A entrevista foi conduzida por Ula Rutkowska (Pesquisadora Sênior, Apolitical) e editada por Christina Obolenskaya (MSc em História Internacional, LSE e Estagiária de Comunicações, Apolitical). Chris Fechner foi nomeado no AI 100 2025 do Governo da Apolitical.

Apolitical entrevistou Chris Fechner, o CEO da Agência de Transformação Digital da Austrália (DTA), sobre como ele está liderando a implementação de IA no setor público do país. O trabalho de Fechner é centrado em melhorar os serviços governamentais com IA, aumentando a acessibilidade digital e construindo confiança na tecnologia do setor público.

Sob a orientação de Fechner, a Austrália implementou recentemente um teste usando ferramentas de IA generativas para entender o potencial transformador da IA para operações governamentais. As principais conclusões? O Microsoft Copilot economizou para a equipe uma média de uma hora por dia, com 40% desse tempo reinvestido em aprendizado e trabalho em equipe. Neste artigo, Chris compartilha as principais conclusões e discute como a IA remodelará o setor público.

P: A Austrália testou recentemente ferramentas de IA generativas. Quais foram os principais resultados desse teste e como você vê a IA generativa moldando o futuro dos serviços governamentais?

O teste do Microsoft Copilot liderado pela DTA envolveu mais de 7.600 funcionários em mais de 60 agências governamentais. Os principais resultados incluíram:

  • Maior eficiência e produtividade: a equipe economizou em média uma hora por dia em tarefas administrativas.
  • Melhor desenvolvimento de habilidades: 40% do tempo economizado foi gasto em aprendizado e colaboração em equipe.

De uma perspectiva de informação e tecnologia, o teste destacou a necessidade de gerenciar onde e como as informações são armazenadas e acessadas, bem como como nossos ambientes de tecnologia (especialmente a tecnologia legada) são gerenciados para que os recursos de IA funcionem conforme o esperado.

A avaliação do teste também mostrou que os participantes se sentiram confortáveis explorando novos recursos que o Copilot poderia trazer para suas várias funções de trabalho, incluindo programação e script, geração de imagens e decks de apresentação inteiros, e pesquisa e resumo de bancos de dados. Esses usos inesperados do Copilot demonstraram seu potencial para aprimorar vários aspectos do trabalho governamental além das tarefas de rotina.

No entanto, o teste também mostrou que quanto maior o nível de especialização necessário para uma tarefa específica, menor a probabilidade de o resultado do GenAI ser igual ou melhor que o trabalho do especialista humano.

Nosso desafio ao avançar para esse futuro é como podemos mudar nossa força de trabalho, processos, sistemas e governança de forma segura, rápida e acessível para garantir que alcancemos os benefícios pretendidos do uso da IA, evitando ao mesmo tempo as desvantagens de resultados não intencionais, como preconceitos e alucinações, e os possíveis danos resultantes.

__P: Quais habilidades os servidores públicos precisam para adotar tecnologias como IA e quais estratégias você usa para ajudá-los a se preparar? __

Na minha opinião, para que os governos comecem a usar e implementar a IA com sucesso, precisamos dissipar o mito de que a IA é uma capacidade mágica, onisciente e onisciente que pode resolver imediata e permanentemente todos os problemas existentes.

Para desmistificar esse mito, precisamos dividi-lo em cinco etapas:

  1. A IA não é apenas uma coisa. Assim como muitas pessoas têm uma compreensão abstrata e amorfa do que é "na nuvem", fizemos algo semelhante com a IA, especialmente com o hype em torno da Gen AI. Precisamos ter tomadores de decisão, implementadores e consumidores dos vários tipos de IA que saibam quais tipos diferentes de IA estão usando e como podem ter certeza de que são precisos e adequados para o propósito.
  2. A IA não será adequada para todas as tarefas governamentais. Precisamos entender a adequação e os riscos de usar IA para tarefas ou domínios específicos. Por exemplo, usar IA Generativa para aumentar ou diminuir os pagamentos de uma pensão para idosos automaticamente não seria um propósito adequado sem alguns controles extraordinários. Enquanto isso, usar o conhecimento especializado e dados detalhados do ATO para identificar possíveis casos de fraude no sistema tributário usando uma IA preditiva estreita seria um caso de uso que o público provavelmente esperaria.
  3. A IA não é responsável pelos resultados que produz — as pessoas são. Em preparação para o uso da IA, precisamos identificar, treinar e tornar público quem tem os direitos de decisão e uso da IA nas agências para garantir que tenhamos a confiança do público no uso da IA.
  4. A IA em todas as suas formas ainda é uma ferramenta, e os dados são seu combustível. O governo tem sido um coletor de dados há muito tempo, e a IA está abrindo multidões de novas oportunidades e riscos para o uso desses dados. Para preparar os governos para o uso da IA, precisamos nos concentrar em nossos dados, sejam eles para treinamento de IA, fundamentação de inferência de IA ou novos dados formados a partir do uso da IA.
  5. Uso efetivo do nosso Framework de garantia de IA — não apenas no desenvolvimento, mas em todo o ciclo de vida da IA. Ao exigir que todas as agências governamentais sigam o padrão das declarações de Transparência, incentivamos a confiança. Por meio do padrão Accountable Official, demonstramos que estamos gerenciando riscos proativamente e colaborando com o governo para adotar IA com segurança para o bem público. Nossa política também enfatiza a necessidade de desenvolver habilidades e compreensão por meio de educação e treinamento.

__P: O que os líderes organizacionais e de equipe podem fazer para criar uma cultura confiante e pronta para adotar a IA de forma responsável? __

Uma mentalidade de experimentação e crescimento são capacidades importantes para líderes governamentais. A IA não é apenas uma ferramenta de automação digital como a adoção de computadores e sistemas da década de 1980. A IA representa uma abertura de possibilidades completamente novas e novas maneiras de entregar o governo para o benefício de todas as pessoas.

É por isso que, em 2019, o governo australiano introduziu os oito princípios de ética da IA — bem-estar humano, social e ambiental; valores centrados no ser humano; justiça, proteção da privacidade e segurança; confiabilidade e proteção; transparência e explicabilidade; contestabilidade; e responsabilização — para garantir que as soluções de IA que usamos sejam seguras, protegidas e confiáveis e que as pessoas que as gerenciam sejam informadas e responsáveis.

__P: Para aqueles que lideram iniciativas de IA, que conselho você daria sobre como influenciar a liderança e garantir que a adoção da IA se torne uma prioridade? __

Nunca na minha longa carreira em dados e digital vi tamanha cacofonia de medo, antecipação e uma boa dose de FOMO por líderes dos setores público e privado. Meu conselho é aproveitar o interesse começando com uma abordagem acordada para a Governança (pense no Juramento de Hipócrates de "primeiro não causar dano").

Em seguida, estabeleça uma maneira de concentrar os interesses abrangentes de seus diferentes stakeholders para que as escassas habilidades de IA possam ser aplicadas em conjunto para experimentar e testar alguns usos potenciais — algo como uma força-tarefa temporária.

Depois de estabelecer que a IA tem aplicações práticas (não apenas exagero) na sua organização, incentive seus líderes a se envolverem em uma comunidade ampla para descobrir, validar e priorizar as novas oportunidades que a IA oferece e aprender com os experimentos e experiências de outros.

Por fim, este novo mundo tecnológico impulsionado pela IA não será fácil e não terá sucesso sem tropeços, então precisamos de líderes que possam aceitar alguns riscos, tentar e falhar e continuar voltando para mais investimentos.

P: Quais casos de uso específicos de IA você vê como mais promissores para melhorar a eficiência e a eficácia nas operações governamentais?

Uma oportunidade significativa está em melhorar a produtividade do APS por meio de copilotos de IA. Essas ferramentas aumentam as habilidades e o conhecimento da equipe do APS em várias áreas de trabalho. Por exemplo, o Copilot da Microsoft auxilia em tarefas como rascunhar e revisar documentos, pesquisar arquivos para obter informações específicas e organizar dados. Nosso teste limitado desses serviços mostrou uma economia média de tempo de cerca de uma hora por pessoa por dia, com melhorias adicionais esperadas por meio de treinamento adicional.

O GitHub Copilot, treinado em bilhões de linhas de código, fornece sugestões de codificação em tempo real e com reconhecimento de contexto. Isso significa que desenvolvedores APS menos experientes podem aumentar a produtividade no desenvolvimento e teste de software, enquanto desenvolvedores especialistas podem ter o copiloto de IA fazendo o trabalho mais rotineiro, permitindo que eles se concentrem nos aspectos mais complexos da tarefa de desenvolvimento de software.

Copilotos especialistas adaptados a domínios específicos do governo, como serviços sociais ou impostos, também estão no horizonte. Funcionários menos experientes em áreas de trabalhadores do conhecimento do APS poderão fazer e ter suas perguntas de conteúdo respondidas em linguagem fácil de entender, permitindo que sejam mais produtivos e diminuindo a quantidade de tempo que os funcionários seniores precisam se comprometer com a transferência de conhecimento e treinamento.

Outro caso de uso promissor é a aplicação de IA para tarefas preditivas e analíticas, como detecção de fraudes. Os governos lidam com grandes volumes de pagamentos, alguns envolvendo coortes sensíveis e vulneráveis, tornando o risco de atividade fraudulenta alto. A IA pode peneirar grandes conjuntos de dados para identificar anomalias ou "sinais no ruído", entregando esses casos à APS para investigação posterior. Essa abordagem, alavancando dados do governo e modelos de IA personalizados, tem o potencial de recuperar bilhões em fundos perdidos.

__P: Olhando para o futuro, qual é sua visão para o papel da transformação digital e da IA no governo da Austrália nos próximos cinco anos? O que vem a seguir? __

Olhar cinco anos à frente no campo da IA é uma tarefa muito difícil. Com o crescimento explosivo e o avanço das capacidades em IA desde o lançamento do ChatGPT, os limites do possível estão recuando quase semanalmente.

Minha primeira parte da visão é que precisaremos ser muito hábeis em lidar com uma taxa rápida de mudança e isso significa equilibrar nossos investimentos em IA com a probabilidade de que algo os substitua em breve. Isso significa garantir um curto tempo de retorno sobre esses investimentos. Também significa pensar muito mais sobre nossa tecnologia e arquiteturas de dados. Garantir que façamos coisas simples, como desacoplar nossas complexas soluções de tecnologia governamental, que utilizemos APIs para conectar os vários threads de nossos serviços e que façamos a curadoria e o gerenciamento cuidadosos de nossos dados.

Também teremos agentes de IA em praticamente tudo o que fizermos. Com o tempo, esses agentes assumirão aspectos cada vez mais complexos do suporte humano e, em alguns casos, isso se moverá para IA totalmente autônoma.