Projetos de IA surgem para detectar corrupção no Brasil, mas ainda não atendem ao hype

Quando o brasileiro Bruno César viralizou em fevereiro com sua ferramenta de cruzamento de dados públicos para detectar indícios de corrupção, muitas pessoas foram inspiradas pela ideia. Nas semanas seguintes, outros brasileiros colocaram projetos próprios no ar, explicitamente inspirados pelo movimento de Bruno.

Alguns projetos que surgiram

O usuário @uphiago publicou no X que, motivado pelo trabalho de Bruno César, subiu um frontend sobre prestação de contas das eleições de 2024, disponível em politiko.vercel.app. O projeto está sincronizado com o site oficial do TSE e promete updates de enriquecimento de dados em breve. Por ora, é uma interface de consulta sobre financiamento eleitoral — útil, mas ainda sem o cruzamento que tornaria o projeto de Bruno tão impactante.

Outro foi o transparenciapolitica.app, desenvolvido por Guilherme Cunha. O projeto passou por atualizações recentes: foi adicionado um algoritmo para mensurar projetos de lei, detalhes de processos, gastos públicos e listagem de funcionários de deputados com seus salários.

A interface do Transparência Política agrega dados da Câmara, do Senado e do Portal da Transparência em painéis navegáveis por deputado, senador, presidente e estado. Tem ranking, pesquisas de aprovação, comparação entre políticos e seção de gastos.

O que funciona e o que ainda falta

Os dois projetos têm o mesmo mérito da iniciativa original: usam dados públicos que sempre estiveram disponíveis, mas que ninguém havia organizado de forma acessível. A maioria dos brasileiros nunca visita o Portal da Transparência diretamente, mas pode usar uma interface bem projetada.

O problema é que nenhum dos dois ainda faz o que tornou o projeto do Bruno viral: cruzar dados de origens diferentes para revelar relações não óbvias. A ideia central era que um político pode ter um salário declarado, empresas de familiares recebendo contratos, emendas direcionadas a cidades onde essas empresas operam, e servidores com duplo vínculo — e que apenas ao conectar tudo isso o padrão se torna visível.

Vale lembrar o que aconteceu com o próprio projeto do Bruno: quando o código foi publicado no GitHub, usuários que tentaram rodar localmente relataram não chegar perto dos resultados mostrados no tweet original.

Os “indícios de corrupção” do exemplo eram ilustrativos, não reproduzíveis por qualquer pessoa com uma máquina comum. A ferramenta exige um servidor com 128 GB de RAM rodando processamento em memória sobre cerca de 1 terabyte de dados estruturados, e o cruzamento real de 70 bases de dados públicas é uma engenharia de dados não trivial.

Um mês se passou e até agora nenhum dos projetos conseguiu tanta atenção quanto o hype inicial causado pelo tweet com dados ilustrativos (que inicialmente não deixou claro que se tratava de um mockup). Projetos como o inteligencia.egos.ia.br, por exemplo, retornam apenas erros ou pouquíssimos dados para cada requisição, e acumula tanta crítica quanto compartilhamentos no X.