SAS como back end para predições e categorizações
Título
SAS como back end para predições e categorizações
Descrição
| Órgão responsável | Agência Nacional de Transportes Terrestres - ANTT |
| Acesso | Informação não fornecida pelo órgão |
| Desenvolvimento da ferramenta | Empresa terceirizada |
| Acesso ao algorítmo da ferramenta | Não |
| Código Aberto | Não |
| Categorias de aplicação | Análise de sentimentos, Predição |
| Método estatístico utilizado pela ferramenta | Regressão logística, Regressão linear ou variações, Processamento de linguagem natural |
| Outputs da ferramenta | Análise de sentimentos dos tweets das concessões e identificação de manifestações de usuários de rodovias concedidas e figuras públicas sobre o tema; Projeção de volume médio diário de tráfego de todas as concessões federais. Há previsão de incorporar IA nos algoritmos de controle de fila e contagem/classificação de veículos. |
| Grau de apoio oferecido pela ferramenta | A ferramenta faz diagnósticos e sugere ações. |
| No desenvolvimento e/ou implementação da ferramenta, foi considerada a obrigatoriedade de revisão humana das decisões automatizadas? | Não |
| Se a resposta anterior foi positiva, descreva as questões envolvidas e a decisão tomada. | - |
| No desenvolvimento e/ou implementação da ferramenta, foram considerados possíveis vieses em seu desempenho? Por exemplo: sua eficácia é melhor com determinados grupos? | Não |
| Se a resposta anterior foi positiva, descreva os possíveis vieses e a decisão tomada a respeito. | - |
| Foi verificado algum desses impactos no fluxo de trabalho do órgão com a utilização da ferramenta? | Ainda não foram verificados impactos |
| Há métricas para medir a eficácia da ferramenta? | Não |
| Se a resposta anterior foi sim, descreva a métrica. | - |
| Quais são os principais conjuntos de features/variáveis usados como entrada para treinar a ferramenta? Por exemplo: região e IDH de um município para um sistema de estimativa de risco de fraudes; presença no cadastro positivo para concessão de crédito. | Média móvel - quantidade de veículos com passagem no intervalo de tempo (mês/ano); corpo textual dos tweets |
| Existe a necessidade da utilização de dados pessoais para treinar a ferramenta? | Não |
| Existe a necessidade da utilização de dados sigilosos para treinar a ferramenta? | Não |
Arquivos
Referência
“SAS como back end para predições e categorizações,” Catálogo de Uso de Inteligência Artificial por Órgãos Governamentais, acesso em 27 de abril de 2024, https://catalogoia.omeka.net/items/show/29.