Análise do Uso de Inteligência Artificial para Auxílio das Atividades de Administração Pública no Âmbito da Polícia Militar do Mato Grosso do Sul

Authors

DOI:

https://doi.org/10.62927/revpmms.v3i1.139

Keywords:

inteligência artificial, sistema, Polícia Militar

Abstract

As tecnologias são as principais ferramentas para o desenvolvimento de qualquer atividade e, portanto, fundamentais para a atividade de segurança pública. Este artigo apresenta o desenvolvimento de um agente de inteligência artificial utilizando a técnica de Recuperação Aumentada por Geração (RAG), focado na Polícia Militar do Mato Grosso do Sul (PMMS). Por metodologia qualitativa de natureza aplicada, bibliográfica e documental, o objetivo deste trabalho é fornecer respostas precisas a perguntas sobre normas, leis e procedimentos internos, sem a necessidade de treinar modelos de linguagem do zero. Para isso, foi realizado um processo de curadoria dos documentos institucionais, seguido da conversão desses textos em vetores numéricos que o agente consegue processar. O restante do sistema foi desenvolvido de maneira que permita ao usuário interagir com o agente através de uma janela de chat. O modelo de linguagem utilizado foi o Llama 3.1, rodando localmente com suporte do Ollama. Os resultados indicam que o uso do RAG melhora significativamente a precisão das respostas, especialmente em conteúdos específicos da instituição, embora haja limitações de desempenho do equipamento utilizado e desafios na curadoria dos dados-fonte. Além disso, o trabalho discute aspectos legais, como a Lei Geral de Proteção de Dados (LGPD), que inviabiliza o uso de APIs de IA na nuvem para tratamento de dados sensíveis na administração pública, e conclui pela viabilidade do investimento em um sistema dessa categoria para a administração da Polícia Militar.

 

Author Biography

William Scaramuzzi Teixeira

Bacharel em Segurança Pública pela Academia de Polícia Militar do Cabo Branco (João Pessoa – PB, 2011). Bacharel em Direito pela UNICID (São Paulo – SP, 2015). Bacharel em Sistemas de Informação pela UFGD (Dourados – MS, 2021). Pós-graduado em Ciências Jurídicas pela UNICID (São Paulo – SP, 2016). Pós-graduado em Ciência de Dados pela UNOPAR – Anhanguera (Londrina – PR, 2023). Link ORCID: https://orcid.org/0009-0007-6623-6664

References

BERGMANN, Dave. STRYKER, Cole. What is vector embedding? [2024?]. Disponível em: https://www.ibm.com/think/topics/vector-embedding. Acesso em: 20 mai. 2025.

BRASIL. Lei nº 13.709 de 14 de agosto de 2018. Lei Geral de Proteção de Dados Pessoais (LGPD). Disponível em: Acesso em: https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709.htm. Acesso em: 19 mai. 2025.

BRASIL. Lei nº 14.133, de 1º de abril de 2021. Lei de Licitações e Contratos Administrativos. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2019-2022/2021/lei/l14133.htm Acesso em: 21 de mai. de 2025.

CARRARO, Fabrício. O que é a engenharia de prompt? Alura, 07 de fevereiro de 2024. Disponível em:https://www.alura.com.br/artigos/engenharia-prompt?srsltid=AfmBOops07xmYuJ6ENpZ5cX2gAPXRhIL6Oe6cSrd3g_vLw87LLlU_dAP -Acesso em: 21 mai. 2025.

DSA Blog. Comparativo Técnico e Casos de Uso – Fine-Tuning, RAG e Engenharia de Prompt em LLMs. Blog Data Science Academy, 27 de fevereiro de 2025. Disponível em: https://blog.dsacademy.com.br/comparativo-tecnico-e-casos-de-uso-fine-tuning-rag-e-engenharia-de-prompt-em-llms/ Acesso em: 21 mai. 2025

HAWKINGS, William. What is data curation and why is it importante in a RAG AI System. LinkedIn, 26 de janeiro de 2024. Disponível em: https://www.linkedin.com/pulse/what-data-curation-why-important-rag-ai-system-william-hawkins-lhzwc. Acesso em: 20 mai. 2025.

IBM. O que é um modelo generativo? Website da IBM, 11 de novembro de 2024. Disponível em: https://www.ibm.com/br-pt/think/topics/generative- model#:~:text=Os%20modelos%20generativos%20s%C3%A3o%20redes,treinamento%20e%20criar%20novos%20resultados. Acesso em: 20 mai. 2025.

LACERDA, Daniel Pacheco et al. Design Science Research: método de pesquisa para a engenharia de produção. 2013. Disponível em: https://www.scielo.br/j/gp/a/3CZmL4JJxLmxCv6b3pnQ8pq/?lang=pt. Acesso em: 20 de mai. de 2025.

LEWIS, Patrick et al. (2020). Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks. Disponível em: https://arxiv.org/pdf/2005.11401 Acesso em: 20 maio 2025

MATO GROSSO DO SUL. Decreto nº1.093 de 12 de junho de 1981. Regulamentação da Movimentação de Oficiais e Praças. Disponível em: http://aacpdappls.net.ms.gov.br/appls/legislacao/secoge/govato.nsf/fd8600de8a55c7fc04256b210079ce25/0b478194a9fa934b04256e2d00666b9b?OpenDocument Acesso em: 21 maio 2025.MICROSOFT. What are AI Tokens? Microsoft Copilot, 24 de março de 2025. Disponível em: https://www.microsoft.com/en-us/microsoft-copilot/for-individuals/do-more-with-ai/general-ai/what-are-ai-tokens?form=MA13KP Acesso em: 21 de maio de 2025.

MORAES, Flávio Daniel Borges de. CASTELO BRANCO, Valdec Romero. A Inteligência Artificial: conceitos, aplicações e controvérsias. XX Simpósio Internacional de Ciências Integradas da UNAERP – Campus Guarujá. Disponível em: https://www.unaerp.br/documentos/5528-a-inteligencia-artificial-conceitos-aplicacoes-e-controversias/file. Acesso em: 19 mai. 2025.

NEOWAY. Inteligência Artificial: O que é, como funciona e exemplos. Blog Neoway. São Paulo, 13 de agosto de 2023. Disponível em: https://blog.neoway.com.br/inteligencia-artificial/. Acesso em: 20 mai. 2025.

OPEN AI. Api Pricing. 2025. Disponível em: https://openai.com/api/pricing/ Acesso em: 21 mai. 2025.

PIETRI, Flávia. A polêmica aplicação da LGPD às plataformas de IA. Consultor Jurídico, 15 de abril de 2025. Disponível em: https://www.conjur.com.br/2025-abr-15/a-polemica-aplicacao-da-lgpd-as-plataformas-de-ia/ Acesso em: 21 mai. 2025.

Published

2026-02-24

How to Cite

Scaramuzzi Teixeira, W. (2026). Análise do Uso de Inteligência Artificial para Auxílio das Atividades de Administração Pública no Âmbito da Polícia Militar do Mato Grosso do Sul. Revista Científica Da Polícia Militar De Mato Grosso Do Sul - RevPMMS - ISSN - 2965-8616, 3(1), 89–106. https://doi.org/10.62927/revpmms.v3i1.139