e correio). O feedback dos cidadãos que utilizam estes canais era revisto manualmente pela equipa da SEAD, um processo que a própria equipa descreveu como "demorado e sujeito a inconsistências".
A equipa da SEAD (Rafaela M. Rosa, Jessé D. de Souza e Camila do N. Freitas) construiu e testou um pipeline de classificação de sentimento: pré-processamento de texto (remoção de ruído, tokenização, stemming e ajuste de stopwords) alimentando vários algoritmos candidatos, com o Multinomial Naïve Bayes escolhido pelo seu desempenho comparativamente superior a sinalizar feedback negativo. O modelo validado foi integrado no Data Warehouse central do estado para alimentar um painel em tempo real com visualizações em nuvem de palavras dos comentários positivos e negativos, permitindo aos gestores da SEAD monitorizar o sentimento a qualquer momento, em vez de esperar por relatórios manuais.
Ressalva sobre a evidência — O artigo publicado, apresentado na Conference on Digital Government Research de 2025, não revela valores de precisão, o volume de feedback processado, nem uma comparação antes/depois com o processo manual que substituiu, e a data exata em que a ferramenta entrou em produção (em vez de apenas ser validada com gestores) não é indicada. Os autores descrevem a abordagem como "um modelo escalável e replicável" que esperam alargar a outros centros de serviço público, mas essa extensão ainda não foi documentada.

Implementação

Os detalhes de implementação (custo, prazo, equipa, condições de sucesso) ainda não estão disponíveis para esta prática.

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