Inteligência artificial generativa no corpo de bombeiros militar do Amazonas: uso e Impacto na corporação
| dc.contributor.advisor | Nascimento, Simone Marcela Souza de Carvalho do | |
| dc.contributor.advisor-lattes | http://lattes.cnpq.br/6922755205772713 | |
| dc.contributor.author | Nogueira, Carlos Eduardo Durans | |
| dc.contributor.author-lattes | https://lattes.cnpq.br/4197197454458150 | |
| dc.contributor.referee1 | Nascimento, Simone Marcela Souza de Carvalho do | |
| dc.contributor.referee1Lattes | http://lattes.cnpq.br/6922755205772713 | |
| dc.contributor.referee2 | Serrão, Alacy da Conceição da Silva | |
| dc.contributor.referee2Lattes | http://lattes.cnpq.br/4051385673825788 | |
| dc.contributor.referee3 | Gama, Marco Antonio Calmon | |
| dc.contributor.referee3Lattes | http://lattes.cnpq.br/8339011003445250 | |
| dc.date.accessioned | 2026-03-20T16:27:49Z | |
| dc.date.issued | 2026-03-19 | |
| dc.description.abstract | This study analyzes the application and potential impact of Generative Artificial Intelligence (GAI) on the modernization of the Military Firefighters Corps of Amazonas (CBMAM), focusing on its contributions to data management, document preparation, and strategic Decision support. Adopting a qualitative, exploratory-descriptive approach, the research utilized primary sources including the functional 'Force Map' analysis, official documents, and interviews within strategic administrative sectors. Functional and educational data of the personnel were examined, correlating the generational profile with technological proficiency, alongside an assessment of currently employed systems, notably SINESP 3.0. Results indicate that GAI offers significant efficiency gains in optimizing administrative and operational processes, such as standardizing and accelerating complex report generation. Crucially, the findings underscore critical challenges, including the generational proficiency gap, the limited IT staff, and risks associated with information security (LGPD compliance) and the dissemination of factually incorrect content (hallucinations). As the main practical contribution, the study proposes an Administrative Norm (Portaria) for CBMAM to regulate GAI usage, mitigating confidentiality risks and ensuring institutional transparency. We conclude that the responsible and standardized adoption of GAI is essential for modernizing military public administration, serving as a strategic regulatory benchmark for security institutions nationwide. | |
| dc.description.resumo | Esta pesquisa analisa a aplicação e o impacto potencial da Inteligência Artificial Generativa (IAG) na modernização do Corpo de Bombeiros Militar do Amazonas (CBMAM), especificamente em sua contribuição para a gestão de dados, elaboração de documentos e suporte à tomada de decisão estratégica. Adotando uma abordagem exploratória-descritiva de natureza qualitativa, o estudo utilizou como fontes principais a análise do Mapa da Força, documentos oficiais, e entrevistas em setores administrativos. Foram examinados dados funcionais e formativos dos militares, correlacionando o perfil geracional com a proficiência tecnológica, além da avaliação de sistemas em uso, como o SINESP 3.0. Os resultados demonstram que a IAG oferece ganhos significativos na otimização de processos administrativos e operacionais, como a padronização e agilidade na confecção de relatórios complexos. Contudo, os achados apontam desafios críticos, incluindo o hiato geracional de proficiência, a escassez de efetivo especializado em TI e, sobretudo, os riscos inerentes à segurança da informação (Lei Geral de Proteção de Dados Pessoais – LGPD) e à disseminação de conteúdo falso (alucinações). Como principal contribuição prática, o estudo propõe uma Norma Administrativa (Portaria) para o CBMAM, visando regulamentar o uso da IAG, mitigando riscos de sigilo e promovendo a transparência institucional. Conclui-se que a adoção responsável e normatizada da IAG é imperativa para a modernização da administração pública militar, servindo de referência estratégica para instituições de segurança pública em âmbito nacional. | |
| dc.identifier.citation | NOGUEIRA, Carlos Eduardo Durans. Inteligência artificial generativa no corpo de bombeiros militar do Amazonas: uso e Impacto na corporação, Manaus, 2025. 34f. TCC- (Tecnologia em Gestão e Governança de Riscos e Desastres) – Universidade do Estado do Amazonas. Escola Superior de Tecnologia. | |
| dc.identifier.uri | https://ri.uea.edu.br/handle/riuea/8075 | |
| dc.publisher | Universidade do Estado do Amazonas | |
| dc.publisher.initials | UEA | |
| dc.relation.references | AMAZONAS. Constituição do Estado do Amazonas, promulgada em 5 de outubro de 1989. Atualizada até Emenda Constitucional nº 137, de 26 de junho de 2024. Manaus: Assembleia Legislativa do Estado do Amazonas, 2024. Disponível em: http://www2.senado.leg.br/bdsf/handle/id/70430. Acesso em: 26 set. 2025. ASSOCIAÇÃO NACIONAL DE PÓS-GRADUAÇÃO E PESQUISA EM ADMINISTRAÇÃO (ANPAD). Boas Práticas da Publicação Científica: um manual para autores, revisores, editores e integrantes de Corpos Editoriais. Rio de Janeiro: ANPAD, 2010. BANH, Leonardo; STROBEL, Gero. Generative Artificial Intelligence. Electronic Markets, v. 33, n. 1, p. 63, 2023. BISOL, Guilherme. Proposta de política de uso de inteligência artificial para o Corpo de Bombeiros Militar de Santa Catarina. 2024. Monografia (Gestão Pública com Ênfase em Atividade Bombeiril) - Udesc, Florianópolis, 2024. Disponível em: https://repositorio.udesc.br/handle/UDESC/20481. Acesso em: 29 set. 2025. BORGES, Luiz Eduardo. Python para desenvolvedores: aborda Python 3.3. São Paulo: Novatec Editora, 2014. BRASIL. Constituição da República Federativa do Brasil de 1988. Brasília, DF: Presidência da República, 1988. Disponível em: http://www.planalto.gov.br/ccivil_03/constituicao/constituicao.htm. Acesso em: 17 set. 2025. BRASIL. Lei n.º 13.709, de 14 de agosto de 2018. Lei Geral de Proteção de Dados Pessoais (LGPD). Diário Oficial da União, Brasília, DF, 15 ago. 2018. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709.htm. Acesso em: 20 set. 2025. BRASIL. Ministério da Educação. Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES). Engenharias IV. Brasília, DF, 2025b. Disponível em: https://www.gov.br/capes/pt-br/acesso-a-informacao/acoes-eprogramas/avaliacao/sobre-a-avaliacao/areas-avaliacao/sobre-as-areas-deavaliacao/colegio-de-ciencias-exatas-tecnologicas-emultidisciplinar/engenharias/engenharias-iv. Acesso em: 16 set. 2025. BRASIL. Ministério da Justiça e Segurança Pública. Portaria MJSP nº 961, de 24 de junho de 2025. Estabelece diretrizes sobre uso de soluções de tecnologia da informação aplicadas às atividades de investigação criminal e inteligência de segurança pública. Diário Oficial da União, Brasília, DF, seção 1, p. 104-105, 30 jun. 2025a. Disponível em: https://www.in.gov.br/en/web/dou/-/portaria-mjsp-n-961-de-24-de-junho-de-2025-638661609. Acesso em: 20 set. 2025. BRASIL. Ministério da Justiça e Segurança Pública. Sistema Nacional de Informações de Segurança Pública (SINESP). Brasília, DF, 2012. Disponível em: https://www.gov.br/mj/pt-br/assuntos/sua-seguranca/seguranca-publica/sinesp-1.Acesso em: 15 set. 2025. CHRISTIANO, Paul F. et al. Deep reinforcement learning from human preferences. Advances in neural information processing systems, v. 30, 2017. CRESWELL, Antonia et al. Generative adversarial networks: An overview. IEEE signal processing magazine, v. 35, n. 1, p. 53-65, 2018. DELOITTE. 2025 Gen Z and Millennial Survey: Growth and the pursuit of money, meaning, and well-being. 2025. Disponível em: https://www2.deloitte.com/global/en/pages/aboutdeloitte/articles/genzmillennialsurvey.html. Acesso em: 26 set. 2025. DIVINO, S. Estratégia brasileira de inteligência artificial (ebia) e políticas públicas:propostas para efetivação dos eixos legislação, regulação e uso ético e governança de IA. E-Legis − Revista Eletrônica Do Programa De Pós-Graduação Da Câmara Dos Deputados, v. 15, n. 39, p. 45–78, 2022. DOI: 10.51206/elegis.v15i39.797. GOODFELLOW, Ian J. et al. Generative adversarial nets. Advances in neural information processing systems, v. 27, 2014. GROSS, Lucas Henrique Alves da Rosa. Desenvolvimento de um sistema de controle e monitoramento de materiais do almoxarifado do Centro de Ensino e Instrução do CBPMPR, baseado na perspectiva de internet das coisas (IoT) com a utilização de microcontroladores ESP32, sensores de rádio frequência (RFID) e gerenciamento por software WEB. Brazilian Journal of Development, Curitiba, v.8, n. 3, p. 18495-18514, mar. 2022. DOI: https://doi.org/10.34117/bjdv8n3-199. HASHISH, Ebtsam Aly Abou; ALNAJJAR, Hend. Digital proficiency: assessing knowledge, attitudes, and skills in digital transformation, health literacy, and artificial intelligence among university nursing students. BMC Medical Education, v. 24, n. 1,p. 508, 2024. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA (IBGE). Agência de Notícias. Censo 2022: proporção da população com nível superior completo aumenta de 6,8% em 2000 para 18,4% em 2022. Rio de Janeiro, 26 fev. 2025. Disponível em:https://agenciadenoticias.ibge.gov.br/agencia-noticias/2012-agencia-denoticias/noticias/42742-censo-2022-proporcao-da-populacao-com-nivel-superiorcompleto-aumenta-de-6-8-em-2000-para-18-4-em-2022. Acesso em: 11 out. 2025. KOVÁCS, Zsolt László. Redes neurais artificiais. Editora Livraria da Física, 2002. LEE, Raymond ST. Artificial intelligence in daily life. 2020. MENDONÇA, Roberto. Bombeiros do Amazonas: retrospectiva 1876 - 1998.Manaus: Editora Travessia, 2013. MINSKY, Marvin; PAPERT, Seymour A. Perceptrons, reissue of the 1988 expanded edition with a new foreword by Léon Bottou: an introduction to computational geometry. MIT press, 2017. MUCCI, Tim. A história da inteligência artificial. IBM, 21 out. 2024. Disponível em: https://www.ibm.com/br-pt/think/topics/history-of-artificial-intelligence. Acesso em:26 set. 2025. NAGATA, Sabrina Vettorazzi. Utilização da inteligência artificial na segurança pública e sua contribuição na Polícia Militar. Brazilian Journal of Development, v. 10, n. 6,p. e70815-e70815, 2024. NOGUEIRA, Carlos Eduardo Durans. Augmentação estocástica de controladores bioinspirados aplicados a VANTs quadcópteros. 2021. Dissertação (Mestrado em Engenharia Elétrica) – Programa de Pós-Graduação em Engenharia Elétrica,Instituto de Tecnologia, Universidade Federal do Pará, Belém, 2021. NOGUEIRA, Carlos Eduardo Durans. Utilização de redes neurais artificiais para representar o algoritmo de Balda para detecção de picos QRS de eletrocardiogramas. In: CONGRESSO BRASILEIRO DE ELETROMIOGRAFIA E CINESIOLOGIA, 5.; SIMPÓSIO DE ENGENHARIA BIOMÉDICA, 10., 2014, Belém.Belém, 2014. p. 1-1. ISBN: 978-85-5722-065-2. DOI: 10.29327/cobecseb.78956. PANDIT, Arushi; GARG, Anchal. Artificial neural networks in healthcare: A systematic review. In: INTERNATIONAL CONFERENCE ON CLOUD COMPUTING, DATA SCIENCE & ENGINEERING (CONFLUENCE). Piscataway: IEEE, 2021. p. 1-6. PEREIRA, Japhet. O CBMDF do Futuro: Corpo de Bombeiros Militar do Distrito Federal. Brasília: Assofbm, 2012. RANGAYYAN, R. M. Biomedical Signal Analysis. 2. ed. New York: John Wiley & Sons, 2015. p. 233-293. RUMELHART, David E.; HINTON, Geoffrey E.; WILLIAMS, Ronald J. Learning representations by back-propagating errors. Nature, v. 323, n. 6088, p. 533-536,1986. SAMPAIO, Rafael Cardoso; SABBATINI, Marcelo; LIMONGI, Ricardo. Diretrizes para o uso ético e responsável da inteligência artificial generativa: um guia prático para pesquisadores. Boletim Técnico do PPEC, v. 10, p. e025003-e025003, 2024. SANTOS, Danilo Turkievicz dos et al. Introdução a machine learning e redes neurais. Goiânia: UFG ‒ Editora CEGRAF, 2025. ISBN 978-85-495-1018-1. Disponível em: https://portaldelivros.ufg.br/index.php/cegrafufg/catalog/book/644.Acesso em: 26 set. 2025. STONE, Peter et al. Artificial intelligence and life in 2030: the one hundred year study on artificial intelligence. arXiv preprint arXiv:2211.06318, 2022. | |
| dc.rights | Attribution-NonCommercial-NoDerivs 3.0 United States | en |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/us/ | |
| dc.subject | Inteligência artificial | |
| dc.subject | Gestão de dados | |
| dc.subject | Corpo de bombeiros militar | |
| dc.subject | Normatização | |
| dc.subject | Eficiência operacional | |
| dc.title | Inteligência artificial generativa no corpo de bombeiros militar do Amazonas: uso e Impacto na corporação | |
| dc.title.alternative | Generative Artificial Intelligence in the Amazonas Military Fire Department: Use and Impact on the Organization | |
| dc.type | Trabalho de Conclusão de Curso |
Arquivos
Pacote original
1 - 1 de 1
Carregando...
- Nome:
- inteligencia_artificial_generativa_bombeiros_normatização.pdf
- Tamanho:
- 679.97 KB
- Formato:
- Adobe Portable Document Format
