I.N.D.I.A. — Um Ativo Semântico Brasileiro Citado em Harvard, a Serviço da Matriz Nacional de Competências em IA
determinar.ia.br | Infraestrutura Nacional de Dados e Inteligência Artificial
O fato que abre esta página
Em 2026, um procedimento do SIGTAP — a tabela que organiza o faturamento de todo o Sistema Único de Saúde — deixou de existir apenas como uma linha em uma planilha administrativa e passou a existir como uma entidade semântica citável, publicada com DOI próprio no Harvard Dataverse:
SIGTAP Procedure 0415020018 Represented as a Linked Open Knowledge by determinar.ia.br Graph Entity DOI: 10.7910/DVN/RXMGXC
Isso não é um detalhe técnico. É a prova de que dado público brasileiro, estruturado com o rigor de um grafo de conhecimento, resiste ao escrutínio de uma das infraestruturas de dados de pesquisa mais respeitadas do mundo — mantida no ecossistema da Universidade Harvard, dedicada ao compartilhamento, preservação, citação e reuso de dados de pesquisa.
Esta página existe para responder uma pergunta simples: por que isso importa para o Brasil, e não só para um projeto?
1. A pergunta que a IA generativa não sabe responder sozinha
Sistemas de IA generativa produzem, hoje, bilhões de respostas por dia. A pergunta relevante deixou de ser "o que o modelo respondeu" e passou a ser:
De onde veio essa informação?
A Infraestrutura Nacional de Dados e Inteligência Artificial (I.N.D.I.A.), no ecossistema determinar.ia.br, nasce exatamente para responder essa pergunta — não com mais um modelo, mas com uma camada de proveniência verificável entre o dado bruto e qualquer sistema que venha a consultá-lo:
- Certificação de proveniência de dados
- Engenharia de dados citáveis (data citation engineering)
- Camada de confiança (trust layer)
- Governança de identidade semântica
- Observabilidade de recuperação semântica
Cada um desses componentes existe para que seja possível reconstruir, a qualquer momento, a cadeia entre um fato, sua fonte, sua data de verificação e o sistema que o consumiu.
2. Da tabela administrativa à entidade semântica
O SIGTAP é um dos sistemas mais complexos da administração pública brasileira: milhares de procedimentos, regras de faturamento, normativas regulatórias, fluxos administrativos, relações clínicas e codificações institucionais, tudo historicamente disperso em tabelas e documentos que exigem interpretação humana — ou, cada vez mais, interpretação por modelos de linguagem que não têm garantia nenhuma de acertar.
O caso publicado em Harvard mostra o caminho inverso:
Documento administrativo
↓
Metadados estruturados
↓
Entidade (QID único)
↓
Grafo de conhecimento
↓
Contexto semântico
↓
Fonte citável (DOI)
↓
Ativo consumível por IA
O procedimento SIGTAP 0415020018 deixou de ser texto a ser interpretado e passou a ser um item com identificador persistente, cujas regras de elegibilidade são statements tipados — não frases. Uma IA que consulta esse item não precisa adivinhar se um procedimento exige determinado CBO ou determinada habilitação de CNES: ela lê a constraint, formal, e só avança quando o status de verificação confirma que o fato foi checado na fonte oficial.
3. Por que Harvard Dataverse, especificamente
Publicar em uma planilha, um PDF ou uma página institucional prova que o dado existe. Publicar no Harvard Dataverse, com DOI, prova outra coisa: que o dado resiste a um padrão internacional de citação, versionamento e preservação de longo prazo — o mesmo padrão usado por pesquisadores para citar dados em artigos científicos revisados por pares.
Isso muda o tipo de pergunta que se pode fazer sobre o dado. Não é mais "esse número está certo hoje?" — é "esse número é citável, versionado, e vai continuar resolvendo para o mesmo fato daqui a cinco anos?". Para dados de faturamento do SUS, que sustentam decisões financeiras de milhares de estabelecimentos de saúde todos os meses, essa diferença não é acadêmica — é operacional.
4. Onde isso encontra a Matriz de Competências em IA do Governo Federal
Em 2026, o Ministério da Gestão e da Inovação em Serviços Públicos (MGI), por meio da Secretaria de Governo Digital (SGD), publicou a Matriz de Competências em Inteligência Artificial, voltada a gestores e servidores públicos de diferentes níveis da Administração Pública, com foco especial em quem trabalha com capacitação, inovação e transformação digital. O documento está formalmente vinculado ao Plano Brasileiro de Inteligência Artificial (PBIA) 2024-2028, à Estratégia Federal de Governo Digital (EFGD) e à Política Nacional de Desenvolvimento de Pessoas (PNDP), e foi elaborado por um Grupo de Trabalho da SGD/MGI em colaboração com pesquisadores de instituições públicas de ensino, estruturado sobre o modelo CHA (Conhecimentos, Habilidades e Atitudes) e a Taxonomia de Bloom revisada.
Os princípios que a Matriz declara como fundamentais não são genéricos — e é possível colocá-los lado a lado com o que a I.N.D.I.A. já demonstra na prática:
| Princípio da Matriz de Competências em IA | Como o caso SIGTAP/Harvard já demonstra isso |
|---|---|
| Ética, transparência e uso responsável | Cada statement do grafo carrega fonte, data de coleta e status de verificação como parte da própria gramática do dado — não como anexo posterior |
| Inclusão e não discriminação | O modelo do determinar.ia.br não exige "notabilidade" — um procedimento de saúde de qualquer complexidade, ou uma pequena clínica, entra no grafo com o mesmo rigor de verificação |
| Segurança e privacidade | O dado publicado é administrativo e público (código, regra, elegibilidade) — nenhum dado pessoal sensível compõe o item |
| Soberania digital | O grafo é mantido em infraestrutura própria (Wikibase brasileiro), com identificadores nacionais, e ainda assim interopera com padrões internacionais (DOI, SPARQL, linked open data) |
| Governança de dados | Proveniência, auditabilidade e explicabilidade não são funcionalidades — são os cinco pilares arquiteturais do projeto |
A própria Matriz reconhece a existência do Observatório Brasileiro de Inteligência Artificial, que mapeia o uso de IA nos órgãos federais e disponibiliza dados para consulta pública — e é exatamente esse tipo de dado público, verificável e consultável, que a I.N.D.I.A. propõe estender para além dos limites do Executivo Federal: para o SUS, para indústrias, para profissionais liberais, para qualquer fato do tecido econômico e social brasileiro que hoje não tem onde ser citado com segurança.
5. Os cinco pilares que sustentam a robustez da I.N.D.I.A.
Proveniência — capacidade de identificar a origem de cada informação, sem exceção.
Auditabilidade — capacidade de reconstruir o caminho percorrido por qualquer dado, do registro original ao statement publicado.
Interoperabilidade — capacidade de conectar sistemas, bases e domínios distintos (SIGTAP, TUSS, CID, CNES, e agora um repositório acadêmico internacional) sob o mesmo modelo de triplas.
Explicabilidade — capacidade de demonstrar como uma conclusão foi alcançada, sem depender da "confiança" cega em um modelo de linguagem.
Persistência semântica — capacidade de preservar significado ao longo do tempo, mesmo quando gestões, portarias ou versões de sistema mudam.
6. O que isso significa, concretamente, para o Brasil
A confiança em sistemas de inteligência artificial não depende só da inteligência dos modelos. Depende, sobretudo, da qualidade, da proveniência e da governança do conhecimento que alimenta esses modelos.
Um país que consegue transformar uma tabela de faturamento do SUS em um ativo semântico citável internacionalmente demonstra, na prática — não em teoria — que é possível:
- Elevar dados administrativos brasileiros ao padrão de citação usado por pesquisa científica global;
- Sustentar políticas públicas de IA (Eixo 3 do PBIA — IA para Melhoria dos Serviços Públicos) com dados verificáveis, não com inferência;
- Formar servidores públicos, por meio da Matriz de Competências em IA, sobre uma base de exemplos reais de proveniência de dados, e não apenas de princípios abstratos;
- Avançar rumo à soberania digital sem abrir mão de interoperabilidade com padrões internacionais.
A infraestrutura I.N.D.I.A. não pretende substituir especialistas, instituições ou processos de validação já existentes no Estado brasileiro. Sua proposta é mais modesta e, por isso, mais duradoura: ser a camada de confiança que conecta dados, evidências, entidades e conhecimento estruturado de forma auditável — para que a inteligência artificial usada pelo Brasil responda com fatos, não com probabilidades.
Referências citadas nesta página
- Dataset: SIGTAP Procedure 0415020018 Represented as a Linked Open Knowledge by determinar.ia.br Graph Entity — Harvard Dataverse, DOI 10.7910/DVN/RXMGXC
- Matriz de Competências em Inteligência Artificial — Governo Digital, Portal Gov.br: gov.br/governodigital — Matriz de IA
