ALICE: INTELIGÊNCIA ARTIFICIAL GENERATIVA E MICROLEARNING PARA CAPACITAÇÃO PERSONALIZADA DE SERVIDORES PÚBLICOS MUNICIPAIS – DESENVOLVIMENTO, VALIDAÇÃO E IMPACTOS NA MODERNIZAÇÃO DA GESTÃO PÚBLICA
Prefeituras; Serviço Público; Microlearning; Inovação em Gestão Pública; Capacitação; Servidores; Municipal; Governança; Tecnologia; Inteligência Artificial Generativa
A fragilidade institucional e a baixa capacidade de formação contínua em municípios brasileiros de pequeno e médio porte resultam em ineficiência e erros regulatórios, como na aplicação da Nova Lei de Licitações. Tendo em vista essa problemática, esta pesquisa propõe o desenvolvimento e a validação de uma solução tecnológica que utiliza a Inteligência Artificial Generativa (IAg) e o Microlearning para promover a capacitação personalizada de servidores públicos. O objetivo central é criar um artefato sociotécnico escalável e economicamente viável que empregue a IAg na produção de microaulas e trilhas de aprendizagem adaptativas, superando as limitações dos modelos tradicionais de capacitação, genéricos e desvinculados da rotina. A metodologia adotada é quali-quantitativa, estruturada em fases de Design Science Research (DSR), incluindo análise de requisitos com Design Thinking, modelagem de negócios (TAM-SAM-SOM) e avaliação de um Produto Mínimo Viável (MVP) em estudo piloto em prefeituras. O escopo visa validar a hipótese de que a personalização do Microlearning, impulsionada pela IAg, aumenta significativamente a retenção de conhecimento regulatório, a percepção de competências e a agilidade processual dos servidores. A análise de concorrência e a modelagem socioeconômica indicam a viabilidade de mercado da plataforma como alternativa de baixo custo e alta aderência para o desenvolvimento de pessoas no setor público municipal.