Kairós

Título

Kairós

Descrição

Órgão responsável Universidade Federal do Rio Grande do Norte
Acesso https://agir.ufrn.br/vitrine/programas/1566
Desenvolvimento da ferramenta Equipe interna
Acesso ao algorítmo da ferramenta Não
Código Aberto Não
Categorias de aplicação Sistema de recomendação, Estimativas de risco (incluindo detecção de fraudes), Análise de sentimentos, Classificação de texto, busca por similaridade semântica
Método estatístico utilizado pela ferramenta Redes neurais, Processamento de linguagem natural
Outputs da ferramenta probabilidade de satisfacão do usuário de ouvidoria com a resposta dada pela entidade; indicação de unidade para o qual deve ser encaminhada a manifestação de ouvidoria; manifestações de ouvidoria e pedidos de acesso à informação semanticamente semelhantes ao apresentado pelo usuário
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? Sim
Se a resposta anterior foi positiva, descreva as questões envolvidas e a decisão tomada. O modelo é apenas sugestivo. Toda ação depende de validacão humana.
No desenvolvimento e/ou implementação da ferramenta, foram considerados possíveis vieses em seu desempenho? Por exemplo: sua eficácia é melhor com determinados grupos? Sim
Se a resposta anterior foi positiva, descreva os possíveis vieses e a decisão tomada a respeito. O modelo possui vieses que, de modo geral, garantem maior acurácia a um público específico (alunos de graduação) em detrimento de outros grupos (servidores). O modelo retorna um indicador de confiança, mitigando os efeitos erros de baixa confiança. De toda forma, toda decisão é validada por um ser humano.
Foi verificado algum desses impactos no fluxo de trabalho do órgão com a utilização da ferramenta? Impacto na produtividade do órgão, Impacto na melhora da prestação do serviço público
Há métricas para medir a eficácia da ferramenta? Sim
Se a resposta anterior foi sim, descreva a métrica. Coeficiente de correlação de Matthews
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. Texto da manifestação de ouvidoria e pedidos de acesso à informação
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? Sim

Arquivos

logo-ufrn-color-og.png

Referência

“Kairós,” Catálogo de Uso de Inteligência Artificial por Órgãos Governamentais, acesso em 12 de julho de 2024, https://catalogoia.omeka.net/items/show/3.