- Adeus, busca tradicional. Agora dá para perguntar 🗣️
- Quando a IA responde, mas não entrega o número certo 🤖
- E os usuários já estão levando mais perguntas às IAs 📈
- A ONU quer colocar quase tudo na mesma estrada 🌐
- De onde veio esse número? 🔗
- De uma estatística solta para uma análise inteira 📊
- Dado oficial não transforma automaticamente a IA em especialista ⚠️
- O Google já vinha preparando esse terreno 🚀
- A próxima disputa pode ser pela interpretação 🔎
Principais destaques
- Novo sistema da ONU: a plataforma reúne estatísticas de diferentes agências e permite consultas em linguagem natural.
- IA ainda erra muito: teste da UNICEF encontrou apenas 21,2% de precisão média em respostas sobre indicadores globais de desenvolvimento.
- Meta para 2027: a ONU pretende colocar 80% de seus conjuntos estatísticos na nova infraestrutura, facilitando o acesso direto por agentes de IA.
A Organização das Nações Unidas quer resolver um problema que ficou cada vez mais evidente na era dos chatbots: ter acesso à informação não significa que uma IA saiba encontrá-la, interpretá-la ou reproduzi-la corretamente.
Para isso, a ONU anunciou nesta quinta-feira uma parceria com o Google para transformar sua enorme coleção de estatísticas globais em uma fonte mais acessível para pessoas e sistemas de inteligência artificial.
A iniciativa se chama UN System Data Commons e usa como base a plataforma de código aberto Google Data Commons.
Adeus, busca tradicional. Agora dá para perguntar 🗣️
A nova plataforma substitui o antigo UNData, que funcionava principalmente como um portal convencional de consulta e navegação por bases estatísticas.
A lógica agora é diferente.
Em vez de procurar manualmente um indicador em uma estrutura de banco de dados, o usuário pode fazer uma pergunta em linguagem natural e encontrar estatísticas provenientes de diferentes agências da ONU.
🔎 A mudança vai além da interface: o sistema também oferece suporte ao Model Context Protocol, ou MCP, um padrão que permite que sistemas de IA se conectem diretamente a fontes externas de dados.
Na prática, isso abre espaço para agentes de IA consultarem os dados da ONU sem depender apenas do que foi absorvido durante o treinamento de um modelo.
E há um motivo bastante concreto para essa mudança.
Quando a IA responde, mas não entrega o número certo 🤖
A UNICEF realizou um teste com seis grandes modelos de linguagem e mais de 133 mil respostas sobre indicadores de desenvolvimento global.
O resultado foi um alerta: a precisão média ficou em apenas 21,2%.
O estudo avaliou versões do GPT-4o e GPT-4o-mini, da OpenAI; Claude Sonnet 4.5 e Haiku 4.5, da Anthropic; e Gemini 2.5 Flash e Gemini 2.0 Flash, do Google.
Cerca de três em cada cinco respostas sequer apresentaram um número utilizável, segundo João Pedro Azevedo, chefe de estatística da UNICEF.
E havia outro problema.
Quando as mesmas perguntas foram feitas novamente, cerca de dois dias depois, os modelos que forneceram um número nas duas ocasiões repetiram exatamente o mesmo valor em apenas aproximadamente metade dos casos.
💡 O problema não é só a IA inventar uma resposta. É também não ser consistente quando deveria simplesmente recuperar um dado.
O trabalho da UNICEF ainda é um working paper em preparação para submissão a uma revista científica. Portanto, não passou por revisão por pares. A organização afirma que pretende publicar a metodologia, o código e os dados usados no estudo junto com o artigo.
E os usuários já estão levando mais perguntas às IAs 📈
A pressão para resolver esse problema também aparece no comportamento dos usuários.
A página de dados da UNICEF recebe mais de 6 milhões de visitas por mês. Neste ano, uma parcela crescente desse tráfego passou a chegar a partir de assistentes generativos.
Entre 1º de janeiro e 14 de setembro, as visitas à página vindas de pessoas que clicaram em links apresentados em respostas do ChatGPT cresceram 67% na comparação anual, segundo Azevedo.
Esses acessos representaram 6,4% de todas as sessões no período.
Considerando os assistentes de IA de forma geral, a UNICEF estima que eles já respondam por aproximadamente uma em cada dez visitas ao site.
Ou seja: as pessoas já estão usando IA para chegar aos dados oficiais. Agora, a ONU quer aumentar as chances de que os dados encontrados pelo caminho sejam realmente os corretos.
A ONU quer colocar quase tudo na mesma estrada 🌐
A iniciativa não começa do zero.
Segundo a ONU, 26 entidades do sistema se comprometeram com o Data Commons, e dados de quase 20 delas já estavam disponíveis no lançamento.
A meta é mais ambiciosa: colocar 80% dos conjuntos de dados estatísticos de todo o sistema da ONU na plataforma até 2027.
| Agora | Meta |
|---|---|
| Quase 20 entidades com dados disponíveis | 26 entidades comprometidas |
| Nova plataforma em operação | 80% dos datasets estatísticos até 2027 |
Shantanu Mukherjee, diretor interino da Divisão de Estatística da ONU, afirmou que a iniciativa representa uma expansão significativa em escala, abrangência e flexibilidade e que aproveita o momento para tornar os dados da organização preparados para IA.
💡 O detalhe importante: preparar os dados para IA não significa apenas colocá-los em um lugar onde um chatbot consiga encontrá-los.
É preciso também preservar a origem de cada estatística.
De onde veio esse número? 🔗
Esse é um dos elementos centrais do novo sistema.
A plataforma registra a procedência das estatísticas, permitindo que uma pessoa rastreie um dado recuperado por uma IA até sua fonte original dentro da ONU.
Isso importa especialmente quando o resultado de uma consulta deixa de ser uma simples estatística e passa a sustentar uma análise, um relatório ou uma decisão.
O Google demonstrou justamente esse tipo de uso.
Um sistema de IA conectado aos dados da ONU por meio do MCP conseguiu reunir diversos indicadores e transformá-los em dashboards, gráficos e análises escritas, sem que o usuário precisasse localizar e combinar manualmente cada conjunto de dados.
De uma estatística solta para uma análise inteira 📊
Em uma demonstração, o Google pediu a um sistema de IA que identificasse o impacto do programa de emergência dos Estados Unidos para combate à AIDS na África.
O sistema buscou estatísticas relevantes da ONU sobre indicadores como infecções por HIV, mortalidade relacionada à AIDS e expectativa de vida.
Depois, combinou os dados para produzir um infográfico.
É exatamente o tipo de tarefa em que agentes de IA podem mudar o fluxo de trabalho: em vez de responder apenas “qual é o número?”, o sistema pode buscar vários indicadores, relacioná-los e produzir uma representação visual.
Mas existe uma vírgula importante nessa promessa.
Dado oficial não transforma automaticamente a IA em especialista ⚠️
Mesmo quando o modelo recebe acesso direto a uma fonte confiável, a resposta final ainda pode conter interpretações erradas.
Prem Ramaswami, responsável pela equipe do Data Commons no Google, fez justamente essa ressalva: modelos podem interpretar nuances de maneira incorreta, portanto uma pessoa deve revisar os resultados antes que eles sejam citados ou publicados.
🧠 A diferença é crucial: uma coisa é melhorar a qualidade da fonte consultada. Outra é garantir que o modelo compreenda perfeitamente o significado daquele dado.
A Google.org forneceu US$ 2 milhões em financiamento para capacitação e suporte técnico na construção da infraestrutura inicial.
Segundo Ramaswami, porém, a intenção é que a plataforma permaneça em uma instância governada pela própria ONU e, com o tempo, seja mantida, operada e ampliada de forma independente pela organização.
O Google já vinha preparando esse terreno 🚀
O Data Commons foi lançado pelo Google em 2018 com a proposta de organizar conjuntos de dados públicos de diferentes origens dentro de uma estrutura comum.
No ano passado, a plataforma ganhou suporte ao MCP, permitindo que agentes de IA consultassem diretamente estatísticas e suas fontes.
A parceria com a ONU leva essa ideia para um dos maiores acervos estatísticos institucionais do mundo.
E há uma diferença relevante em relação ao modelo tradicional de chatbot: em vez de pedir à IA que lembre de um dado, a arquitetura permite que ela vá buscar o dado quando precisar dele.
É uma mudança pequena na frase e enorme na infraestrutura.
A próxima disputa pode ser pela interpretação 🔎
Se a estratégia funcionar, uma pergunta feita a um agente de IA poderá desencadear uma cadeia bem diferente da atual: identificar os indicadores necessários, consultar diretamente fontes oficiais, combinar os resultados, apresentar as referências e produzir uma análise.
Isso reduz uma parte importante do trabalho manual.
Mas não elimina a necessidade de conferir o resultado.
A própria advertência do Google resume o ponto: conectar uma IA a dados confiáveis melhora o acesso à informação, mas não transforma automaticamente suas conclusões em informação confiável.
A ONU agora tem uma meta concreta para testar essa promessa: levar 80% de seus datasets estatísticos para a nova infraestrutura até 2027. A corrida, portanto, não termina quando a IA finalmente encontra o número. Começa quando ela precisa explicar o que aquele número realmente significa.
