Uma arquitetura de oráculo agêntico para tokenização de microcréditos de carbono veicular
Oráculos Agênticos, Blockchain Permissionada, Créditos de Carbono, Modelos de Linguagem de Grande Escala (LLMs), Sustentabilidade Digital.
O setor de transportes representa um desafio central na mitigação das mudanças climáticas, exigindo mecanismos de Mensuração, Reporte e Verificação (MRV) automatizados e confiáveis. Atualmente, a tokenização de créditos de carbono veiculares enfrenta limitações decorrentes do uso de oráculos passivos tradicionais, que carecem de governança autônoma e de capacidade de realizar validações contextuais. Nesse contexto, esta dissertação propõe uma arquitetura de oráculo agêntico para a tokenização de microcréditos de carbono. O sistema foi concebido como uma estratégia de incentivo à descarbonização, recompensando a redução de emissões por meio de inteligência artificial e de modelos de linguagem de grande escala (LLMs). A metodologia consistiu no desenvolvimento de uma estrutura multiagente projetada especificamente para cumprir as etapas de um ciclo MRV, sob a coordenação de um orquestrador moderador. O mecanismo processa telemetria veicular para o cálculo de CO₂, a detecção de anomalias e a governança das deliberações. Para validar a viabilidade da arquitetura, o fluxo foi implementado por meio de contratos inteligentes na blockchain permissionada Hyperledger Besu, o que permite a emissão de ativos em uma rede de custo zero. Testados com dados de sessões de condução reais e sintéticos, os resultados demonstraram que o uso de agentes baseados em LLMs permite uma governança autônoma e explicável, com registros auditáveis on-chain, possibilitando a rastreabilidade e a eficiência em mercados ambientais digitais.