--- title: "ONU prepara seus dados globais para serem usados por agentes de IA" author: "Ignácio Afonso" date: "2026-09-18 06:00:00-03" category: "Inteligência Artificial & Dados" url: "http://desbugados.scale.press/portal/desbugados/post/2026/09/18/onu-prepara-seus-dados-globais-para-serem-usados-por-agentes-de-ia/md" --- ## Resumo - ONU e Google lançaram a plataforma UN System Data Commons em 17 de setembro de 2026. - O sistema substitui o portal UNData e reúne estatísticas de diferentes órgãos da ONU em um gráfico de conhecimento. - Testes do UNICEF apontaram apenas 21,2% de precisão de grandes modelos de linguagem em perguntas sobre desenvolvimento global. - O Model Context Protocol permite que agentes de IA consultem dados diretamente, sem depender de APIs complexas. - A plataforma pode gerar visualizações, dashboards e relatórios, incluindo análises sobre programas de ajuda humanitária na África. - O Google.org destinou US$ 2 milhões ao projeto, que pretende integrar 80% dos datasets estatísticos da ONU até 2027. --- Em **17 de setembro de 2026**, a **ONU** e o **Google** lançaram a "UN System Data Commons", uma plataforma que reúne estatísticas globais dispersas em um "gráfico de conhecimento" pronto para agentes de IA, como mostra o [anúncio do Google](https://blog.google/innovation-and-ai/technology/ai/google-un-data-commons-platform). O projeto substitui o portal UNData e tenta corrigir um problema que já apareceu em testes do UNICEF: grandes modelos de linguagem acertaram apenas **21,2%** das respostas sobre indicadores de desenvolvimento global. A proposta é transformar dados oficiais difíceis de consultar em material que agentes consigam localizar, cruzar e usar na criação de visualizações e relatórios, sem perder o caminho de volta até a fonte original. ## O erro que a ONU quer reduzir Esse resultado do UNICEF dá a medida do problema que a nova plataforma pretende enfrentar. Grandes modelos de linguagem, conhecidos pela sigla LLM, conseguem responder perguntas em linguagem natural, mas a taxa registrada no teste mostra que fluência não garante precisão quando o assunto são indicadores de desenvolvimento global. Uma resposta pode parecer bem escrita e ainda assim apresentar um número incorreto ou sem apoio verificável. Por isso, o projeto foi desenhado para oferecer aos agentes de IA uma fonte oficial e rastreável, isto é, uma base na qual o caminho até a origem do dado possa ser conferido. A proposta desloca a discussão da aparência da resposta para a qualidade da informação usada para produzi-la. A resposta institucional começou pela reunião dos próprios dados da organização. **26 entidades da ONU** estão comprometidas com o projeto, enquanto informações de cerca de 20 delas já estão disponíveis, segundo o relato sobre a colaboração. A plataforma fica hospedada em uma instância governada pela ONU, o que mantém a organização no centro das decisões sobre os dados que serão consultados pelos agentes. Essa escolha ajuda a separar duas funções que costumam ser confundidas: o Google oferece financiamento e suporte técnico, enquanto a fonte estatística continua vinculada à estrutura das Nações Unidas. A governança passa, então, a ser parte da solução para o problema da confiança. ## Do portal UNData ao gráfico de conhecimento A resposta técnica aparece na substituição do antigo portal UNData por uma estrutura baseada no **Data Commons**, plataforma do Google voltada à organização de informações conectadas. A UN System Data Commons unifica dados de diferentes órgãos da ONU em um "gráfico de conhecimento", expressão que descreve uma rede estruturada de informações e relações entre elas. Em vez de tratar cada tabela como um arquivo isolado, o sistema prepara os dados para que uma consulta consiga encontrar conexões entre indicadores e fontes. O usuário passa a formular perguntas em linguagem natural, enquanto a plataforma organiza a busca por trás da interface. Essa mudança interessa especialmente a pesquisadores e analistas, que deixam de depender da localização manual de cada conjunto estatístico. Dentro dessa arquitetura, o **Model Context Protocol (MCP)** funciona como uma camada de conexão entre o agente de IA e os dados estatísticos. O protocolo permite que os agentes consultem as informações diretamente, sem precisar interagir com APIs complexas, que são interfaces técnicas usadas por sistemas para trocar dados. O MCP foi lançado pelo Google em 2025 e aparece na nova plataforma como uma forma de padronizar o acesso às estatísticas. Traduzindo o jargão: em vez de obrigar cada agente a aprender uma maneira diferente de conversar com cada base, o protocolo oferece um caminho comum para fazer a consulta. A piada é ruim, mas a ideia é simples: menos portas diferentes para abrir, menos chances de bater na porta errada. ## Como os agentes consultam as estatísticas Com essa conexão estabelecida, os agentes de IA podem buscar dados, gerar visualizações e produzir relatórios automaticamente, de acordo com a descrição do projeto. O objetivo não é apenas entregar uma resposta textual, mas permitir que a ferramenta reúna informações e as organize em uma forma útil para análise. Um pesquisador poderia partir de uma pergunta em linguagem natural e chegar a uma representação visual dos indicadores, enquanto um analista teria uma base para preparar um relatório. A plataforma também foi apresentada como capaz de acelerar a criação de dashboards, painéis que reúnem métricas em uma mesma tela. O ganho prático está em encurtar o caminho entre a pergunta e a leitura dos dados. O exemplo citado para demonstrar esse uso envolve o impacto de programas de ajuda humanitária na África, com análise de indicadores relacionados a **HIV**, mortalidade e expectativa de vida. A demonstração mostra a função que a ONU e o Google querem dar à plataforma: conectar informações estatísticas de áreas diferentes e permitir que um agente ajude a organizar a análise. Isso não elimina a necessidade de conferir método, período ou origem de cada número, mas oferece uma estrutura para que essa verificação faça parte do fluxo de trabalho. A tecnologia, nesse caso, atua como uma camada de consulta sobre dados oficiais, e não como substituta da fonte que produziu a estatística. ## Por que a rastreabilidade virou parte do produto Essa utilidade ganha peso porque pesquisadores já usam ferramentas de IA para encontrar e interpretar informações produzidas pela ONU. Um artigo de contexto relata que o tráfego de referências para sites da organização cresceu **67% em relação ao ano anterior até setembro de 2026**, à medida que ferramentas como o ChatGPT passaram a ser usadas por pesquisadores. Quando uma resposta gerada por IA aponta para uma fonte oficial, a pessoa consegue conferir o dado e entender sua origem. Quando essa ligação não existe, a resposta pode circular sem que o leitor saiba qual tabela, órgão ou período sustentou a conclusão. A UN System Data Commons tenta colocar essa ligação dentro da própria infraestrutura de consulta, justamente no momento em que a intermediação por agentes se torna mais frequente. O ponto central, portanto, não é fazer a inteligência artificial parecer mais convincente, mas dar a ela um caminho mais verificável para trabalhar. A baixa precisão de **21,2%** encontrada no teste do UNICEF mostra que perguntas sobre desenvolvimento global exigem mais do que uma resposta bem formulada. Elas dependem de dados atualizados, relações corretas entre indicadores e possibilidade de conferência. Ao reunir estatísticas dispersas em uma estrutura comum, a plataforma cria as condições para que os agentes consultem uma fonte oficial antes de montar uma conclusão. Esse desenho também permite que pesquisadores e analistas identifiquem de onde veio o material usado na visualização ou no relatório. ## A meta de 2027 e a governança da plataforma O projeto recebeu **US$ 2 milhões do Google.org** em financiamento e suporte técnico, enquanto a meta anunciada estabelece a integração de **80% dos datasets estatísticos do sistema ONU até 2027**. Dataset é o nome dado a um conjunto organizado de dados, e a porcentagem indica o alcance planejado para a iniciativa dentro da própria organização. O prazo dá uma medida concreta para acompanhar a expansão da plataforma: a entrega não termina com o lançamento, porque ainda será necessário incorporar novas bases e disponibilizar seus conteúdos para consulta. A escala pretendida também explica por que a estrutura foi pensada para agentes, pesquisadores e analistas, e não apenas para uma página de busca convencional. Na próxima etapa, a ONU deverá ampliar a operação a partir da instância que já está sob sua governança, com a visão de assumir futuramente o funcionamento e o escalonamento da plataforma de forma independente. O caminho anunciado combina suporte técnico do Google, integração gradual das bases e controle institucional das Nações Unidas. Se a meta de **80% até 2027** for alcançada, uma parcela ampla das estatísticas do sistema poderá ser consultada por agentes de IA em uma estrutura unificada e rastreável. O resultado será medido menos pela novidade do nome e mais pela capacidade de fazer cada resposta voltar ao dado oficial que a sustenta.