Assistentes e agentes de IA no setor público: entenda a escada de autonomia, do chat ao agente, e aprenda a decidir até onde delegar em cada caso do órgão.
Especialista em inteligência artificial e transformação digital. Mais de 10 anos ajudando empresas brasileiras a implementar soluções de analytics e IA.
Pense numa escada. No degrau de baixo, a IA é como um colega que você consulta a cada frase e cuja resposta você confere inteira antes de usar. Alguns degraus acima, ela passa a agir por conta própria, encadeando passos sem parar para perguntar. Quanto mais alto você sobe, mais tempo ganha e menos vê o que a máquina está fazendo. Essa é a escada de autonomia, e entender os assistentes e agentes de IA no setor público é, antes de tudo, saber em que degrau você está e até onde vale a pena subir.
O problema é que a maioria dos órgãos trata isso como um interruptor de liga e desliga: ou usa IA, ou não usa. Na prática, existe uma gradação. Uma coisa é pedir um resumo avulso a um assistente e revisar tudo. Outra, bem diferente, é deixar um sistema decidir e executar sozinho uma sequência de tarefas. Confundir os dois é a receita para dois erros opostos: travar por medo de um risco que aquele uso não tem, ou delegar com leveza uma decisão que jamais deveria sair das mãos de um servidor.
Este texto é o mapa dessa escada. Vou percorrer os quatro degraus de autonomia com exemplos do órgão e a supervisão que cada um exige, explicar como configurar um assistente para uma tarefa recorrente, mostrar o que são agentes de IA e onde está o limite da delegação, e fechar com o que essa mudança faz com o trabalho do servidor. O fio é o de sempre nesta série: a IA sobe a escada, a responsabilidade não.
Autonomia, aqui, é uma pergunta simples: quanto a ferramenta decide e faz sem você no meio de cada passo? Quatro degraus organizam quase tudo o que um órgão pode usar hoje, do mais supervisionado ao mais independente. A régua que os separa não é o quanto a IA é "avançada", é o quanto de controle você entrega a cada passo.
É onde todo mundo começa. Você abre o ChatGPT, o Gemini ou o Claude, digita um pedido, recebe uma resposta e revisa. Resumir uma norma, rascunhar um ofício, reescrever um despacho em linguagem simples: cada pedido é um evento isolado, e a máquina não faz nada além do que você acabou de mandar. A supervisão é total e acontece a cada resposta, porque nada vira ato sem passar pelos seus olhos. É o degrau mais seguro e o mais trabalhoso, já que você conduz cada passo na mão.
Aqui você para de repetir a mesma instrução toda vez. Em vez de reescrever o contexto a cada pedido, você configura um assistente com persona, instruções fixas e materiais de referência para uma função específica do órgão, e ele passa a responder já dentro daquele padrão. A supervisão continua alta, porque toda saída ainda é revisada, mas o ponto de partida deixa de ser um improviso e passa a ser um modelo estável. É o degrau que padroniza uma tarefa recorrente, e volto a ele em detalhe mais adiante.
Neste degrau, a IA deixa de esperar você abrir a ferramenta. Um fluxo é disparado por um gatilho, a chegada de um e-mail numa caixa, um formulário preenchido, e executa uma sequência de passos definida por regras fixas: resume o conteúdo, classifica o assunto, joga o resultado numa planilha ou encaminha para o setor certo. Repare na diferença crucial: a automação executa, mas não decide nada por conta própria. Ela segue o caminho que você desenhou. É o território do redesenho de processos administrativos com IA, e a supervisão migra do passo para o fluxo: você deixa de revisar cada resposta e passa a monitorar o processo, garantindo que nada vire ato sem conferência humana no fim.
No topo está o agente. Diferente da automação, que segue um roteiro fixo, um agente recebe um objetivo e planeja sozinho os passos para alcançá-lo, decidindo no meio do caminho o que fazer a seguir e executando com menos supervisão. Dá para imaginar, num cenário hipotético, um agente que recebe um pedido, procura a norma aplicável, redige uma minuta de resposta e ainda a encaminha, tudo sem parar para perguntar. É o degrau de maior potencial e, não por acaso, o de maior risco, porque é onde você menos enxerga o que a máquina está fazendo entre o pedido e o resultado.
Conversa avulsa (um pedido por vez, revisão total), assistente configurado (padrão fixo para uma função, saída revisada), automação (fluxo disparado por regras, sem decisão própria) e agente (planeja e executa passos com menos supervisão). Quanto mais alto o degrau, mais tempo economizado e mais risco a supervisionar.
O segundo degrau merece atenção porque é o mais subaproveitado. A maioria dos servidores vive no degrau 1, reescrevendo o mesmo contexto toda santa vez que precisa de um documento parecido. Configurar um assistente resolve isso: você monta uma vez as instruções, a persona e os materiais de referência de uma função, e todo mundo do setor passa a partir dali.
As três principais ferramentas de conversa oferecem essa configuração, cada uma com um nome próprio (na configuração de meados de 2026). No ChatGPT, são os GPTs. No Gemini, do Google, são os Gems. No Claude, da Anthropic, são os Projects. A ideia por trás dos três é a mesma: prender o assistente a um conjunto fixo de instruções e documentos, de modo que ele responda sempre no tom, na estrutura e com o repertório daquela tarefa, sem você reexplicar tudo. Recursos e nomes de ferramentas mudam rápido, então confirme o que cada uma oferece na data em que for usar.
Pense num assistente configurado para respostas à Lei de Acesso à Informação. Você embute nele o tom institucional do órgão, a estrutura padrão da resposta, os cuidados de linguagem e alguns exemplos anteriores bem redigidos. A partir daí, qualquer servidor do setor cola o teor do pedido e recebe um rascunho já no formato certo, em vez de partir da página em branco. O ganho não é só velocidade: é padronização, porque a qualidade deixa de depender de quem pegou a tarefa. É o mesmo princípio da biblioteca de prompts, só que empacotado numa ferramenta que carrega o padrão sozinha.
Um assistente configurado não sabe nada que o modelo já não soubesse. Ele apenas aplica sempre o mesmo contexto e os mesmos cuidados, o que padroniza a saída e poupa a equipe de reescrever a instrução a cada uso.
A supervisão neste degrau não some, muda de lugar. O cuidado se desloca do uso para a configuração: um assistente montado com uma instrução ruim vai errar com consistência, e em escala. Por isso a configuração precisa ser feita por quem entende a tarefa e revisada com calma, e a saída continua passando por olhos humanos antes de virar ato. Você padroniza o rascunho, não a responsabilidade.
Agentes são o assunto do momento, e vale separar o conceito da empolgação. Um agente de IA é um sistema que recebe um objetivo e planeja e executa uma sequência de passos para cumpri-lo, usando ferramentas e tomando decisões intermediárias com pouca ou nenhuma parada para checagem. A diferença para a automação do degrau 3 é essa autonomia de planejamento: a automação percorre um caminho que você desenhou, o agente escolhe o caminho.
O potencial num órgão é real. Processos que hoje exigem muitas etapas manuais de buscar, comparar, redigir e encaminhar são exatamente o tipo de trabalho que um agente promete encadear. Mas é aqui que a escada cobra o pedágio: cada degrau de autonomia que você sobe é um degrau de visibilidade que você perde. Quando o agente executa dez passos sozinho, um erro no terceiro passo se propaga pelos outros sete antes de alguém notar, e a fluência do resultado final esconde o deslize no meio do caminho. No setor privado, isso é prejuízo. No setor público, pode ser um ato ilegal, com nome e responsabilidade de quem assinou.
Por isso a delegação tem um teto, e ele não é técnico, é jurídico. Quanto mais uma tarefa se aproxima de decidir sobre um direito de cidadão, menos ela pode subir a escada. Isso conecta diretamente com a matriz de risco que detalhei no post sobre IA responsável na administração pública: uma tarefa de alto risco, aquela que decide ou influi sobre um direito, exige supervisão humana ativa, e supervisão ativa é incompatível com um agente rodando dez passos sem parar. Não é que agente seja proibido. É que a decisão que afeta o cidadão não delega, ela se apoia. O agente pode buscar, organizar e rascunhar; quem decide, motiva e assina continua sendo o servidor, com poder real de discordar e reverter.
A automação você audita pelo fluxo; o agente, só pelo resultado. Como ele decide os passos sozinho no meio do caminho, a conferência humana no fim deixa de ser recomendação e vira a única barreira antes do ato.
A régua prática é simples. Automação e agente rendem em tarefas de alto volume e baixo risco, onde um erro é pego facilmente e não fere ninguém: triagem, classificação, organização de material, rascunho de comunicação interna. Quanto mais a tarefa pesa sobre direitos, mais baixo o degrau em que ela deve ficar, mesmo que a tecnologia permita subir. Para o recorte fora do setor público, o que se pode ou não delegar a um agente está detalhado no post sobre agentes de IA no trabalho e o que dá para delegar hoje.
O erro mais comum não é subir demais nem ficar embaixo demais. É subir no automático, sem decidir. A escada não é para ser escalada até o topo; é para você parar no degrau certo de cada tarefa, e esse degrau depende de duas perguntas que o gestor já conhece.
A primeira é o volume: quantas vezes o órgão repete essa tarefa? Repetir muito justifica investir em configurar um assistente ou automatizar um fluxo, porque o ganho se multiplica. Tarefa que acontece de vez em quando não paga o esforço de subir a escada, e o degrau 1 resolve. A segunda é o risco: quanto um erro nessa tarefa afeta um direito ou a legalidade de um ato? Quanto maior o risco, mais baixo o teto, independentemente do volume. Uma tarefa pode ser altíssima em volume e ainda assim ter que ficar num degrau baixo porque toca direitos.
Cruzando as duas, o caminho aparece. Alto volume e baixo risco é o campo natural da automação e, com cuidado, dos agentes: é onde subir a escada devolve mais tempo com menos perigo. Baixo volume e qualquer risco vive bem no degrau 1, na conversa avulsa revisada. E alto risco, seja qual for o volume, fica preso aos degraus baixos, com o servidor supervisionando de perto, porque ali a economia de tempo não compensa a perda de controle. Comece subindo a escada nas tarefas de baixo risco, ganhe repertório, e só leve para cima o que você já sabe supervisionar.
Vale encarar de frente a pergunta que todo servidor faz em silêncio: o que isso faz com o meu trabalho? A resposta honesta não é nem o alarme nem a promessa. A IA não apaga o trabalho do servidor, ela desloca o peso dele. O que era esforço de produzir o rascunho, buscar a informação, formatar o documento, encolhe. O que era esforço de julgar, decidir, motivar e responder, cresce em importância relativa, porque é justamente o que a máquina não sobe a escada para assumir.
Na prática, isso muda a natureza da tarefa mais do que a quantidade dela. O servidor passa menos tempo digitando e mais tempo conferindo, decidindo e supervisionando. A habilidade que ganha valor não é escrever mais rápido, é saber quando deixar um fluxo rodar e quando puxar o freio. Quando ensino gestores públicos na disciplina de Inovação e Inteligência Artificial de um MBA em Gestão Pública, é essa a virada que mais custa e mais rende: parar de competir com a ferramenta na velocidade e começar a comandá-la no julgamento.
A máquina sobe a escada da autonomia; o servidor sobe a escada do julgamento. São movimentos que se completam, não que se anulam.
O servidor que cresce nesse cenário não é o que digita mais rápido nem o que resiste à ferramenta. É o que aprende a supervisionar a máquina: a configurar um assistente com cuidado, a desenhar uma automação sem furos, a decidir em que degrau cada tarefa deve parar e a assumir o resultado com conhecimento de causa. Essa é uma competência de gestão, não de tecnologia, e ela se aprende.
Um assistente responde a um pedido de cada vez e espera sua próxima instrução, seja na conversa avulsa, seja configurado com um padrão fixo para uma função. Um agente recebe um objetivo e planeja e executa sozinho uma sequência de passos para cumpri-lo, com pouca parada para checagem. O assistente aguarda você a cada passo; o agente age vários passos por conta própria. Quanto maior a autonomia, maior o cuidado de supervisão que a tarefa exige.
É um assistente ao qual você fixa instruções, uma persona e materiais de referência para uma função específica, de modo que ele responda sempre naquele padrão sem você reexplicar o contexto. No ChatGPT são chamados de GPTs, no Gemini de Gems e no Claude de Projects, na configuração de meados de 2026. Serve para padronizar uma tarefa recorrente do órgão, como respostas à Lei de Acesso, com a mesma qualidade independentemente de quem a executa.
Não para o que decide ou influi sobre um direito. Tarefas que afetam o cidadão são de alto risco e exigem supervisão humana ativa, com um servidor que possa discordar e reverter, o que é incompatível com um agente rodando muitos passos sem parar. O agente pode buscar, organizar e rascunhar; a decisão, a motivação e a assinatura continuam sendo humanas. Quanto mais a tarefa toca direitos, mais baixo o degrau de autonomia em que ela deve ficar.
Por tarefas de alto volume e baixo risco, aquelas que a equipe repete muito e nas quais um erro é pego facilmente na revisão. Configure um assistente para uma função recorrente antes de pensar em automação, e deixe agentes para quando o órgão já tiver repertório e governança. Suba um degrau de cada vez, medindo o ganho e ganhando prática, em vez de saltar direto para o topo da autonomia.
A IA desloca o peso do trabalho, não o apaga. O esforço de produzir rascunho e organizar informação diminui, e o de julgar, decidir e responder ganha importância, porque é o que a máquina não assume. O servidor que cresce é o que aprende a supervisionar a ferramenta e a decidir até onde delegar, uma competência de julgamento que a automação não substitui.
Assistentes e agentes não são categorias rivais nem passos obrigatórios de uma corrida rumo à autonomia total. São degraus de uma mesma escada, e a competência do gestor está em ler cada tarefa e parar no degrau certo dela: total supervisão onde o direito do cidadão está em jogo, mais autonomia onde o volume é alto e o erro é inofensivo. Subir sem critério é tão problemático quanto ficar parado embaixo por medo.
Essa leitura não vem embutida em nenhuma ferramenta. Ela se forma quando a equipe entende a diferença entre os degraus, sabe configurar um assistente com cuidado, reconhece o limite da delegação e assume o resultado com conhecimento de causa. É uma competência de julgamento, e julgamento se ensina e se pratica sobre as tarefas reais do órgão, não em teoria.
Quer preparar sua equipe de servidores para usar assistentes e agentes de IA com critério, sabendo até onde delegar em cada caso? Conheça os programas de capacitação da Waxi. Trago para a sala de aula a experiência de ensinar gestores públicos a usar IA na disciplina de Inovação e Inteligência Artificial de um MBA em Gestão Pública e em cursos de IA e inovação.
Agentes de IA no trabalho já executam tarefas de ponta a ponta. Veja o que sua PME pode delegar hoje, o que ainda pede humano e quanto custa começar.
Redesenho de processos administrativos com IA: como sair da tarefa avulsa e reprojetar o fluxo inteiro do órgão, com mapeamento, ferramentas e medição de ganho.
IA responsável na administração pública: o mapa de riscos de LGPD, LAI, viés e supervisão humana, com um checklist e uma matriz de risco para o gestor liderar a adoção.
