Cidadão.AI: Uma Proposta de Sistema Multiagente para Democratização da Transparência Governamental

  • Anderson Henrique da Silva IFSULDEMINAS
  • Aracele Garcia de Oliveira Fassbinder IFSULDEMINAS

Resumo


Menos de 5% dos brasileiros acessam portais de transparência governamental, ilustrando o paradoxo da transparência opaca: a abundância de dados técnicos e fragmentados cria barreiras ao invés de removê-las. Este artigo apresenta o Cidadão.AI, sistema multiagente de IA que transforma consultas em linguagem natural em análises de gastos públicos por meio de 17 agentes especializados, nomeados em homenagem a figuras históricas brasileiras. O sistema integra pessoas, processos organizacionais e tecnologia para democratizar a participação cidadã, endereçando os Grandes Desafios GD4, GD5, GD6 e GD10. A avaliação técnica demonstrou viabilidade: 17 agentes operacionais com padrões de orquestração documentados, 76% de cobertura de testes e deployment em nuvem. Validação preliminar com 32 usuários beta orgânicos indicou recepção positiva, com feedback qualitativo destacando a interface conversacional como valor principal. As principais contribuições são: (i) arquitetura multiagente open-source com padrões replicáveis; (ii) modelo de processo DSR para IA cívica; (iii) cinco princípios de design aplicados; e (iv) quatro lições aprendidas. Código-fonte sob licença MIT.

Referências

Araujo, R. M. d., Ralha, C. G., Santoro, F. M., and Custódio, R. W. (2017). Grandes Desafios de Pesquisa em Sistemas de Informação no Brasil: 2016 a 2026. Sociedade Brasileira de Computação (SBC), Porto Alegre. Relatório Técnico da Comissão Especial de Sistemas de Informação (CESI/SBC).

Brasil (2025). Lei no 15.263, de 14 de novembro de 2025. Diário Oficial da União. Institui a Política Nacional de Linguagem Simples nos órgãos e entidades da administração pública.

Cappelli, C. (2009). Uma Abordagem para Transparência em Processos Organizacionais Utilizando Aspectos. Tese de doutorado, Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio), Rio de Janeiro, Brasil.

Chandola, V., Banerjee, A., and Kumar, V. (2009). Anomaly detection: A survey. ACM Computing Surveys, 41(3):1–58.

Comitê Organizador do WTrans (2019). VII workshop de transparência em sistemas. In Anais do CSBC 2019, Belém, PA. SBC. Sétima e última edição realizada. Workshop ativo de 2013 a 2019.

Fox, J. (2007). The uncertain relationship between transparency and accountability. Development in Practice, 17(4-5):663–671.

Gregor, S. and Hevner, A. R. (2013). Positioning and presenting design science research for maximum impact. MIS Quarterly, 37(2):337–355.

Hevner, A. R., March, S. T., Park, J., and Ram, S. (2004). Design science in information systems research. MIS Quarterly, 28(1):75–105.

Leite, J. C. S. d. P. and Cappelli, C. (2010). Software transparency. Business & Information Systems Engineering, 2(3):127–139.

Lewis, P., Perez, E., Piktus, A., Petroni, F., Karpukhin, V., Goyal, N., Küttler, H., Lewis, M., Yih, W.-t., Rocktäschel, T., et al. (2020). Retrieval-augmented generation for knowledge-intensive nlp tasks. In Advances in Neural Information Processing Systems, volume 33, pages 9459–9474.

Michener, G. and Bersch, K. (2013). Identifying transparency. Information Polity, 18(3):233–242.

Operação Serenata de Amor (2019). Por que a serenata está pausada? Blog post. Acesso em: 15 out. 2025.

Patel, M., Sotsky, J., Gourley, S., and Houghton, D. (2013). The emergence of civic tech: Investments in a growing field. Technical report, Knight Foundation.

Peffers, K., Tuunanen, T., Rothenberger, M. A., and Chatterjee, S. (2007). A design science research methodology for information systems research. Journal of Management Information Systems, 24(3):45–77.

Pires, R., Abonizio, H., Almeida, T., and Nogueira, R. (2023). Sabiá: Portuguese large language models. In Proceedings of the Brazilian Conference on Intelligent Systems (BRACIS), pages 226–240. Springer.

Possamai, A. J. and Gonzatti, R. M. (2020). Transparência pública e acesso à informação: Desafios e perspectivas. Revista de Administração Pública, 54(4):890–912.

Souza, F., Nogueira, R., and Lotufo, R. (2020). Bertimbau: Pretrained bert models for brazilian portuguese. In Proceedings of the Brazilian Conference on Intelligent Systems (BRACIS), pages 403–417. Springer.

Sun, C. et al. (2025). Multi-agent collaboration mechanisms: A survey of llms. arXiv preprint arXiv:2501.06322.

Wang, L., Ma, C., Feng, X., Zhang, Z., Yang, H., Zhang, J., Chen, Z., Tang, J., Chen, X., Lin, Y., et al. (2024). A survey on large language model based autonomous agents. Frontiers of Computer Science, 18(6):186345.

Wooldridge, M. (2009). An Introduction to MultiAgent Systems. John Wiley & Sons, 2nd edition.

Xi, Z., Chen, W., Guo, X., He, W., Ding, Y., Hong, B., Zhang, M., Wang, J., Jin, S., Zhou, E., et al. (2023). The rise and potential of large language model based agents: A survey. arXiv preprint arXiv:2309.07864.

Yao, S., Zhao, J., Yu, D., Du, N., Shafran, I., Narasimhan, K., and Cao, Y. (2023). React: Synergizing reasoning and acting in language models. In International Conference on Learning Representations (ICLR). arXiv preprint arXiv:2210.03629, 2022.
Publicado
25/05/2026
SILVA, Anderson Henrique da; FASSBINDER, Aracele Garcia de Oliveira. Cidadão.AI: Uma Proposta de Sistema Multiagente para Democratização da Transparência Governamental. In: CONCURSO DE TESES, DISSERTAÇÕES E TCCS EM SI - TCC - SIMPÓSIO BRASILEIRO DE SISTEMAS DE INFORMAÇÃO (SBSI), 22. , 2026, Vitória/ES. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2026 . p. 48-57. DOI: https://doi.org/10.5753/sbsi_estendido.2026.249058.