La adopción de la Inteligencia Artificial (IA) en el sector público brasileño ha trascendido la fase experimental, posicionándose como un vector estratégico para la transformación digital y la prestación de servicios al ciudadano. Instituciones de gran envergadura como Serpro, Caixa y Banco do Brasil han articulado intensas trayectorias que se remontan a 2017, buscando no solo la innovación, sino también el aumento de la productividad y la mejora del servicio público. Esta evolución se apoya en ambiciosos planes nacionales, como el Plan Brasileño de Inteligencia Artificial (PEBIA), que delinea cinco ejes estratégicos, incluyendo infraestructura, capacitación e IA para servicios públicos. El desafío es doble: alcanzar la excelencia tecnológica en un escenario de rápida disrupción y garantizar que esta transformación sea ética, inclusiva y soberana.

La estructuración efectiva comienza con la definición de estrategias claras que equilibran la competitividad y el propósito público. Muchas organizaciones han establecido Centros de Excelencia (CoEs) en IA y Ciencia de Datos, frecuentemente vinculados al área de Tecnología, pero con un fuerte puente hacia las operaciones de negocio. La capacitación continua es esencial para la democratización de la IA, permitiendo que todos los empleados, desde la primera línea hasta la alta dirección, utilicen las herramientas de forma coherente y comprendan los riesgos asociados. Programas como la "Jornada de IA Serpro" y las rutas de capacitación de ENAP/MGI buscan formar a decenas de miles de servidores, combatiendo la barrera de la falta de personal especializado y asegurando la alfabetización digital necesaria para la transformación.

Técnicamente, la gobernanza de IA y datos es la base de la sostenibilidad. Los sistemas en el sector público manejan volúmenes masivos de datos sensibles y clasificados, lo que exige rigurosos protocolos de cumplimiento con la Ley General de Protección de Datos (LGPD). La gobernanza debe ser por diseño, integrada en el ciclo de vida de la solución, desde la prospección (como el modelo Ética by Design de Serpro o la matriz Prisma de BB) hasta el monitoreo posterior a la implementación, que debe ser continuo y perenne para mitigar sesgos algorítmicos y asegurar la trazabilidad de las decisiones. El Marco Ético de IA del Gobierno Federal, alineado con los principios de la OCDE, establece directrices para la evaluación de riesgos (excesivo, alto, medio, bajo riesgo) y la necesidad de supervisión humana efectiva, incluso en decisiones automatizadas.

La soberanía digital es un pilar estratégico que exige una infraestructura robusta. El volumen exponencial de datos, comparado con un "tsunami tributario", excede la capacidad humana, convirtiendo a los sistemas de IA en un filtro y una brújula. Esto requiere una inversión constante en hardware de alto rendimiento (GPUs, HPCs) e infraestructura que soporte el procesamiento pesado de Machine Learning e Inferencia. Existe un esfuerzo coordinado para construir una "IA soberana" brasileña, incluyendo el desarrollo de Grandes Modelos de Lenguaje (LLMs) entrenados en portugués con datos nacionales, garantizando que el procesamiento de datos restringidos permanezca dentro del territorio nacional, en cumplimiento con regulaciones como la IN 05/08 del GSI.

En el campo de la IA Generativa, la racionalización de recursos es esencial. Los Grandes Modelos de Lenguaje (LLMs) demandan infraestructura e incurren en costos de inferencia continua, convirtiendo la selección de modelos en una decisión de eficiencia. Serpro LLM, por ejemplo, se enfoca en el suministro de Small Language Models (SLMs) o modelos de tamaño medio (por debajo de 20 mil millones de parámetros) que, en muchos casos de uso, demuestran una eficacia comparable a los modelos más grandes, pero con un costo y una demanda de memoria significativamente menores. Una técnica crucial para inyectar conocimiento específico del dominio en LLMs sin el alto costo del Continuous Pre-training (CPT) o Fine-Tuning es la Generación Aumentada por Recuperación (RAG). RAG utiliza modelos de embedding y bases vectoriales para enriquecer dinámicamente el prompt del usuario con contexto relevante, permitiendo que el LLM responda con precisión a consultas sobre documentos internos o bases de conocimiento fijas.

Las aplicaciones técnicas en el gobierno son diversas y complejas. Los sistemas de visión por computador y biométricos, como el servicio de Liveness, son cruciales para la autenticación continua y la prevención de fraudes de Deep Fake, un desafío creciente que exige el constante reentrenamiento de los modelos y la curación humana para identificar nuevos patrones de ataque. En la Receita Federal, la IA se emplea para el análisis de redes, la clusterización, la selección predictiva de contribuyentes y el apoyo a la autorregularización, optimizando el trabajo del auditor y la asertividad fiscal. Además, el análisis del comportamiento en registros de sistemas y accesos, utilizando IA para la detección de anomalías, crea una sólida capa de ciberseguridad, identificando comportamientos atípicos que podrían ser vectores de ataques de ingeniería social.

En resumen, la IA en la administración pública brasileña se caracteriza por una compleja articulación entre alta tecnología y responsabilidad social. El éxito reside no solo en la adopción de modelos de vanguardia, sino en la capacidad de construir una infraestructura de gobernanza que maneje los datos con calidad, asegure la soberanía tecnológica y racionalice las inversiones. El camino futuro implica la consolidación de LLMs especializados (como el modelo especialista en la Gaceta Oficial de la Unión en desarrollo en Serpro) y la expansión de plataformas que democraticen el uso de la IA por todos los desarrolladores y áreas de negocio, garantizando que la tecnología sirva al propósito final de un Estado más inteligente, empático y humano.