Um pesquisador brasileiro desenvolveu um sistema de inteligência artificial considerado o mais confiável já testado dentro de um dos maiores bancos multilaterais de desenvolvimento do mundo. A solução combina a arquitetura RAG (Retrieval Augmented Generation), amplamente adotada em aplicações de IA, com módulos adicionais criados especificamente para auditoria e correção automática de citações e afirmações geradas pelo modelo.
Uma trajetória fora do padrão técnico tradicional
Há mais de quatro anos, quando Guilherme Cunha Lima ingressou na instituição, ele não previa que sua trajetória profissional tomaria um rumo tão pouco convencional. Graduado em Ciências Políticas e mestre em Administração Pública, Guilherme construiu sua experiência atuando em áreas analíticas diretamente ligadas à produção de conhecimento do banco. Esse percurso, no entanto, passou a se transformar à medida que o avanço da inteligência artificial impôs novos desafios às organizações que dependem de rigor metodológico e confiabilidade em pesquisa.
“A maioria das pessoas que hoje trabalham com IA vêm de carreiras técnicas. Eu percorri o caminho oposto”, revela ele. Sem formação formal em programação e com contato limitado com linguagens de código durante a graduação, Guilherme migrou para a área tecnológica motivado por uma demanda concreta dentro do próprio banco.
A equipe da qual fazia parte identificou que, apesar da evolução dos modelos de linguagem generativa, soluções comerciais como o ChatGPT não atendiam aos critérios institucionais, sobretudo por limitações relacionadas à transparência, rastreabilidade, rigor metodológico e confiança. Princípios essenciais para uma organização reconhecida globalmente pela qualidade de suas pesquisas.
Diante desse cenário, Guilherme assumiu, há pouco mais de um ano, o desafio de investigar como a inteligência artificial poderia ser aplicada para acelerar processos de pesquisa sem comprometer a integridade técnica das análises. O que começou como um teste exploratório evoluiu para um dos projetos mais inovadores da instituição: o desenvolvimento de um pipeline de IA capaz de produzir estudos complexos com desempenho superior ao das ferramentas comerciais mais avançadas.
A base do sistema é a arquitetura RAG, mas o diferencial está na incorporação de dois módulos inéditos, desenvolvidos integralmente pelo pesquisador, voltados à auditoria e à correção automática das citações e afirmações produzidas pelo modelo. Na prática, o pipeline consegue processar centenas de documentos originais, como artigos científicos, relatórios técnicos e livros, além disso, pode gerar pesquisas aprofundadas e prontas para uso pelos especialistas do banco, além de verificar, rotular e corrigir cada citação por meio da comparação direta com o texto-fonte, reduzindo falhas e alucinações típicas de modelos generativos.
Resultados superiores às principais ferramentas do mercado
Esses módulos adicionais conferem ao sistema mecanismos de autoauditoria, assegurando alta fidelidade ao material original. Em testes comparativos com ferramentas como Deep Research (ChatGPT) e Elicit, o pipeline desenvolvido por Guilherme alcançou mais de 90% de acurácia, superando de forma expressiva os concorrentes, que registraram resultados entre 70% e 80%.
Ao longo de apenas um ano, além de liderar o desenvolvimento do projeto, Guilherme tornou-se fluente em programação, utilizando a própria IA como ferramenta de aprendizado acelerado. Atualmente, escreve e revisa código com naturalidade, sendo responsável pelo pipeline de inteligência artificial mais confiável já implementado dentro da instituição.
A versão final do projeto, que será apresentada após mais de um ano de trabalho contínuo, representa um raro ponto de convergência entre capacidade analítica, domínio metodológico e adaptação rápida a tecnologias emergentes.
“Consegui unir minha formação em políticas públicas com profundo conhecimento sobre regulação e produção de evidências ao universo da IA, criando um produto que interessa não apenas a bancos multilaterais, mas também a setores altamente regulados, como biofarmacêuticas, energia e empresas sujeitas a compliance federal rigoroso”, acredita ele.
Entre seus planos profissionais está o desenvolvimento de uma versão personalizada do pipeline para o setor privado, com foco em regulatory intelligence, permitindo que empresas analisem documentos regulatórios complexos com maior precisão, velocidade e transparência.
Em um contexto global marcado por debates sobre os efeitos da inteligência artificial na qualidade da informação, a trajetória de Guilherme evidencia que é possível empregar essa tecnologia para acelerar a produção de conhecimento sem abrir mão de elevados padrões de confiabilidade.
