Da reclamação extensa à inteligência municipal: uma arquitetura que lê, compreende, classifica e georreferencia as comunicações dos munícipes — mantendo a decisão com quem a deve tomar.
O que este documento é. Uma descrição de arquitetura, escrita no modo condicional: diz o que o Autark-IA pode executar numa autarquia, e não o relato de uma implantação concluída. Não há aqui números de resultado nem cliente por trás. O nosso caso da hotelaria é do outro tipo — projeto entregue, números de catálogo verificáveis. Distinguimos os dois em vez de os apresentar como a mesma coisa.
A inteligência artificial pode ler e resumir reclamações, identificar o assunto e a localização, classificar o serviço responsável, georreferenciar ocorrências, consultar conhecimento municipal, preparar propostas de resposta e transformar os dados acumulados em informação de gestão territorial — mantendo supervisão humana sobre as decisões e comunicações relevantes.
Uma reclamação enviada a uma Câmara Municipal pode ter várias páginas: informação repetida, referências a contactos anteriores, opiniões, datas, nomes de ruas, acontecimentos diferentes e por vezes vários problemas misturados no mesmo texto.
Para o técnico que a vai tratar, o que interessa resume-se a algumas perguntas: quem reclama, qual é o problema, onde acontece, que serviço deve tratar o assunto, qual é a gravidade provável e o que deve acontecer a seguir.
Numa reclamação longa sobre circulação de veículos pesados numa rua residencial, o munícipe pode descrever quando começaram os problemas, contactos anteriores, acidentes quase ocorridos, danos no pavimento, dificuldades de acesso de ambulâncias, ruído e frustração acumulada. O técnico precisa de compreender tudo isso. Operacionalmente, o processo condensa-se em: Sinalização e Tráfego · rua identificada · circulação recorrente de pesados em via inadequada · risco rodoviário e acesso de emergência · Divisão de Gestão da Mobilidade · sentimento fortemente negativo.
O técnico deixa de procurar a informação dentro do texto e passa a recebê-la organizada. O texto original continua disponível — a IA não elimina informação, cria uma camada de síntese sobre ela.
Câmaras Municipais e Juntas de Freguesia recebem diariamente reclamações, pedidos de informação, sugestões, participações e comunicações de ocorrências. O email continua a ser um dos canais mais usados, e isso tem uma vantagem: não obriga o cidadão a aprender uma plataforma nova. O munícipe continua simplesmente a escrever.
Cada mensagem precisa de ser lida, interpretada, resumida, classificada, associada a um local, encaminhada para o serviço responsável, registada, respondida e acompanhada. Multiplicado por centenas ou milhares de comunicações, uma parte significativa do tempo administrativo é gasta não na resolução dos problemas, mas na organização da informação recebida.
O Autark-IA não é um chatbot. É uma arquitetura de Agentic AI que executa etapas de um fluxo administrativo: lê, compreende, resume, extrai, classifica, georreferencia, consulta conhecimento, recomenda, regista, acompanha e mede.
Analisa o conteúdo integral sem exigir formulário rígido. A mensagem pode ser extensa, emocional, pouco estruturada ou repetitiva. O cidadão descreve um problema; a organização precisa de o transformar em dados operacionais.
Em vez de começar pela leitura integral de várias páginas, o técnico recebe uma síntese do problema. O original mantém-se acessível.
Autor, assunto, categoria, localização, freguesia, problema, consequências prováveis, sentimento, urgência, referências temporais e entidades mencionadas — passíveis de ser usados por outros sistemas.
Recebe a taxonomia da própria organização e escolhe semanticamente a categoria. Pode conhecer também o organograma: Sinalização e Tráfego → Departamento de Obras Municipais → Divisão de Gestão da Mobilidade. Diz sobre o que é a reclamação e quem a deve tratar.
«Junto ao cruzamento da Rua X com a Avenida Y» pode ser convertido em latitude e longitude. A reclamação deixa de ser só um processo administrativo e passa a ser também um ponto no território.
Ligação a regulamentos, procedimentos internos, competências dos serviços, FAQs, documentação técnica, respostas anteriores e casos semelhantes. Passa-se de «compreender a reclamação» para «compreendê-la dentro do contexto daquela organização».
Cada cidadão observa permanentemente uma pequena parte do município. Quando comunica um problema está, na prática, a gerar um dado sobre o território. Tradicionalmente essa informação fica escondida em caixas de email, documentos e texto não estruturado.
Acumulada ao longo do tempo, pode ser representada num mapa e agregada por freguesia, bairro, rua, categoria, departamento, período, prioridade e sentimento. Com volume suficiente torna-se possível responder a perguntas como «porque aumentaram as reclamações de pavimento nesta freguesia nos últimos três meses?» ou «quais são as ruas com maior concentração de reclamações de estacionamento?».
Depois de analisar a reclamação e consultar a informação relevante, o agente prepara uma proposta de resposta. O técnico continua a controlar o processo — aprova, altera, complementa ou rejeita. O objetivo não é retirar responsabilidade à organização; é diminuir o trabalho necessário para chegar à decisão.
Quando um técnico aprova ou altera uma resposta, essa interação pode tornar-se conhecimento institucional. Constrói-se uma estrutura que liga pergunta, contexto, categoria, departamento, resposta proposta, resposta aprovada e resultado. O conhecimento deixa de estar apenas na cabeça das pessoas ou espalhado por milhares de emails.
Nem todas as decisões devem ser automatizadas, e nem todas as organizações querem o mesmo nível de autonomia. O nível adapta-se ao risco e à maturidade digital de cada entidade.
A satisfação do cidadão depende também do que acontece enquanto o problema está a ser resolvido. Mesmo que a Câmara esteja efetivamente a tratar do assunto, o munícipe pode interpretar o silêncio como falta de ação. Um agente pode acompanhar o estado do processo, apoiar comunicações intermédias e pedir internamente uma atualização quando um prazo é ultrapassado. O objetivo não é só responder mais depressa — é reduzir o período em que o cidadão não sabe o que está a acontecer.
A análise de sentimento serve de indicador agregado da experiência de atendimento, não para classificar cidadãos. Uma reclamação pode entrar fortemente negativa e terminar, depois de resolvida, em terreno positivo — e essa evolução é mais interessante do que o sentimento inicial. A pergunta deixa de ser apenas «quantas reclamações recebemos?» e passa a ser também «como mudou a perceção do cidadão durante o processo?».
Uma solução de IA para a Administração Pública tem de ser pensada desde o início com privacidade, segurança e governação. A arquitetura pode assentar em infraestrutura e processamento de dados em data centres na União Europeia, incluindo a Alemanha.
Inclui minimização de dados, controlo de acessos, logging, rastreabilidade, separação entre dados municipais e modelos, políticas de retenção, supervisão humana, controlo sobre as bases de conhecimento e auditoria das operações do agente — para suportar os requisitos aplicáveis do RGPD e do EU AI Act, conforme o contexto e a utilização concreta.
A mesma lógica configura-se conforme o organograma e as competências de cada entidade. Num município grande, o valor está no volume de interações, nos vários departamentos e na integração com sistemas internos. Num município pequeno ou médio, está na automação de tarefas administrativas que hoje consomem parte significativa da capacidade das equipas. Numa Junta de Freguesia, está em equipas pequenas que gerem atendimento e ocorrências para milhares de cidadãos.
O tratamento de reclamações é o primeiro caso de utilização. A mesma arquitetura pode depois absorver pedidos de informação, sugestões, participações, ocorrências, fiscalização, atendimento geral, pedidos administrativos, comunicação interna, gestão documental e acompanhamento de processos. Por isso o Autark-IA é melhor entendido como uma plataforma de IA para atendimento e inteligência municipal do que como uma ferramenta de reclamações.
Mais sobre a solução na página do AutarkiA.
Sim. Um modelo de inteligência artificial pode analisar semanticamente uma reclamação e relacioná-la com uma taxonomia de assuntos, departamentos, divisões e competências definida pela própria organização.
Sim, quando a mensagem contém informação geográfica suficientemente precisa. O sistema pode extrair a localização do texto e utilizar serviços de geocodificação para obter latitude e longitude, passando a ocorrência a representar um ponto no território.
Não. O objetivo desta arquitetura não é substituir a decisão humana. A IA executa trabalho preparatório, organiza informação, consulta conhecimento e produz recomendações, permitindo que os técnicos concentrem mais tempo na análise, decisão e resolução dos problemas.
Não necessariamente. A inteligência artificial pode funcionar por trás dos canais existentes, incluindo o email, mantendo a experiência do cidadão inalterada. Não é preciso obrigar o munícipe a aprender uma plataforma nova.
Tecnicamente sim, em processos previamente definidos. Na prática recomenda-se um modelo human-in-the-loop em que a inteligência artificial prepara a resposta e um técnico municipal a valida antes do envio. O nível de autonomia deve ser adaptado ao risco de cada tipo de processo.
Sim. Uma base de conhecimento controlada pela organização permite ao agente consultar regulamentos municipais, procedimentos internos, competências dos serviços, FAQs e respostas anteriores antes de produzir recomendações.
Quando existe georreferenciação, cada ocorrência pode ser associada a coordenadas e representada num mapa do município, permitindo analisar a distribuição territorial dos diferentes tipos de problema por freguesia, bairro ou rua.
Com histórico suficiente, dados estruturados podem permitir identificar tendências, concentrações geográficas, recorrências e alterações anormais no número ou tipo de ocorrências. Estas análises apoiam uma gestão progressivamente mais preventiva.
A BigLearn é uma empresa portuguesa de consultoria em inteligência artificial, fundada em 2017 e sediada em Lisboa. Trabalhamos com organizações que já têm processos a funcionar e querem saber onde a IA os melhora — o Poder Local incluído.
Este caso resultou do nosso trabalho de consultoria de IA para empresas e de automação de processos e agentes de IA. Todos os projetos começam por uma prova de conceito com critério de sucesso escrito antes de começar — e se não passar, dizemo-lo.
Trabalhamos em hotelaria e turismo, autarquias e administração pública, seguros, saúde, indústria e serviços profissionais. Os outros casos de estudo estão publicados com a mesma regra: cliente anonimizado, números verificáveis, e a natureza do documento dita à cabeça.