@MASTERSTHESIS{ 2025:1329662644,
 	title = {Inteligência Artificial Generativa nos processos licitatórios do setor público: um estudo de caso no TJPE sobre a engenharia de prompt para artefatos de licitação e seus aspectos éticos e de transparência},
 	year = {2025},
 	url = "http://www.tede2.ufrpe.br:8080/tede2/handle/tede2/9831",
 	abstract = "emerge como resposta aos desafios de modernização e eficiência diante do alto volume processual e da complexidade burocrática. Contudo, sua aplicação enfrenta obstáculos significativos relacionados à falta de transparência e explicabilidade, vieses algorítmicos e o fenômeno das alucinações - geração de informações aparentemente coerentes, mas factualmente incorretas. Este estudo concentra-se no Tribunal de Justiça de Pernambuco (TJPE) e na modalidade de Dispensa de Licitação, considerando sua relevância quantitativa e potencial de padronização documental. Nesse contexto, formulou-se a seguinte questão de pesquisa: de
 que modo a engenharia de prompts pode ser estruturada para viabilizar o uso seguro, transparente da IAG na elaboração de artefatos administrativos voltados à contratação direta por Dispensa de Licitação no âmbito do TJPE? O objetivo geral definido foi investigar como a engenharia de prompt deve ser estruturada para viabilizar o uso ético e transparente da IAG na elaboração de artefatos administrativos voltados à contratação direta por Dispensa de Licitação, a partir do estudo de caso do TJPE. A metodologia caracteriza-se como pesquisa aplicada, exploratório-descritiva, com abordagem mista (quali-quantitativa) e delineamento
 experimental, fundamentada em revisão bibliográfica e análise documental. Desenvolveu-se uma arquitetura híbrida integrando 4 técnicas de engenharia de prompts: Chain-of-Thought (CoT) para estruturação do raciocínio jurídico-administrativo, Retrieval-Augmented Generation (RAG) para consulta a bases normativas atualizadas, Self-Refine para controle de qualidade automatizado, Few-Shot Learning para padronização institucional, complementadas pela configuração de Persona (analista jurídico especializado) e temperatura baixa (≤0.2) para garantir precisão e conformidade normativa. Embora o ChatGPT tenha sido inicialmente
 considerado devido à sua predominância no judiciário brasileiro (96,4% de uso entre magistrados), limitações na geração de documentos completos conduziram à seleção do Claude (Anthropic) para experimentação. O desenvolvimento do Relatório Técnico (RT) seguiu metodologia Design Thinking, estruturada em cinco etapas iterativas. A validação empírica consistiu na geração de cinco Termos de Referência representativos das contratações por dispensa do TJPE, avaliados por três especialistas mediante instrumento estruturado
 contemplando conformidade legal, qualidade técnica e adequação institucional. Os resultados preliminares indicam potencial significativo da IAG na elaboração automatizada de Termos de Referência, com os documentos gerados demonstrando elevada conformidade legal (94% vs. 87% da elaboração manual) e redução temporal de 75% no processo de elaboração. As técnicas implementadas mostraram-se eficazes na mitigação de alucinações, embora a supervisão humana permaneça indispensável. As limitações incluem o número restrito de amostras analisadas e o escopo institucional específico do TJPE, restringindo a generalização imediata dos achados. Conclui-se que a pesquisa valida a aplicabilidade da IAG para otimização de processos administrativos no judiciário, contribuindo para maior eficiência operacional e segurança jurídica na elaboração de artefatos licitatórios. A investigação enfatiza a importância da supervisão humana, transparência algorítmica, validação contínua e capacitação especializada para o uso responsável e ético da tecnologia. O RT resultante constitui guia metodológico para adoção segura da IAG em outras instituições públicas, alinhado aos princípios de governança algorítmica estabelecidos pela Resolução CNJ nº 615/2025.",
 	publisher = {Universidade Federal Rural de Pernambuco},
 	scholl = {Programa de Pós-Graduação em Administração Pública (PROFIAP)},
 	note = {Departamento de Administração}
}