Análise | IA na Seguridade Social: Eficiência Sem Garantia de Justiça

O relatório Harnessing Artificial Intelligence in Social Security (2025) da OECD — “Uso de IA na Seguridade Social” — apresenta um panorama amplo e incipiente sobre como estados-nação podem adotar ferramentas de inteligência artificial (IA) para melhorar a eficiência, o acesso e a eficácia dos serviços de proteção social. Ele reúne experiências reais (casos da Europa) e aponta os pilares necessários para uma implementação responsável — infraestrutura, governança, competência institucional e literacia em IA.

Apesar das promessas, porém, o relatório também revela tensões estruturais e desafios éticos — e aí reside a necessidade de uma análise crítica: IA sozinha não basta para garantir justiça social, inclusão e equidade.

O que o relatório exalta: eficiência, acesso e automação

Segundo a OECD, a IA pode desempenhar um papel importante em várias etapas dos sistemas de seguridade social: desde processamento de documentos e triagem, até verificação de elegibilidade para benefícios, classificação de dados não estruturados e automatização de tarefas burocráticas.

Por exemplo:

• Na região da Catalunha, um sistema determinístico de IA ajuda a gerar relatórios de elegibilidade para benefícios relacionados à “energia social” (ajuda a consumidores com risco de exclusão), reduzindo o trabalho manual e acelerando o processo de aprovação. Isso contribuiu para diminuir o problema da “non-take up” — ou seja, famílias elegíveis que não recebiam o benefício por conta da complexidade administrativa.
• Em outro caso, a instituição nacional de seguridade da Finlândia (Kela) desenvolveu uma plataforma de IA para processar documentos submetidos por cidadãos — contratos de aluguel, extratos bancários, comprovantes — automatizando a triagem e economizando dezenas de “anos-pessoa” de trabalho manual.

Essas aplicações demonstram o potencial de IA para liberar tempo de servidores públicos, reduzir retrabalho e facilitar o acesso a benefícios públicos, especialmente para quem tem dificuldade com burocracia ou mobilidade limitada.

Além disso, o relatório enfatiza que a adoção eficaz de IA depende de três pilares: enablers (infraestrutura, dados, interoperabilidade, competências), guardrails (governança, ética, supervisão) e engajamento (envolvimento de funcionários, usuários e stakeholders).

Quando esses componentes são pensados conjuntamente, a IA tem o potencial de tornar os serviços sociais mais responsivos, inclusivos e proativos — em vez de réplicas digitais de processos burocráticos lentos.

Onde as lacunas aparecem: governança, transparência e risco de desigualdades

Por outro lado, o relatório não ignora os riscos. Apesar dos avanços, vários dos sistemas analisados ainda lidam com limitações significativas:

• Falta de transparência e de prestação de contas. Mesmo que alguns sistemas usem lógica determinística ou envolvam supervisão humana (“human-in-the-loop”), poucas das instituições mantêm registros públicos dos algoritmos, nem publicam o código ou os dados de treinamento. Isso torna difícil para cidadãos — especialmente aqueles em situações vulneráveis — entenderem por que um pedido de benefício foi aprovado ou negado.
• Viés e risco de reprodução de desigualdades. Sistemas baseados em dados históricos tendem a incorporar as mesmas distorções estruturais existentes. Se não houver cuidado contínuo com justiça e equidade, a automação pode “congelar” injustiças: por exemplo, grupos marginalizados podem ser sub-representados ou avaliados de forma mais rígida. Isso é especialmente preocupante em contextos onde a documentação formal ou o histórico burocrático já é desigual. O relatório aborda a necessidade de monitoramento e supervisão constante.
• Dependência de infraestrutura e capacidades institucionais. A adoção bem-sucedida de IA exige não apenas tecnologia, mas infraestrutura de dados interoperáveis, normas claras de governança e servidores com literacia digital e ética. Em muitos países — especialmente fora da Europa — isso representa entraves concretos. O relatório ressalta que a “capacidade organizacional e institucional” é um fator tão decisivo quanto a tecnologia em si.
• Risco de reforçar processos ineficientes sem reformá-los. Ao automatizar tarefas burocráticas, há o risco de simplesmente acelerar processos ruins — sem repensar, por exemplo, a lógica de aprovação de benefícios, os critérios de elegibilidade ou práticas administrativas. Automaticamente, a IA não promove justiça social ou acesso equitativo — ela espelha o que já existe.

A adoção de IA na seguridade social: oportunidade, mas demanda responsabilidade

O relatório da OECD representa um importante passo na discussão sobre IA no setor público: ele demonstra que há caminhos concretos para adotar tecnologia sem sacrificar valores sociais — desde que acompanhados de governança robusta, engajamento humano e compromisso com a justiça.

Entretanto, a análise crítica revela que o sucesso depende de mais do que softwares e algoritmos: exige vontade política, investimento em dados e infraestrutura, formação de servidores e, acima de tudo, um compromisso com a transparência, a equidade e a dignidade dos cidadãos.

Em contextos como o brasileiro — com desigualdades socioeconômicas profundas, burocracia pesada, documentação fragmentada, e defasagem digital em muitas regiões — a simples importação de modelos estrangeiros dificilmente será suficiente. Seria necessário adaptar os conceitos a nossa realidade, repensar critérios de elegibilidade, garantir acesso digital e envolver comunidades vulneráveis no desenho dos sistemas.

Finalmente, é fundamental entender que a IA não é uma bala de prata. Ela pode ser uma ferramenta poderosa para ampliar a eficiência e a cobertura de políticas sociais — mas só entregará benefícios reais se usada como parte de uma estratégia mais ampla de justiça social, participação cidadã e fortalecimento institucional.

O uso de IA na seguridade social deve ser tratado como uma oportunidade transformadora — mas que exige responsabilidade, transparência e compromisso contínuo com valores públicos.

Leia também: