Prefeitura de Caruaru usa IA para redigir decretos

Em Caruaru (PE), a prefeitura adotou um chatbot gratuito para automatizar a redação de decretos municipais. O resultado financeiro foi imediato: uma redução de R$ 1 milhão por ano em horas extras da equipe jurídica, segundo dados públicos da prefeitura. Antes, cada documento passava por três revisões humanas, consumindo dias de trabalho; agora, a IA gera a primeira versão em minutos.

O movimento não é isolado. Em três câmaras municipais pelo país, o modelo Sabiá-4, desenvolvido pela Maritaca AI, já é usado para revisar projetos de lei antes da votação (Fonte: Maritaca AI). A ferramenta? Inteligência artificial generativa, treinada especificamente para o jargão jurídico e as regras do processo legislativo.

Mas a velocidade tem um preço. A mesma tecnologia que acelera o serviço público carrega riscos de viés algorítmico e falta de transparência. O que acontece quando uma IA decide qual parágrafo entra ou sai de uma lei que afeta milhões de pessoas?

A máquina de escrever leis

A Estônia é o exemplo mais maduro fora do Brasil. Desde 2024, o país usa IA para redigir minutas de lei, alcançando 90% de precisão em textos normativos (Fonte: e-Estonia). O modelo brasileiro segue a mesma lógica, mas com um desafio extra: a complexidade do direito municipal.

Cada cidade tem seu próprio regimento interno. Cada secretaria exige um formato diferente de decreto. A IA precisa ser calibrada para não ignorar essas nuances.

O Sabiá-4, por exemplo, foi ajustado com milhares de projetos de lei reais das câmaras parceiras. O modelo aprendeu padrões de redação, identificou erros comuns e passou a sugerir correções em tempo real. O resultado é uma taxa de acerto alta em tarefas de revisão, mas a ferramenta ainda erra em cláusulas mais complexas, como aquelas que envolvem interpretação de jurisprudência.

R$ 1 milhão economizado, mas a que custo?

O caso de Caruaru é emblemático. A economia de R$ 1 milhão por ano em horas extras é impressionante. Mas os próprios servidores reconhecem o risco: o modelo pode reproduzir vieses dos dados com os quais foi treinado. Se a base histórica de decretos municipais contém linguagem excludente ou privilegia certos grupos, a IA vai aprender e repetir esse padrão.

Um estudo do Senado Federal, publicado em 2025, já apontava que 70% das minutas de lei municipais tinham erros de redação que poderiam ser evitados com IA (Fonte: Senado Federal, estudo "Diagnóstico da Redação Legislativa Municipal", 2025, disponível em: https://www12.senado.leg.br/estudo-redacao-legislativa-municipal-2025). O dado mostra o tamanho do problema que a tecnologia pode resolver. Mas também revela que, sem supervisão humana, a IA pode automatizar os erros em vez de corrigi-los.

Transparência e o risco do algoritmo invisível

A principal crítica ao uso de IA na redação de leis é a falta de transparência. Quem controla o modelo? Quais dados foram usados no treinamento? Como garantir que a IA não está favorecendo interesses privados?

Diferente de um servidor público, que pode ser questionado em audiência pública, o algoritmo é uma caixa-preta. O cidadão não sabe por que a IA escolheu uma palavra em vez de outra. Não há atas de reunião para consultar.

Algumas câmaras municipais tentam contornar o problema com auditorias externas. O Sabiá-4, por exemplo, permite que o histórico de sugestões seja exportado e analisado. Mas a prática ainda não é obrigatória por lei.

Enquanto isso, empresas como Google e OpenAI oferecem soluções genéricas de IA generativa para governos. O problema é que esses modelos não foram treinados com legislação brasileira. O resultado pode ser tecnicamente correto, mas juridicamente inconsistente.

Tabela comparativa: antes e depois da IA na redação legislativa

Conclusão

O experimento brasileiro com IA na redação de leis municipais já mostra resultados concretos: economia de milhões, redução drástica de tempo e melhora na qualidade técnica dos textos. Caruaru e as câmaras que adotaram o Sabiá-4 são provas de que a tecnologia funciona.

Mas o saldo não é apenas positivo. A falta de transparência nos algoritmos e o risco de viés automatizado são falhas estruturais que precisam ser corrigidas antes que a prática se torne padrão nacional. Uma lei mal redigida pode ser contestada na Justiça. Um viés embutido no código pode perpetuar desigualdades por décadas.

O caminho ideal não é abandonar a IA, mas regulá-la. Exigir auditoria dos modelos, garantir acesso público aos critérios de redação e manter a supervisão humana como etapa obrigatória. Só assim a promessa de um governo mais eficiente não se transformará em um pesadelo de opacidade.

Artigos Relacionados

• O Fim dos Tutoriais Passivos: Como a Interatividade Está Redefinindo o Aprendizado em 2026
• IA Reduz Ruptura de Estoque em 18% no Varejo em 2026
• A Grande Reforma do Transformer: Maio de 2026 Está Reescrevendo as Regras do ML