Política de AI

Princípios

• Transparência. Sempre que um sistema desenvolvido por nós interage diretamente com cidadãos, munícipes ou colaboradores, identifica-se claramente como AI.
• Supervisão humana. Não desenhamos sistemas que tomem, sozinhos, decisões administrativas ou operacionais de impacto significativo. O humano do cliente mantém sempre a decisão final.
• Proporcionalidade. Automatizamos o repetitivo e o que pode ser assistido por AI; não automatizamos decisões administrativas, jurídicas ou financeiras de alto impacto sem revisão humana.
• Privacidade. Os dados do cliente não alimentam o treino de modelos públicos. Opt-out de treino contratualizado com os fornecedores de modelos que usamos.
• Honestidade operacional. Modelos erram. Descrevemos os limites de cada sistema entregue em vez de os esconder.

Transparência sobre AI (AI Act art. 50.º)

Nos termos do artigo 50.º do AI Act, aplicável a partir de 2 de agosto de 2026, qualquer sistema de AI que interaja diretamente com pessoas singulares tem de garantir que essas pessoas são informadas. Nos sistemas que desenhamos para clientes:

• interfaces de conversação (chat, formulários assistidos) identificam-se como AI na primeira interação e indicam como pedir intervenção humana;
• relatórios, resumos ou recomendações gerados por AI são sinalizados como tal quando chegam a um decisor humano ou a um cidadão;
• sistemas de apoio à decisão deixam explícito que a recomendação é gerada por AI e carece de validação humana antes de produzir efeitos.

Supervisão humana e encaminhamento

Nos sistemas que desenhamos, aplicam-se critérios de encaminhamento:

• pedido explícito de intervenção humana;
• deteção de um caso fora do âmbito treinado ou desenhado;
• qualquer decisão com efeito significativo sobre uma pessoa singular fica sempre sujeita a validação humana antes de ser executada.

Precisão e mitigação de erro

Fontes factuais

Para respostas factuais, os sistemas são construídos a partir da documentação, dos dados e dos processos reais do cliente, mapeados durante o projeto. Quando o caso de uso o exige, podem consultar essas fontes para fundamentar a resposta.

Salvaguardas por domínio

Em contexto municipal, os sistemas que entregamos não tomam decisões administrativas vinculativas sem validação humana. Em contexto industrial, não substituem responsabilidades de segurança ou conformidade regulatória do cliente. Sempre que o utilizador força o limite, o sistema encaminha para uma pessoa responsável do lado do cliente.

Confiança e incerteza

Quando o modelo não sabe, o sistema é desenhado para dizer que não sabe. Preferimos uma resposta que assume limites a uma alucinação confiante.

Direitos dos utilizadores

Aplicam-se os direitos do RGPD (arts. 15.º-22.º), incluindo o direito a não ser sujeito a decisões exclusivamente automatizadas com efeitos significativos (art. 22.º). Qualquer pessoa afetada por um sistema que desenvolvemos para um cliente pode pedir intervenção humana e contestar uma decisão junto do cliente responsável pelo tratamento, ou contactar-nos em /dpo.

Dados e treino

Os dados de um projeto não são usados para treinar modelos públicos. Nos contratos que usamos como referência com OpenAI e Anthropic, o treino com base nos dados enviados via API está desativado por defeito. Quando um sistema fica configurado com a chave de API ou o tenant do próprio cliente, os dados são processados diretamente ao abrigo do contrato desse cliente com o fornecedor em causa. Não vendemos nem partilhamos dados de projeto com terceiros além dos subcontratantes técnicos estritamente necessários, listados em /sub-processadores.

Mitigação de enviesamento

Os modelos subjacentes são testados pelos seus fornecedores para enviesamento demográfico e linguístico. Adicionamos, por projeto:

• Revisão do comportamento do sistema em português europeu e no contexto real do cliente antes de entrar em produção.
• Acompanhamento contínuo nas primeiras semanas após o lançamento, com ajustes de guardrails quando necessário.

Adoção faseada

O trabalho começa com diagnóstico e mapeamento, workshops e pilotos em casos de uso reais. A expansão é acompanhada por formação das equipas e termina com transferência de conhecimento, para que o cliente consiga operar e evoluir os sistemas com autonomia.

Incidentes relacionados com AI

Se um sistema desenvolvido por nós causar ou for suscetível de causar dano (erro material, recomendação incorreta em contexto sensível, tratamento indevido de dados), o cliente pode contactar dpo@monolitica.pt. Triamos o reporte, aplicamos correção e documentamos o ocorrido.

Alterações a esta política

Mudanças materiais a esta política são comunicadas com pré-aviso razoável aos clientes com projetos ativos.