92
Nº 17, enero-julio 2024 - ISSN: 2524-9568
A INSERÇÃO DA TECNOLOGIA DE INTELIGÊNCIA ARTIFICIAL
NA ADMINISTRAÇÃO PÚBLICA: UMA REVISÃO INTEGRATIVA
DE LITERATURA
THE INTEGRATION OF ARTIFICIAL INTELLIGENCE TECHNOLOGY IN PUBLIC
ADMINISTRATION: AN INTEGRATIVE LITERATURE REVIEW
ANGELA LUCI BARBOSA SERRA
1
HILKA PELIZZA VIER MACHADO
2
Resumo
Esta revisão integrativa de literatura tem como objetivo analisar o estado atual
da pesquisa sobre o uso da inteligência artificial (IA) no setor público,
destacando a importância de uma governança adequada e considerações éticas
para sua implementação. Adotou-se uma abordagem bibliométrica, analisando
251 artigos disponíveis na Web of Science. Dentre esses, 41 artigos foram
selecionados para uma revisão mais detalhada. Após uma análise bibliométrica
preliminar, procedeu-se à leitura dos artigos escolhidos, seguida pela
codificação e categorização do material. O estudo enfatiza a necessidade de
sistematizar o progresso da IA no setor público, abrangendo suas aplicações e
resultados, destacando também a importância de uma governança adequada e
ética para sua implementação. Ao examinar os artigos, observou-se uma
crescente atenção à governança da IA na administração pública, considerando
os riscos e desafios associados à sua implementação. O estudo reconhece a
importância de estratégias e tecnologias emergentes para a gestão pública,
ressaltando o potencial transformador das tecnologias digitais. Contudo,
aponta para a escassez de pesquisas sobre IA no setor público e a necessidade
emergente de sistematizar seus avanços e resultados.
Palavras-chave
Inteligência
Artificial. Setor
Público.
Governança. Ética.
Tecnologia
1
MBA- Gerenciamento em Administração Pública (Centro Universitário Internacional, Brasil 2007). Profesora de la UNIPAR-EAD,
Universidade Paranaense, Brasil. Contacto: angeelserra@hotmail.com
2
Doctora en Ingeniería de la Producción (Universidade Federal de Santa Catarina, Brasil 2002). Profesora Titular del Centro Universitário
Cesumar , Brasil. Contacto: hilkavier@yahoo.com
Nº 17, enero-julio 2024 - ISSN: 2524-9568
93
Abstract
This integrative literature review aims to analyze the current state of research
on the use of artificial intelligence (AI) in the public sector, highlighting the
importance of proper governance and ethical considerations for its
implementation. A bibliometric approach was adopted, analyzing 251 articles
available in the Web of Science. Among these, 41 articles were selected for a
more detailed review. After a preliminary bibliometric analysis, the chosen
articles were read, followed by coding and categorization of the material. The
study emphasizes the need to systematize the progress of AI in the public
sector, encompassing its applications and outcomes, while also underscoring
the importance of proper governance and ethics for its implementation. Upon
reviewing the articles, there was a growing attention to AI governance in public
administration, considering the risks and challenges associated with its
implementation. The study recognizes the importance of strategies and
emerging technologies for public management, highlighting the transformative
potential of digital technologies. However, it points to the scarcity of research
on AI in the public sector and the emerging need to systematize its
advancements and outcomes.
Keywords
Artificial
Intelligence. Public
Sector.
Governance.
Ethics. Technology
Nº 17, enero-julio 2024 - ISSN: 2524-9568
94
1. Introdução
Nos últimos anos surgiram algumas ideias para lidar com o paradigma da Nova Gestão Pública (NGP). Três dessas
ideias recentes incluem e-Governança, Gestão do Valor Público e NGP dão ênfase ao apoio de parcerias,
engajamento dos cidadãos, governança de desempenho e inovação, reconhecendo os potenciais
transformacionais das tecnologias digitais no setor público (OJO et al, 2019). Criado e Gil-Garcia (2019)
destacaram que governos de algumas partes do mundo estão procurando criar valor utilizando tecnologias e
estratégias emergentes, disruptivas e inteligentes, contribuindo com o desenvolvimento de tecnologias na
gestão do setor público em diferentes domínios políticos e funções governamentais.
De acordo com Agarwal (2018), a IA tem um potencial para beneficiar os cidadãos e a economia e já revelou a
sua perspectiva de geração de valor em várias aplicações e domínios. Para Gesk e Leyer (2022), o interesse no
potencial da Inteligência Artificial (IA) não é notório apenas no setor privado, pois tem crescido rapidamente no
setor público. Grande parte das discussões atuais sobre IA no setor público está centrada em potenciais
vantagens e utilidades de aplicação, que vão desde o fornecimento de soluções e melhorias de desempenho, na
forma de previsões e alertas, cálculos, análise e aprendizado, até o sistema de gestão do conhecimento para a
recuperação e classificação de documentos volumosos (CAMPION et al., 2020). Nesse sentido, entre os
benefícios relacionados ao uso de IA, elenca-se oportunidade de substituição do trabalho humano pelo
processamento da máquina em tarefas que não exijam alto grau de conhecimento especializado; acelerando o
processamento de dados; diminuindo a carga de trabalho e criando alternativas para reduzir sustentavelmente
a burocracia (WIRTZ; MULLHER, 2019).
Por outro lado, o uso da IA oferece alguns riscos e danos (WIRTZ et al., 2020), associados à sua implementação
na administração pública. Além disso, há que se considerar a relevância de aspectos éticos (MADAN; ASHOK,
2022). Embora os estudos anteriores tragam contribuições importantes, eles apresentam aspectos específicos
associados ao uso da IA. Por exemplo, estudos anteriores como o de Dwivedi et al. (2021) abordaram a IA, mas
sem focar especificamente o setor público. Por sua vez, Sun e Medaglia (2019) focaram o setor público, mas
apenas o de saúde. Outros estudos mais abrangentes, como o de Wirtz et al. (2019) abordaram IA no setor
público, mas discutiram especificamente aplicações. Visões parciais também são apresentadas em estudos sobre
o uso de chatbots (Androutsopoulou et al., 2019; Aoki, 2020) e sobre a governança de IA no setor público
(Kuziemski & Misuraca, 2020; Young et al., 2019). Esses estudos não são suficientes, isoladamente, para
demonstrar como se configura a produção científica sobre IA na Administração pública. Em vista disso, este
Nº 17, enero-julio 2024 - ISSN: 2524-9568
95
estudo buscou responder à questão: Como se configura a produção científica sobre o uso de inteligência artificial
no setor público?
Este estudo tem então como objetivo mensurar e analisar a produção científica sobre o uso de IA no setor
público. Para atingir esse objetivo foi mapeada a rede bibliométrica de determinados indicadores para fornecer
insights sobre os principais tópicos, padrões de citação, atividades de publicação e status das colaborações
estabelecidos entre os pesquisadores em estudos anteriores, além de sintetizar os resultados obtidos em
pesquisas realizadas sobre a Inteligência Artificial no Setor Público. Por fim, o estudo aponta sugestão de estudos
futuros.
Por meio de uma revisão integrativa de literatura, foram identificados 251 artigos publicados na base de dados
Web of Science, dos quais 41 foram selecionados para leitura. Este artigo apresenta os resultados deste estudo
e está dividido em cinco seções, sendo composto por introdução, referencial teórico, procedimentos
metodológicos, apresentação dos resultados e discussões da pesquisa. Por fim, são expostas as considerações
finais, seguidas das referências.
2. Inteligência artificial na administração pública
Com o avanço do governo digital e as mudanças no cenário institucional, a Tecnologia da Informação (TI)
desempenha um papel fundamental na transformação dos processos internos e nas interações entre órgãos
governamentais, cidadãos e empresas para a tomada de decisões e prestação de serviços públicos (OJO et al.,
2019; BUSE; SEVINC; CUBUK et al., 2019; MEIJER, 2015; MISURACA; VISCUSI, 2015). A ascensão do governo
eletrônico (E-Gov) destaca a busca por eficiência e economia nas operações governamentais por meio do uso de
novas tecnologias de informação (RELYEA, 2002; UNIÃO INTERNACIONAL DE TELECOMUNICAÇÕES, 2017). A
Inteligência Artificial (IA), como parte das tecnologias emergentes, atrai o interesse global de governos e
administrações públicas (MADAN; ASHOK, 2022).
Acredita-se que a IA tem um potencial amplo para aprimorar os serviços públicos, melhorando a qualidade,
consistência e implementação de políticas (MEHR et al., 2017). Automatizando processos decisórios, a IA utiliza
dados de diversas fontes, aprende com interações anteriores e seleciona respostas adequadas (NILI et al., 2022),
contribuindo para eficiência em contratações públicas, fortalecimento da segurança e aprimoramento de
serviços públicos essenciais, como saúde e emprego (VALLE-CRUZ et al., 2019).
Nº 17, enero-julio 2024 - ISSN: 2524-9568
96
Apesar das vantagens, a implementação da IA na administração pública enfrenta desafios e riscos significativos,
destacados por Wirtz et al. (2020). A literatura oferece poucas soluções para abordar esses desafios, incluindo
questões éticas, como viés de dados, justiça, transparência e controle do cidadão. Estudos recentes de Madan e
Ashok, (2022); Bullock et al., (2020) exploram casos de uso da IA na governança, evidenciando a necessidade de
uma perspectiva de valores públicos para gerenciar os dilemas éticos associados à IA. Dada a dinâmica desse
fenômeno complexo, é essencial avaliar continuamente a literatura e monitorar o desenvolvimento de estudos
para maximizar os benefícios e mitigar os riscos da IA no ambiente governamental (MEDAGLIA et al., 2021).
3. Metodología
Foi realizada uma pesquisa bibliométrica em conjunto com uma revisão integrativa de literatura, com o propósito
de analisar o perfil da produção científica de estudos sobre a relação entre a Inteligência Artificial e o Setor
Público. Os dados obtidos através dos estudos bibliométricos medem a contribuição do conhecimento científico
proveniente de publicações em áreas específicas, propiciando a representação de tendências de pesquisa e
identificação de perspectivas para novas pesquisas (SU; LEE, 2010).
Utilizou-se o método PROKNOW-C, Knowledge Development Process-Constructivist, desenvolvido por Ensslin et
al. (2010), para conduzir um levantamento bibliográfico estruturado de estudos relevantes sobre o tema
proposto. Este método, amplamente reconhecido no meio acadêmico (LACERDA et al., 2012), é composto por
quatro etapas principais: seleção do portfólio de artigos, análise bibliométrica, análise sistêmica e definição da
pergunta e objetivo de pesquisa (ENSSLIN et al., 2010). As etapas iniciais do método foram empregadas nesta
pesquisa, conforme detalhado na Figura 1, que apresenta a trajetória percorrida para a realização deste estudo.
Nº 17, enero-julio 2024 - ISSN: 2524-9568
97
Figura 1 | Etapas da Pesquisa
3.1 Definições dos termos de busca
Para busca dos dados, foi selecionada a plataforma de pesquisas Web of Science (WoS) por se tratar de uma base
de dados multidisciplinar, considerada uma das bases mais visitadas na área de Ciências Sociais Aplicadas
(ENSSLIN et al., 2013). Para Chen (2010), ela possui escopo abrangente, o que é condizente com a organização
de estudos bibliométricos.
A definição dos termos de busca foi norteada para uma pesquisa bibliográfica direcionada à identificação de
estudos que continham a relação entre os seguintes termos: Inteligência Artificial, Administração Pública e Setor
Público. A escolha destes termos foi efetuada para que a pesquisa pudesse abranger o maior número de
publicações centradas no campo escolhido. Essa técnica assegura observar quais termos são considerados mais
ETAPA 1
Definição dos termos de busca e Pesquisa
ETAPA 2
ETAPA 3
ETAPA 4
Análise dos dados
Nº 17, enero-julio 2024 - ISSN: 2524-9568
98
eficientes para representar tais estudos. Além disso, subsidia a inserção do artigo em uma dada linha de pesquisa
(GONÇALVES, 2008).
Durante o processo de busca, realizado em novembro de 2022, foram combinados os termos “artificial
intelligence” and “public sector”, bem como os termos “artificial intelligence” and “public administration”. A
expressão booleana "and" foi utilizada para formar o segmento textual dessas combinações, o que indica que os
resultados da busca incluem pelo menos uma palavra-chave de cada eixo nos campos da pesquisa (SALTON,
1983). As expressões foram colocadas entre aspas duplas para que a busca retornasse apenas o conjunto de
palavras unidas. No processo de busca foram identificadas 248 publicações com os termos conjugados: “artificial
intelligence” e “public sector”, e na sequência foram identificadas 215 publicações contendo os termos “artificial
intelligence” e “public administration”; revelando um total de 463 documentos publicados na base da WoS.
3.2 Limpeza, classificação e organização dos dados
De acordo com o método de Ensslin (2013), foi considerada a seleção dos artigos nas bases de dados que
compõem o banco de artigos bruto como a primeira etapa. Posteriormente, houve a filtragem dos artigos
selecionados com base no alinhamento da pesquisa. Após a conclusão deste processo de busca utilizando os
termos elencados, a etapa de limpeza, classificação e organização dos dados foi iniciada. O processo de busca
foi refinado com a filtragem de documentos do tipo "artigo". Neste momento, foram excluídos os artigos de
conferência, artigos de acesso antecipado, artigos de revisão e material editorial. Durante o processo de
classificação, com base nos critérios descritos, houve o refinamento dos dados, resultando em 137 artigos com
os termos “artificial intelligence” e “public sector”, e 123 artigos com os termos “artificial intelligence” e “public
administration”, totalizando 260 artigos. Posteriormente, foi realizada a identificação de artigos duplicados,
culminando na eliminação de 9 artigos, o que resultou em 251 artigos publicados entre os anos de 1993 e 2022.
Esta base foi utilizada para o estudo dos indicadores bibliométricos.
3.3 Exportação e importação da base de dados
Após a conclusão da etapa de limpeza e classificação, optou-se pelo uso do software VOSviewer para a análise
de redes bibliométricas, pois este programa é especialmente desenvolvido para essa finalidade. Ele permite a
criação de mapas de publicações, autores ou periódicos baseados em redes de citação, cocitação ou
acoplamento bibliográfico, bem como mapas de palavras-chave com base em redes de co-ocorrência, e,
Nº 17, enero-julio 2024 - ISSN: 2524-9568
99
portanto, é uma ferramenta que apoia estudos bibliométricos e favorece o mapeamento do conhecimento
científico (VANECK; WALTMAN, 2011).
Para a revisão da literatura, foram selecionados 41 artigos dos 251 da base de dados da pesquisa seguindo os
critérios propostos por Ensslin (2013). Esse método envolve identificar a representatividade das publicações pelo
número de citações. Para efetuar o reconhecimento científico, é recomendado estabelecer um ponto de corte
para publicações que não atinjam pelo menos 85% do total de citações. De acordo com Ensslin et al. (2013),
também é importante analisar os artigos com reconhecimento científico não confirmado usando dois critérios:
(a) artigos publicados há menos de 2 anos, que podem ter poucas citações, e (b) aqueles publicados há mais de
2 anos. Nesse sentido, se um desses artigos tiver autoria de um pesquisador indicado no portfólio bibliográfico,
este deve ser analisado na íntegra para determinar sua relevância para a pesquisa. Os artigos publicados em
2021 e 2022 foram inseridos no portfólio como sendo os com menos de 2 anos, dos quais 43 foram publicados
em 2021 e 93 em 2022. Portanto, dos 210 artigos remanescentes com reconhecimento científico não
confirmado, 74 foram publicados há mais de 2 anos. Os autores que apresentaram mais de uma publicação
também foram identificados, incluindo Bullock (2019; 2020); Mohamed (2020; 2021); Wirtz, (2019, 2020, 2021,
2022) e Young (2019).
Nesse sentido, os 210 artigos foram exportados para uma planilha do Microsoft Excel, na qual se verificou que o
total de citações de todos os artigos selecionados foi de 3.083. Com base nesse método, foram selecionados para
a revisão de literatura os artigos que tiveram até 12 citações, totalizando 41 artigos (Tabela 1).
3.4 Análise dos dados
Para análise bibliométrica, foram seguidas as recomendações das Leis de Lotka e Zipf. De acordo com Maltrás
Barba (2003), a Lei de Lotka pode ser utilizada como uma função de probabilidade da produtividade e, portanto,
pode ser explorada para analisar a produção científica dos autores e determinar a contribuição de cada um deles
para o campo científico estudado. A Lei de Zipf, permite calcular as frequências de ocorrência das palavras em
um determinado texto científico e tecnológico e identificar a região de concentração de termos de indexação ou
palavras-chave (GUEDES; BORSCHIVER, 2005). Para a análise dos 41 textos selecionados, foi realizada uma
categorização, com base nos três elementos sugeridos por Zuiderwijk et al. (2021), os quais são: riscos e efeitos,
desafios e oportunidades e tomada de decisão automatizada.
Nº 17, enero-julio 2024 - ISSN: 2524-9568
100
4. Resultados
4.1 Indicadores de produção
A Figura 2 mostra os países mais representativos na temática abordada, apresentando o número de artigos
publicados por país. A seleção dos países foi feita com base no número de citações, partindo do maior para o
menor. Foram selecionados 15 países, levando em conta o número de artigos publicados, número de citações e
as forças do link de citação; que indica o número de referências citadas que as duas publicações têm em comum
(VANECK; WALTMAN, 2011). Entre os países que mais publicaram estão Estados Unidos, Espanha, Holanda,
Austrália e Inglaterra.
Figura 2 | Artigos Publicados por País
Fonte: Autores (2023).
Segundo Carvalho (2021), o estudo "Artificial Intelligence Investment by top 10 Countries", publicado em janeiro
de 2021, aponta que os Estados Unidos e o Reino Unido estão entre os dez países mais avançados em
desenvolvimento de IA, o autor destaca que governo britânico possui um órgão específico para Inteligência
Nº 17, enero-julio 2024 - ISSN: 2524-9568
101
Artificial, que produziu um relatório intitulado "Roteiro para IA" no início de 2021. O relatório salienta a
necessidade de dobrar os investimentos feitos recentemente em IA e de se adaptar a disrupções para que o
Reino Unido possa colher todos os benefícios da tecnologia. Cozman et al. (2021) relatam que o Arquivo Nacional
dos Estados Unidos divulgou um plano estratégico no qual prevê que a partir de 2023 não receberá mais arquivos
em papel. Esse movimento sugere que governos e instituições estão cada vez mais presentes no ambiente virtual,
abandonando os registros físicos de suas atividades e redefinindo o que será preservado para as futuras
gerações.
Em seguida, a Figura 3 apresenta um mapa que mostra a rede de colaboração entre esses países, representando
a relação formada por clusters em cores na correlação de países com a maior quantidade de artigos publicados.
Figura 3 | Mapa de Colaboração entre países
Fonte: Autores (2023).
O tamanho dos círculos foi positivamente correlacionado com a ocorrência da palavra-chave ou países no título
e no resumo. Portanto, o tamanho do rótulo e do círculo de um item foi determinado pelo peso do item. Quanto
Nº 17, enero-julio 2024 - ISSN: 2524-9568
102
maior o peso de um item, maior o rótulo e o círculo do item (VANECK; WALTMAN, 2011). Através da observação
dos clusters gerados por países, identificam-se como autores, instituições e países se relacionam e colaboram
entre si, sendo classificadas e mapeadas as características em comum mais relevantes, segundo Vanti, (2002) a
colaboração de pesquisadores de diversos países possibilita averiguar o crescimento das pesquisas publicadas em
diversas áreas, identificando o núcleo ao qual pertencem e medindo o nível de colaboração entre os autores,
além de indicar o prelúdio de novas temáticas. Os Estados Unidos, a Espanha e a Austrália são as nações
destaques em esforços conjuntos, demonstrando uma rede colaborativa entre diversos continentes.
4.2 Autores mais citados e redes de citação
A Figura 4 demonstra os autores mais citados, o número de citações destes autores, o percentual de citações por
autor em relação ao número total de citações e os links que evidenciam a quantidade de conexões que um autor
tem com outro. Uma forma de medir o interesse em trabalhos científicos é através do número de citações que
eles recebem (LEE et al., 2014). Ferramentas que mensuram o número de visualizações de um artigo permitem
atualmente o mapeamento dos textos mais lidos e populares (GARCIA et al., 2019).
Figura 4 | Autores mais citados e número de citações
Fonte: Autores (2023).
Guedes e Borschiver (2010) afirmam que a análise de citações permite avaliar a evolução da pesquisa em
determinado campo científico, por meio de um grupo de autores que se citam mutuamente na literatura,
Nº 17, enero-julio 2024 - ISSN: 2524-9568
103
evidenciando um estreito padrão de relações sobre o tema; a análise de citações possibilita a identificação das
instituições invisíveis que permeiam essa rede de trabalhos entrelaçados. Os autores Ienca, Jobin e Vayena são
os mais citados devido à colaboração conjunta no artigo "The global landscape of AI ethics guidelines", que é o
mais citado na amostra analisada. O autor Bernd W. Wirtz, por sua vez, publicou cinco artigos que abordaram
diversos aspectos da aplicação da IA no setor público, incluindo o uso em cidades inteligentes, análise e
processamento de dados, áreas de aplicação, regulamentação, estado atual da pesquisa e riscos e diretrizes de
utilização. Destacam-se estudos dos autores mais citados, como o debate sobre o conceito de "IA ética" por Jobin
et al. (2019), pesquisa sobre o uso de IA para governo inteligente por Charalabidis et al. (2019), mapeamento de
desafios na adoção de IA no setor público por Sun e Medaglia (2019) e proposta de plataforma para comunicação
governo-cidadão por Androutsopoulou et al. (2019).
A rede de citações é apresentada na Figura 5. De acordo com Börner et al. (2003), a rede de citações é uma forma
predominante de comunicação científica, fundamentada em temas e métodos de pesquisa similares. Essa rede
possibilita a comunicação entre pesquisadores, impulsionando uma rede de publicações e melhorando o
resultado das pesquisas (BALANCIERI et al., 2005). Nota-se que os autores Wirtz (2019, 2020, 2021, 2022) e
Young (2019), apresentam várias conexões na rede de citações, o que sugere que suas publicações são
reconhecidas e utilizadas por outros pesquisadores, contribuindo para o avanço do conhecimento em IA e suas
aplicações no setor público.
Figura 5 | Rede de citações
Nº 17, enero-julio 2024 - ISSN: 2524-9568
104
Fonte: Autores (2023).
4.3 Artigos com maior número de citações
Segundo Garcia et al. (2019), a validade, legitimidade e reconhecimento de uma pesquisa estão relacionados
com a validação do leitor em relação ao texto, que pode ser mensurado por meio de índices de
compartilhamento e, especialmente, de citações em outros trabalhos. De acordo com Bornmann et al. (2008), o
número de citações de um artigo é uma indicação da relevância e influência da pesquisa, pois indica que outros
cientistas encontraram o artigo útil e o utilizaram para melhorar a qualidade de suas próprias publicações.
Desse modo, os artigos com maiores números de citações foram listados na Tabela 1.
Tabela 1 | Publicações mais citadas
Nº 17, enero-julio 2024 - ISSN: 2524-9568
105
Autores
Domínio de
Pesquisa
Ano
Número
Citações
Jobin, Anna. et al.
Nature Machine
Intelligence
2019
581
Dwivedi, Yogesh K.
et al.
International
Journal Of
Information
Management
2021
469
Sun, Tara Qian;
Medaglia, Rony
Government
Information
Quarterly
2019
164
Wirtz, Bernd W. et
al.
International
Journal Of Public
Administration
2019
148
Ruiz, Luis Baca
Gonzaga. et al.
Energies
2016
115
Androutsopoulou,
Aggeliki. et al.
Government
Information
Quarterly
2019
106
Kahraman, Cengiz.
et al.
Engineering
Applications Of
Artificial
Intelligence
2009
83
Kankanhalli, Atreyi.
et al.
Government
Information
Quarterly
2019
72
Nº 17, enero-julio 2024 - ISSN: 2524-9568
106
Kuziemski, Maciej;
Misuraca, Gianluca
Telecommunicatio
ns Policy
2020
65
Mohamed, Azlinah.
et al.
Artificial
Intelligence Review
2020
58
Pencheva, Irina. et
al.
Public Policy And
Administration
2020
53
Bullock, Justin B.
American Review
Of Public
Administration
2019
50
Young, Matthew
M. et al.
Perspectives On
Public
Management And
Governance
2019
48
Aoki, Naomi
Government
Information
Quarterly
2020
44
Wirtz, Bernd W. et
al.
International
Journal Of Public
Administration
2020
42
Busuioc, Madalina
Public
Administration
Review
2021
41
Desouza, Kevin C.
et al.
Business Horizons
2020
41
Nº 17, enero-julio 2024 - ISSN: 2524-9568
107
Mikhaylov, Slava
Jankin. et al.
Philosophical
Transactions Of
The Royal Society
A-Mathematical
Physical And
Engineering
Sciences
2018
40
Wirtz, Bernd W.;
Mueller, Wilhelm
M.
Public
Management
Review
2019
40
Barth, TJ; Arnold, E
American Review
Of Public
Administration
1999
35
Stone, Merlin. et
al.
Bottom Line
2020
30
Butcher, James;
Beridze, Irakli
Rusi Journal
2019
29
Henman, Paul
Asia Pacific Journal
Of Public
Administration
2020
29
Vogl, Thomas M. et
al.
Public
Administration
Review
2020
26
Wang, Changlin. et
al.
International
Journal Of
Information
Management
2021
25
Bullock, Justin. et
al.
Information Polity
2020
24
Nº 17, enero-julio 2024 - ISSN: 2524-9568
108
Di Vaio, Assunta. et
al.
Technological
Forecasting And
Social Change
2022
23
Fátima, Samar. et
al.
Economic Analysis
And Policy
2020
23
He, Yuejun. Et al.
Journal Of
Mechanical Design
2019
22
Sunarti, Sri. et al.
Gaceta Sanitaria
2021
19
Ranerup, Agneta;
Henriksen, Helle
Zinner
Social Science
Computer Review
2022
15
Savaget, Paulo. et
al.
Science And Public
Policy
2019
15
Chatterjee,
Sheshadri. et al.
Government
Information
Quarterly
2022
14
Asatiani,
Aleksandre. et al.
Journal Of The
Association For
Information
Systems
2021
13
Bannister, Frank;
Connolly, Regina
Information Polity
2020
13
Nº 17, enero-julio 2024 - ISSN: 2524-9568
109
Triana Casallas,
Jenny Alexandra. et
al.
International
Journal Of
Interactive
Multimedia And
Artificial
Intelligence
2020
13
Biesbroek,
Robbert. et al.
Regional
Environmental
Change
2020
13
McDonald, Bruce
D. et al.
Public
Administration
2022
12
Kankanamge,
Nayomi. et al.
Telematics And
Informatics
2021
12
Young, Matthew
M. et al.
Perspectives On
Public
Management And
Governance
2019
12
Ylipulli, Johanna;
Luusua, Aale
Telematics And
Informatics
2020
12
Fonte: Autores (2023)
A Tabela 1 apresenta uma variedade de temas sobre tópicos relacionados à IA abordando, por exemplo, questões
como ética, desafios e oportunidades, aplicação e governança da IA no setor público, confiança do público em
chatbots e criação de valor público. Algumas publicações se concentram na integração da IA em áreas específicas,
como saúde, administração pública, gestão de energia, serviços públicos e adaptação às mudanças climáticas. A
revisão integrativa a seguir fornece uma visão mais abrangente dessas publicações.
Nº 17, enero-julio 2024 - ISSN: 2524-9568
110
5. Revisão Integrativa
Foram avaliados os 41 artigos mais citados sobre o uso da Inteligência Artificial na Administração Pública e
excluídos dois que não abordavam diretamente o tema, resultando em 39 artigos. Essa abordagem assegurou a
consistência e pertinência dos estudos selecionados para a análise descritiva, resultando na exclusão dos artigos
“Information systems outsourcing decisions using a group decision-making approach” e “Machine learning for
research on climate change adaptation policy integration: an exploratory UK case study”. Com base na leitura
dos artigos, foram identificados temas recorrentes que serviram como base para a criação da Tabela 2, o qual foi
organizada em três divisões temáticas: Riscos e Impactos, Desafios e Oportunidades e Tomada de Decisão
Automatizada. A metodologia foi organizada com base em Zuiderwijk et al. (2021) com o objetivo de estruturar
a análise dos artigos.
Tabela 2 | Visão geral da literatura
Categoria
Conteúdo
1) Riscos e
Efeitos
● Dificuldade de determinação dos requisitos e padrões para construção da IA Ética
(Jobin et al., 2019).
● Implicações do uso de framework de IA para o aumento da eficiência e eficácia no
setor público (Wirtz, et al., 2019).
● Discricionariedade administrativa, capacidade de resposta, julgamento e
responsabilidade (Barth; Arnold, 1999).
● Riscos éticos do uso de IA nos sistemas de saúde (Sunarti, et al., 2021).
● Riscos da utilização da IA como instrumento para disseminação de práticas
injustas e prejudiciais (Young, et al., 2019).
● Risco existencial e administrativo (Bullock, 2019).
● Substituição potencial de tarefas humanas (Dwivedi, et al., 2021).
● Adoção de IA em saúde pública (Sun; Medaglia; Wirtz, et al., 2019).
● Introdução da IoT e da IA para criação de um governo inteligente (Kankanhalli, et
al., 2019).
Nº 17, enero-julio 2024 - ISSN: 2524-9568
111
2) Desafios e
Oportunidades
● IA bem-sucedida e a interação de fatores técnicos e sociais (Asatiani, et al., 2021).
● Implicações, impactos e inovações do uso de algoritmos (Mikhaylov, et al., 2018).
● Oportunidades de IA para modernizar o setor público (Fatima, et al., 2020).
● Estratégias de marketing (Stone et al., 2020).
● Oportunidades emergentes para pesquisas (McDonald et al., 2022).
● Digitalização urbana e o desenvolvimento de cidades inteligentes (Ylipulli; Luusua,
2020).
● Ideias para o sistema de transporte (He et al., 2019).
● Contratos inteligentes baseados em blockchain (Triana Casallas, et al., 2020).
● IA para fortalecer a participação política (Savaget et al., 2019)
● Análise dos serviços habilitados por IA e a satisfação dos cidadãos (Chatterjee et
al., 2022)
● Como o uso da IA está mudando e alterando a forma burocrática das organizações
públicas (Wang et al., 2021)
● Uso de chatbots no setor público (Androutsopoulou et al., 2019; Aoki, 2019).
● Práticas para capturar valor (Desouza, et al., 2020).
● Redes neurais para previsão de consumo de energia (Ruiz et al., 2016).
● Adoção de tecnologias inteligentes e seus impactos na prestação de serviços
públicos (Vogl et al., 2020).
● Examinar como o uso da inteligência artificial no setor público, em contextos
específicos como imigração no Canadá, serviços de emprego na Polônia e
experiência digital na Finlândia, pode intensificar as assimetrias de poder
existentes (Kuziemski; Misuraca, 2020)
● Investigar os efeitos da introdução da automação robótica de processos (RPA) nos
serviços sociais na Suécia, com foco nos valores aspiracionais e nos impactos da
RPA nas práticas discricionárias dos funcionários públicos (Ranerup; Henriksen,
HZ, 2022).
Nº 17, enero-julio 2024 - ISSN: 2524-9568
112
3) Tomada de
Decisão
Automatizada
● Relação entre a criação de valor e o uso de IA (Bullock et al. 2020).
● Taxonomia para gerenciamento de risco de tomada de decisão algoritima
(Bannister; Connolly, 2020).
● Uso de Big Data para tomada de decisão no setor público (Di Vaio et al., 2022).
● Aprendizado de máquina e tomada de decisão algoritmia (Henman, 2020).
● Tomada de decisões, burocracia no setor público e discrição dos servidores
(Bullock, 2020).
● Utilização de Big Data (Pencheva et al., 2020; Mohamed et al.; Di Vaio et al., 2020).
Fonte: Elaborado com base nos autores citados.
Os dados da Tabela 2 ilustram uma gama de categorias das quais podem emergir discussões acerca da
efetividade, ética, confiabilidade e demais questões relacionadas ao uso e aplicação da tecnologia de Inteligência
Artificial no setor público. A seguir apresenta-se as discussões de acordo com a classificação efetuada.
5.1 Riscos e impactos
No Artigo "The global landscape of AI ethics guidelines", os autores realizaram uma revisão sistemática de 84
diretrizes éticas de IA em todo o mundo, buscando identificar temas e princípios comuns. Os resultados
indicaram que a transparência, a responsabilidade, a privacidade e a justiça são os princípios mais frequentes
nas diretrizes de IA em todo o mundo. Em “The Dark Sides of Artificial Intelligence: An Integrated AI Governance
Framework for Public Administration" são explorados os riscos associados ao uso da IA na sociedade, os autores
propõem um framework para mitigar efeitos negativos, garantindo transparência, responsabilidade e ética no
uso da tecnologia de IA na administração pública. Já em "Artificial Intelligence and Administrative Discretion:
Implications for Public Administration", os autores exploram como a IA pode auxiliar os tomadores de decisão a
exercer seu poder discricionário de forma mais eficiente e eficaz, bem como analisam os possíveis riscos e
desafios associados ao uso da IA na administração pública. Em “Artificial intelligence in healthcare: opportunities
and risk for future" é discutida a aplicação da IA na área da saúde, destacando tanto os benefícios potenciais
quanto os riscos e desafios relacionados e também ressalta as preocupações sobre a privacidade e segurança
dos dados, além da necessidade de garantir a equidade na implementação da tecnologia. Na publicação
"Artificial Intelligence and Administrative Evil", os autores afirmam que apesar dos benefícios da inteligência
Nº 17, enero-julio 2024 - ISSN: 2524-9568
113
artificial, é preciso estar atento aos riscos de sua utilização, principalmente no que se refere à perpetuação de
práticas autoritárias e discriminatórias. Por fim, em "Artificial Intelligence, Discretion, and Bureaucracy" é
abordada a relação entre IA, discrição e burocracia, onde é destacada a importância da transparência e da
responsabilidade na utilização da IA na administração pública, o autor argumenta que a IA pode ajudar a reduzir
a subjetividade na tomada de decisões, mas é necessário garantir a transparência para evitar possíveis riscos.
Em geral, os artigos discutem a importância da governança e ética na utilização da Inteligência Artificial no setor
público, bem como os possíveis riscos e desafios associados ao seu uso. Destaca-se, ainda, a relevância da
transparência, responsabilidade e ética na utilização da IA na administração pública.
5.2 Desafios e oportunidades
O artigo "Artificial Intelligence (AI): Multidisciplinary perspectives on emerging challenges, opportunities, and
agenda for research, practice and policy" discute as perspectivas multidisciplinares em relação aos desafios,
oportunidades e agenda para pesquisa, prática e política relacionados à IA. O texto explora as implicações da IA
em diversas áreas, como saúde, educação, negócios, entre outras, e enfatiza a necessidade de regulamentação
e supervisão para assegurar a segurança e a equidade no uso da IA. Em “Mapping the challenges of Artificial
Intelligence in the public sector: Evidence from public healthcare” são abordados os desafios relacionados ao uso
da IA, evidenciando os possíveis benefícios da IA na saúde pública, como por exemplo diagnósticos precoces e
tratamentos personalizados, mas enfatiza-se a importância de enfrentar os desafios relacionados à
implementação da IA, tais como privacidade e segurança dos dados e de garantir a equidade no uso da
tecnologia.
O artigo intitulado "IoT and AI for smart government: A research agenda" explora o potencial da Internet das
Coisas (IoT) IA no setor governamental para criar governos inteligentes. São abordadas várias aplicações da IoT
e da IA em áreas como transporte, energia, saúde e segurança pública, além de destacar os desafios e as questões
éticas relacionadas à implementação dessas tecnologias no setor governamental. Em "Socio technical
Envelopment of Artificial Intelligence: An Approach to Organizational Deployment of Inscrutable Artificial
Intelligence Systems" identifica-se uma abordagem sociotécnica para a implantação desses sistemas, que inclui
a consideração de fatores sociais, técnicos e organizacionais para garantir que a implantação da IA seja ética e
responsável.
Artificial intelligence for the public sector: opportunities and challenges of cross-sector collaboration, discute os
desafios, como a necessidade de garantir a privacidade dos dados, a transparência das decisões tomadas pela IA
Nº 17, enero-julio 2024 - ISSN: 2524-9568
114
e a necessidade de assegurar que a IA não perpetue ou amplie as desigualdades existentes na sociedade. Por sua
vez, "National strategic artificial intelligence plans: A multi-dimensional analysis" considera várias dimensões
relevantes, como objetivos estratégicos, governança, políticas de pesquisa e desenvolvimento, ética e segurança
cibernética. A importância dos planos nacionais de IA é enfatizada como ferramentas fundamentais para orientar
e coordenar políticas públicas relacionadas à IA. Em outro artigo intitulado "Artificial intelligence (AI) in strategic
marketing decision-making: a research agenda”, o autor ressalta a importância de investigar como as empresas
e o setor público podem incorporar a IA em suas estratégias de marketing e identificar as vantagens e
desvantagens dessa tecnologia para a tomada de decisões estratégicas.
A publicação intitulada “The future of public administration research: na editor's perspective" tem como foco o
futuro da pesquisa em administração pública, Nela são apresentadas as tendências e desafios da pesquisa na
área, abordando temas como a colaboração interdisciplinar, a necessidade de metodologias mais inovadoras e
o uso de tecnologias emergentes. Na sequência, o artigo "Smart cities with a Nordic twist? Public sector
digitalization in Finnish data-rich cities" apresenta uma abordagem sobre a digitalização do setor público em
cidades finlandesas, analisando como as tecnologias digitais estão sendo usadas para melhorar a qualidade de
vida dos cidadãos e aumentar a eficiência dos serviços públicos. Em seguida, o artigo intitulado "Mining and
representing the concept space of existing ideas for directed ideation" descreve um projeto patrocinado pelo
setor público que utiliza processamento de linguagem natural para extrair e representar o espaço conceitual de
ideias provenientes de crowdsourcing em grande escala. Através da combinação de análise humana e o uso de
programas de computador automatizados, novas ideias são geradas para projetos futuros de sistemas de
transporte. Outro artigo: "Smart contracts with blockchain in the public sector" explora como a tecnologia
blockchain pode ser empregada para aprimorar a transparência, segurança e eficiência dos processos
governamentais, e como os smart contracts podem ser utilizados em diversas áreas do setor público. Por outro
lado, no artigo que tem como título "Empowering political participation through artificial intelligence" identifica-
se uma abordagem sobre como a inteligência artificial pode ser usada para fortalecer a participação política,
através de casos de uso onde a tecnologia é aplicada para melhorar a comunicação e o engajamento dos cidadãos
em processos políticos; são enfatizados os desafios éticos e recomendações para uma utilização responsável e
transparente da IA no contexto político.
Por sua vez, o artigo intitulado "Harnessing the potential of artificial intelligence to foster citizens’ satisfaction"
examina a percepção dos cidadãos em relação ao uso da IA em serviços públicos e apresenta recomendações
para sua implementação no contexto dos serviços governamentais indianos. Em outro artigo, com o título "Public
Nº 17, enero-julio 2024 - ISSN: 2524-9568
115
and private value creation using artificial intelligence", os autores exploram o uso de robôs de voz com
inteligência artificial no setor público chinês, com base em uma pesquisa empírica que analisa a percepção dos
usuários em relação à eficiência do serviço público e satisfação do usuário. Em outro enfoque, o artigo
"Designing, developing, and deploying artificial intelligence systems" apresenta casos de uso de IA em diferentes
áreas do setor público e discute as lições aprendidas com esses casos. É destacada a importância da
transparência, responsabilidade e ética na concepção e utilização desses sistemas, bem como a necessidade de
se ter uma visão estratégica clara para a implementação de sistemas de IA no setor público. Em seguida, o artigo
“Transforming the communication between citizens and government through AI-guided chatbots" aborda o uso
de chatbots com IA para melhorar a comunicação entre cidadãos e governo. O texto explora como os chatbots
podem ser personalizados para atender às necessidades dos usuários e melhorar a eficiência dos serviços
governamentais.
No artigo intitulado "The state of the art and taxonomy of big data analytics" o autor conclui que a análise de big
data é uma área em constante evolução e propõe uma nova taxonomia para ajudar no desenvolvimento de
soluções mais eficientes e eficazes para a análise de grandes volumes de dados. No artigo "Designing, developing,
and deploying artificial intelligence systems” os autores organizam suas descobertas em quatro domínios
temáticos: dados, tecnologia, organização e ambiente, analisando cada um deles em relação às fases da IA. O
texto conclui com as melhores práticas para maximizar o valor da IA por meio de sistemas de computação
cognitiva. A publicação intitulada "An application of non-linear autoregressive neural networks to predict energy
consumption in public buildings" apresenta a aplicação de redes neurais não lineares para prever o consumo de
energia em edifícios públicos, visando aprimorar a gestão energética desses locais. Conclui-se que as redes
neurais podem ser uma ferramenta útil para reduzir o consumo de energia em edifícios públicos e melhorar a
eficiência dos serviços públicos. Por final, em "Smart technology and the emergence of algorithmic bureaucracy:
Artificial intelligence in UK local authorities" é discutido o uso de tecnologias inteligentes, como a IA, nas
autoridades locais do Reino Unido e como isso está afetando a tomada de decisões e as relações entre
funcionários públicos e cidadãos. Os autores destacam a importância da transparência e responsabilidade na
utilização dessas tecnologias e discutem as implicações éticas e políticas da implementação de sistemas de IA no
setor público.
5.3 Tomada de decisão automatizada
Nº 17, enero-julio 2024 - ISSN: 2524-9568
116
O artigo “Artificial intelligence, bureaucratic form, and discretion in public service” aborda o impacto do uso da
inteligência artificial no serviço público, tanto na burocracia quanto na tomada de decisões dos funcionários
públicos. A conclusão é que a implementação de sistemas de IA no setor público deve ser cuidadosamente
planejada para considerar suas implicações e efeitos na burocracia e tomada de decisões dos funcionários
públicos. O artigo “Administration by algorithm: A risk management framework” aborda o uso de algoritmos na
administração pública e propõe um quadro para gerenciar os riscos associados a esses sistemas. A conclusão do
artigo é que o uso de algoritmos na administração pública deve ser cuidadosamente planejado para garantir
tomadas de decisões éticas e responsáveis.
A publicação intitulada “AI governance in the public sector: Three tales from the frontiers of automated decision-
making in democratic settings”, trata do uso de IA no setor público e apresenta três casos de uso de tomada de
decisão automatizada em contextos democráticos. O autor conclui que a governança da IA no setor público deve
ser cuidadosamente planejada e implementada, considerando as implicações éticas, políticas e sociais
envolvidas. Em seguida, "Digital discretion: Unpacking human and technological agency in automated decision
making in Sweden’s social services" trata-se de um artigo que descreve um estudo de caso sobre a
implementação de automação de processos robóticos (RPA) nos serviços sociais na Suécia e seu impacto na
tomada de decisão dos funcionários públicos, e ressalta a necessidade de mais pesquisas sobre os efeitos a longo
prazo e a influência na tomada de decisão justa e uniforme. Visão similar é apresentada no artigo "Data
intelligence and analytics: A bibliometric analysis of human-Artificial intelligence in public sector decision-making
effectiveness", que aborda uma análise bibliométrica sobre a eficácia da tomada de decisões no setor público
com o uso de inteligência artificial e análise de dados. O texto conclui que há uma necessidade crescente de
pesquisas interdisciplinares sobre o tema e que a eficácia da tomada de decisões no setor público pode ser
aprimorada com o uso de inteligência artificial e análise de dados, desde que sejam consideradas questões éticas
e de responsabilidade.
Na publicação intitulada “Improving public services using artificial intelligence: possibilities, pitfalls, governance”
é discutido o uso da inteligência artificial no setor público para tomada de decisões automatizadas, chatbots que
fornecem informações e conselhos e para segurança pública. O artigo intitulado "Artificial intelligence,
bureaucratic form, and discretion in public service" aborda a aplicação da IA no serviço público e seu impacto na
burocracia e na tomada de decisões dos funcionários públicos; bem como o potencial para aumentar ou reduzir
a discrição dos funcionários públicos. Por final, no artigo "Big Data and AI - A transformational shift for
government" discute-se como o uso de big data e IA está transformando o setor público abordando os impactos
Nº 17, enero-julio 2024 - ISSN: 2524-9568
117
da tecnologia na governança e na tomada de decisões, assim como as implicações éticas e legais do uso de big
data e IA pelo governo.
Em síntese, observou-se que um aspecto comum entre os artigos é a preocupação crescente com a governança
da IA na administração pública e em outros setores, levando em conta os riscos e desafios associados ao seu uso.
Os autores destacam a importância da transparência, responsabilidade e ética na concepção e utilização de
sistemas de IA no setor público, além da necessidade de uma visão estratégica clara para sua implementação.
Também é explorado o potencial da IA para transformar a comunicação entre cidadãos e governo, melhorar a
eficiência dos serviços públicos e a qualidade de vida dos cidadãos. Nota-se que os autores enfatizam que, a
implementação de sistemas de IA no setor público apresenta desafios éticos e políticos e destacam a importância
de garantir a transparência, responsabilidade e ética na utilização dessas tecnologias. É argumentado que a
transparência, responsabilidade e ética devem ser consideradas como aspectos prioritários para a
implementação dessas tecnologias, a fim de garantir que os benefícios sejam aproveitados de forma justa e
equitativa, enquanto os riscos e desafios são mitigados.
6. Agenda para futuras pesquisas
Pesquisas futuras podem abordar os desafios da governança da IA no setor público, incluindo a necessidade de
políticas e regulamentos para garantir a transparência, responsabilidade e ética na utilização dessas tecnologias,
bem como investigar a relação entre a IA e a tomada de decisão política no setor público, avaliando os efeitos na
formulação de políticas públicas na participação dos cidadãos na tomada de decisão.
Outra sugestão são estudos voltados a analisar as implicações éticas e legais da utilização de sistemas de IA em
situações de tomada de decisão crítica, como justiça criminal e segurança nacional, e identificar medidas para
mitigar possíveis riscos e prevenir viés algorítmico. Novos estudos podem ainda investigar as implicações da IA
na força de trabalho do setor público, incluindo a automação de tarefas e o desenvolvimento de novas habilidades
e competências necessárias para trabalhar em um ambiente onde a IA é cada vez mais presente.
7. Considerações finais
Nº 17, enero-julio 2024 - ISSN: 2524-9568
118
Este estudo teve como objetivo analisar o estado atual da pesquisa sobre o uso da inteligência artificial (IA) no
setor público. Inicialmente, foi realizada uma análise bibliométrica, que contribuiu para identificação de países
que mais publicaram sobre o tema. Nesse sentido, Estados Unidos, Espanha e Austrália foram os três com maior
número de publicações. O estudo apontou ainda os autores mais relevantes na produção científica sobre o
assunto, sendo Ienca, Jobin e Vayena os mais citados e Wirtz autor com maior produção científica no campo.
A leitura dos 41 artigos mais significativos do nosso portfólio resultou na divisão de três temas gerais: riscos e
impactos, desafios e oportunidades e tomada de decisão automatizada. No tema riscos e impactos, destaca-se
o enfoque sobre dificuldades de estabelecimento de padrões para uma IA ética (Jobin et al., 2019) e responsável
(Barth & Arnold, 1999), sendo que um dos estudos apontou o risco de uso de IA para práticas injustas (Young et
al., 2019). Esses resultados demonstram a necessidade de acompanhamento e supervisão do uso da IA no
contexto da gestão pública. No tema desafios e oportunidades destacam-se estudos que apontam a IA como um
mecanismo de modernização das atividades no setor público (Fatima et al., 2020), além de poder ser um
instrumento de marketing para a gestão pública (Stone et al., 2020). Neste tema, os estudos apontam também
as perspectivas e utilizações efetivas da IA no desenvolvimento de cidades inteligentes (Ylipulli & Luusua, 2020),
sendo que estudos destacaram a utilização no setor de transportes (He et al., 2019) e serviços sociais (Ranerup
& Henriksen, 2022) e satisfação de cidadãos (Chatterjee et al., 2022). Por fim, um número menor de estudos
teve como foco o uso da IA para tomada de decisão, enfatizando, principalmente o Big Data (Di Vaio et al., 2022;
Pencheva et al., 2020; Mohamed et al., 2020). Deste modo, este estudo apresenta como contribuição teórica
uma revisão integrativa da literatura sobre IA no setor público, destacando riscos e desafios, bem com
oportunidades de modo abrangente. O estudo aponta a necessidade de estudos voltados a políticas e
regulamentos para garantir a governança da IA e prevenir possíveis riscos, bem como as perspectivas que a IA
apresenta para o setor público, em diversos setores. Como contribuição prática, identifica áreas que merecem
investigação futura, indicando que as informações podem ser úteis para gestores e tomadores de decisão no
setor público, permitindo uma melhor compreensão dos riscos e oportunidades associados à utilização de IA e
algoritmos no setor público.
Uma das limitações da pesquisa refere-se ao fato de que a busca pelos dados foi realizada em apenas uma base
de pesquisa, a Web of Science (WoS). Embora essa base seja considerada uma das mais visitadas na área de
Ciências Sociais Aplicadas e possua um escopo abrangente, é possível que outras bases de dados possam ter
fornecido informações relevantes que não foram incluídas nesta revisão integrativa de literatura.
Nº 17, enero-julio 2024 - ISSN: 2524-9568
119
Referências
AGARWAL, Pankaj K. (2018). Public administration challenges in the world of AI and bots. Public Administration Review,
78(6), 917-921.
ANDROUTSOPOULOU, Aggeliki, et al. (2019). Transforming the communication between citizens and government through
AI-guided chatbots. Government Information Quarterly, 36(2), 358-367.
AOKI, Naomi. (2020). An experimental study of public trust in AI chatbots in the public sector. Government Information
Quarterly, 37(4), 101490.
ASATIANI, Aleksandre, et al. (2021). Sociotechnical envelopment of artificial intelligence: An approach to organizational
deployment of inscrutable artificial intelligence systems. Journal of the Association for Information Systems (JAIS), 22(2),
325-252.
BALANCIERI, Renato, et al. (2005). A análise de redes de colaboração científica sob as novas tecnologias de informação e
comunicação: um estudo na Plataforma Lattes. Ciência da informação, 34, 64-77.
BANNISTER, Frank, & CONNOLLY, Regina. (2020). Administration by algorithm: A risk management framework.
Information Polity, 25(4), 471-490.
BARTH, Thomas J., & ARNOLD, Eddy. (1999). Artificial intelligence and administrative discretion: Implications for public
administration. The American Review of Public Administration, 29(4), 332-351.
BIESBROEK, Robbert, BADLOE, Shashi, & ATHANASIADIS, Ioannis N. (2020). Machine learning for research on climate
change adaptation policy integration: an exploratory UK case study. Regional Environmental Change, 20(3), 85.
BÖRNER, Katy, CHEN, Chaomei, & BOYACK, Kevin W. (2003). Visualizing knowledge domains. Annual review of information
science and technology, 37(1), 179-255.
BORNMANN, Lutz, et al. (2008). Citation counts for research evaluation: standards of good practice for analyzing
bibliometric data and presenting and interpreting results. Ethics in science and environmental politics, 8(1), 93-102.
BULLOCK, Justin B. (2019). Artificial intelligence, discretion, and bureaucracy. The American Review of Public
Administration, 49(7), 751-761.
BULLOCK, Justin, YOUNG, Matthew M., & WANG, Yi-Fan. (2020). Artificial intelligence, bureaucratic form, and discretion in
public service. Information Polity, 25(4), 491-506.
BUSE SEVINC CUBUK, Ecem, KARKIN, Naci, & YAVUZ, Nilay. (2019). Public sector innovativeness and public values through
information and communication technologies. In: Proceedings of the 20th Annual International Conference on Digital
Government Research, 353-361.
Nº 17, enero-julio 2024 - ISSN: 2524-9568
120
BUSUIOC, Madalina. (2021). Accountable artificial intelligence: Holding algorithms to account. Public Administration
Review, 81(5), 825-836.
BUTCHER, James, & BERIDZE, Irakli. (2019). What is the state of artificial intelligence governance globally? The RUSI
Journal, 164(5-6), 88-96.
CAMPION, Averill, et al. (2020). Managing artificial intelligence deployment in the public sector. Computer, 53(10), 28-37.
CARVALHO, André CARLOS Ponce de Leon, et al. (2021). Inteligência Artificial: riscos, benefícios e uso responsável. Estudos
Avançados, 35, 21-36.
CASTRO, C. M. (2006). A prática da pesquisa. 2. ed. São Paulo: Pearson Prentice Hall.
CHATTERJEE, Sheshadri, KHORANA, Sangeeta, & KIZGIN, Hatice. (2022). Harnessing the potential of artificial intelligence to
foster citizens’ satisfaction: An empirical study on India. Government information quarterly, 39(4), 101621.
CHEN, Xiaotian. (2010). The declining value of subscription-based abstracting and indexing services in the new knowledge
dissemination era. Serials Review, 36(2), 79-85.
COSMAN, Fabio G., PLONSKI, Guilherme Ary, & NERI, Hugo. (2021). Inteligência artificial: avanços e tendências. São Paulo:
Instituto de Estudos Avançados.
CRIADO, J. Ignacio, & GIL-GARCIA, J. Ramon. (2019). Creating public value through smart technologies and strategies: From
digital services to artificial intelligence and beyond. International Journal of Public Sector Management.
DI VAIO, Assunta, HASSAN, Rohail, & ALAVOINE, Claude. (2022). Data intelligence and analytics: A bibliometric analysis of
human–Artificial intelligence in public sector decision-making effectiveness. Technological Forecasting and Social Change,
174, 121201.
DWIVEDI, Yogesh K. et al. Artificial Intelligence (AI): Multidisciplinary perspectives on emerging challenges, opportunities,
and agenda for research, practice and policy. International Journal of Information Management, v. 57, p. 101994, 2021.
ENSSLIN, Leonardo et al. ProKnow-C, knowledge development process-constructivist. Processo técnico com patente de
registro pendente junto ao INPI. Brasil, v. 10, n. 4, p. 2015, 2010.
ENSSLIN, Leonardo; ENSSLIN, Sandra Rolim; PINTO, Hugo de Moraes. Processo de investigação e Análise bibliométrica:
Avaliação da Qualidade dos Serviços Bancários. Revista de administração contemporânea, v. 17, p. 325-349, 2013.
FATIMA, Samar; DESOUZA, Kevin C.; DAWSON, Gregory S. National strategic artificial intelligence plans: A multi-
dimensional analysis. Economic Analysis and Policy, v. 67, p. 178-194, 2020.
GARCIA, Débora Cristina Ferreira; GATTAZ, Cristiane Chaves; GATTAZ, Nilce Chaves. A Relevância do Título, do Resumo e
das Palavras-chave para a Escrita de Artigos Científicos. Revista de Administração Contemporânea, v. 23, p. 1-9, 2019.
Nº 17, enero-julio 2024 - ISSN: 2524-9568
121
GESK, Tanja Sophie; LEYER, Michael. Artificial intelligence in public services: When and why citizens accept its usage.
Government Information Quarterly, v. 39, n. 3, p. 101704, 2022.
GONÇALVES, Aline Lima. Uso de resumos e palavras-chave em Ciências Sociais: uma avaliação. Encontros Bibli: revista
eletrônica de biblioteconomia e ciência da informação, v. 13, n. 26, 2008.
GUEDES, Vânia LS; BORSCHIVER, Suzana. Bibliometria: uma ferramenta estatística para a gestão da informação e do
conhecimento, em sistemas de informação, de comunicação e de avaliação científica e tecnológica. Encontro Nacional de
Ciência da Informação, v. 6, n. 1, p. 18, 2005.
HE, Yuejun et al. Mining and representing the concept space of existing ideas for directed ideation. Journal of Mechanical
Design, v. 141, n. 12, 2019.
HENMAN, Paul. Improving public services using artificial intelligence: possibilities, pitfalls, governance. Asia Pacific Journal
of Public Administration, v. 42, n. 4, p. 209-221, 2020.
JOBIN, Anna; IENCA, Marcello; VAYENA, Effy. The global landscape of AI ethics guidelines. Nature Machine Intelligence, v.
1, n. 9, p. 389-399, 2019.
KAHRAMAN, Cengiz et al. Information systems outsourcing decisions using a group decision-making approach. Engineering
Applications of artificial intelligence, v. 22, n. 6, p. 832-841, 2009.
KANKANAMGE, Nayomi; YIGITCANLAR, Tan; GOONETILLEKE, Ashantha. Public perceptions on artificial intelligence driven
disaster management: Evidence from Sydney, Melbourne and Brisbane. Telematics and Informatics, v. 65, p. 101729,
2021.
KANKANHALLI, Atreyi; CHARALABIDIS, Yannis; MELLOULI, Sehl. IoT and AI for smart government: A research agenda.
Government Information Quarterly, v. 36, n. 2, p. 304-309, 2019.
KUZIEMSKI, Maciej; MISURACA, Gianluca. AI governance in the public sector: Three tales from the frontiers of automated
decision-making in democratic settings. Telecommunications policy, v. 44, n. 6, p. 101976, 2020.
LACERDA, Rogério Tadeu de Oliveira; ENSSLIN, Leonardo; ENSSLIN, Sandra Rolim. Uma análise bibliométrica da literatura
sobre estratégia e avaliação de desempenho. Gestão & Produção, v. 19, p. 59-78, 2012.
LEE, Hee ‘Andy’; LAW, Rob; LADKIN, Adele. What makes an article citable?. Current Issues in Tourism, v. 17, n. 5, p. 455-
462, 2014.
MADAN, Rohit; ASHOK, Mona. AI adoption and diffusion in public administration: A systematic literature review and
future research agenda. Government Information Quarterly, p. 101774, 2022.
Nº 17, enero-julio 2024 - ISSN: 2524-9568
122
MADAN, Rohit; ASHOK, Mona. A public values perspective on the application of Artificial Intelligence in government
practices: A Synthesis of case studies. In: Handbook of Research on Artificial Intelligence in Government Practices and
processes. IGI Global, 2022. p. 162-189.
MALTRÁS BARBA, Bruno. Los indicadores bibliométricos: fundamentos y aplicación al análisis de la ciencia. Ediciones Trea,
2003.
MCDONALD III, Bruce D. et al. The future of public administration research: An editor's perspective. Public Administration,
v. 100, n. 1, p. 59-71, 2022.
MEDAGLIA, Rony; GIL-GARCIA, J. Ramon; PARDO, Theresa A. Artificial intelligence in government: taking stock and moving
forward. Social Science Computer Review, p. 08944393211034087, 2021.
MEHR, Hila; ASH, H.; FELLOW, D. Artificial intelligence for citizen services and government. Ash Cent. Democr. Gov. Innov.
Harvard Kennedy Sch., no. August, p. 1-12, 2017.
MEIJER, Albert. E-governance innovation: Barriers and strategies. Government Information Quarterly, v. 32, n. 2, p. 198-
206, 2015.
MIKHAYLOV, Slava Jankin; ESTEVE, Marc; CAMPION, Averill. Artificial intelligence for the public sector: opportunities and
challenges of cross-sector collaboration. Philosophical transactions of the royal society: mathematical, physical and
engineering sciences, v. 376, n. 2128, p. 20170357, 2018.
MISURACA, Gianluca; VISCUSI, Gianluigi. Shaping public sector innovation theory: an interpretative framework for ICT-
enabled governance innovation. Electronic Commerce Research, v. 15, n. 3, p. 303-322, 2015.
MOHAMED, Azlinah et al. The state of the art and taxonomy of big data analytics: view from new big data framework.
Artificial Intelligence Review, v. 53, p. 989-1037, 2020.
MOHAMED, Alsayed Abdelwahed; EL-BENDARY, Nashwa; ABDO, A. Law Architecture for Regulatory-Compliant Public
Enterprise Model: A Focus on Healthcare Reform in Egypt. International Journal of Advanced Computer Science and
Applications (IJACSA), v. 12, n. 6, p. 6, 2021.
MUÑOZ, Xaime Rodríguez-Arana. Direito fundamental à boa Administração Pública. Editora Fórum, 2012.
NILI, Alireza; DESOUZA, Kevin C.; YIGITCANLAR, Tan. What can the public sector teach us about deploying artificial
intelligence technologies?. IEEE Software, 2022.
OJO, Adegboyega; MELLOULI, Sehl; AHMADI ZELETI, Fatemeh. A realist perspective on AI-era public management. In:
Proceedings of the 20th Annual International Conference on Digital Government Research. 2019. p. 159-170.
PENCHEVA, Irina; ESTEVE, Marc; MIKHAYLOV, Slava Jankin. Big Data and AI–A transformational shift for government: So,
what next for research?. Public Policy and Administration, v. 35, n. 1, p. 24-44, 2020.
Nº 17, enero-julio 2024 - ISSN: 2524-9568
123
POLLITT, C; BOUCKAERT, G. Avaliando reformas da gestão pública: uma perspectiva internacional. Revista do Serviço
Público, Brasília, v. 53, n. 3, p. 5-29, jul./set. 2002.
RANERUP, Agneta; HENRIKSEN, Helle Zinner. Digital discretion: Unpacking human and technological agency in automated
decision making in Sweden’s social services. Social Science Computer Review, v. 40, n. 2, p. 445-461, 2022.
RELYEA, Harold C. E-gov: Introdução e visão geral. Informação governamental trimestral, v. 19, n. 1, pág. 9-35, 2002.
RUIZ, Luis Gonzaga Baca et al. An application of non-linear autoregressive neural networks to predict energy consumption
in public buildings. Energies, v. 9, n. 9, p. 684, 2016.
SALTON, Gerard. Introduction to modern information retrieval. McGraw-Hill, 1983.
SAVAGET, Paulo; CHIARINI, Tulio; EVANS, Steve. Empowering political participation through artificial intelligence. Science
and Public Policy, v. 46, n. 3, p. 369-380, 2019.
STONE, Merlin et al. Artificial intelligence (AI) in strategic marketing decision-making: a research agenda. The Bottom Line,
v. 33, n. 2, p. 183-200, 2020.
SU, Hsin-Ning; LEE, Pei-Chun. Mapping knowledge structure by keyword co-occurrence: A first look at journal papers in
Technology Foresight. scientometrics, v. 85, n. 1, p. 65-79, 2010.
SUN, Tara Qian; MEDAGLIA, Rony. Mapping the challenges of Artificial Intelligence in the public sector: Evidence from
public healthcare. Government Information Quarterly, v. 36, n. 2, p. 368-383, 2019.
SUNARTI, Sri et al. Artificial intelligence in healthcare: opportunities and risk for future. Gaceta Sanitaria, v. 35, p. S67-S70,
2021.
TRIANA CASALLAS, Jenny Alexandra et al. Smart contracts with blockchain in the public sector. International Journal of
Interactive Multimedia and Artificial Intelligence, 2020.
UNIÃO INTERNACIONAL DE TELECOMUNICAÇÕES. "AI for Good Global Summit 2017". [S.l.], Disponível em:
<www.itu.int/en/ITU-T/AI/Pages/201706-default.aspx>. Acesso em: 22 nov. 2022.
VALLE-CRUZ, David et al. Uma revisão da inteligência artificial no governo e seu potencial a partir de uma perspectiva de
políticas públicas. In: Anais da 20ª Conferência Internacional Anual sobre Pesquisa Governamental Digital. 2019. p. 91-99.
VAN ECK, Nees Jan; WALTMAN, Ludo. VOSviewer manual. Manual for VOSviewer version, v. 1, n. 0, 2011.
VANTI, Nadia Aurora Peres. Da bibliometria à webometria: uma exploração conceitual dos mecanismos utilizados para
medir o registro da informação e a difusão do conhecimento. Ciência da informação, v. 31, p. 369-379, 2002.
VOGL, Thomas M. et al. Smart technology and the emergence of algorithmic bureaucracy: Artificial intelligence in UK local
authorities. Public Administration Review, v. 80, n. 6, p. 946-961, 2020.
Nº 17, enero-julio 2024 - ISSN: 2524-9568
124
WANG, Changlin; TEO, Thompson SH; JANSSEN, Marijn. Public and private value creation using artificial intelligence: An
empirical study of AI voice robot users in Chinese public sector. International Journal of Information Management, v. 61, p.
102401, 2021.
WIRTZ, Bernd W.; MÜLLER, Wilhelm M. An integrated artificial intelligence framework for public management. Public
Management Review, v. 21, n. 7, p. 1076-1100, 2019.
WIRTZ, Bernd W.; WEYERER, Jan C.; GEYER, Carolin. Artificial intelligence and the public sector—applications and
challenges. International Journal of Public Administration, v. 42, n. 7, p. 596-615, 2019.
WIRTZ, Bernd W.; WEYERER, Jan C.; STURM, Benjamin J. The dark sides of artificial intelligence: An integrated AI
governance framework for public administration. International Journal of Public Administration, v. 43, n. 9, p. 818-829,
2020.
WIRTZ, Bernd W.; WEYERER, Jan C.; KEHL, Ines. Governance of artificial intelligence: A risk and guideline-based integrative
framework. Government Information Quarterly, v. 39, n. 4, p. 101685, 2022.
WIRTZ, Bernd W.; LANGER, Paul F.; FENNER, Carolina. Artificial intelligence in the public sector-a research agenda.
International Journal of Public Administration, v. 44, n. 13, p. 1103-1128, 2021.
YLIPULLI, Johanna; LUUSUA, Aale. Smart cities with a Nordic twist? Public sector digitalization in Finnish data-rich cities.
Telematics and Informatics, v. 55, p. 101457, 2020.
YOUNG, Matthew M. et al. Artificial intelligence and administrative evil. Perspectives on Public Management and
Governance, v. 4, n. 3, p. 244-258, 2019.
YOUNG, Matthew M.; BULLOCK, Justin B.; LECY, Jesse D. Artificial discretion as a tool of governance: a framework for
understanding the impact of artificial intelligence on public administration. Perspectives on Public Management and
Governance, v. 2, n. 4, p. 301-313, 2019.
ZUIDERWIJK, Anneke; CHEN, Yu-Che; SALEM, Fadi. Implications of the use of artificial intelligence in public governance: A
systematic literature review and a research agenda. Government Information Quarterly, v. 38, n. 3, p. 101577, 2021.