O objetivo geral da pesquisa consiste em desenvolver, validar e documentar um fluxo automatizado e auditável de processamento de dados e modelos de IA (pipeline de IA) que integre licenças ambientais, cadastros/registro de terras e imagens de satélite para detectar e priorizar indícios de corrupção e fraudes em procedimentos que incidem sobre terras indígenas, estabelecendo padrões de governança, explicabilidade, LGPD e uso probatório responsável aplicáveis no âmbito institucional.
Objetivos específicos:
Integrar bases oficiais (licenças/EIA-RIMA/condicionantes; cadastros/registro; TIs; séries satelitais), com padronização, georreferenciamento, deduplicação e trilha de auditoria.
Construir indicadores de risco jurídico-ambiental/fundiário a partir de regras de conformidade e métricas espaço-temporais das imagens.
Priorizar situações fora do padrão, combinando regras e um mecanismo de detecção não decisório, com métricas de qualidade e validação simples.
Assegurar explicabilidade e cadeia de custódia: cada alerta explicará qual documento, qual regra e qual imagem o sustentam; registros com logs e versionamento.
Governança de IA/LGPD: checklists, limites de automação, auditorias de viés/impacto e critérios transparentes de priorização.
Transferência institucional: co-desenho com usuários, capacitação, guia operacional e plano de replicação (requisitos mínimos e indicadores de acompanhamento).
Equipe
Líder do Projeto: Denise Neves Abade (Doutorado)
Integrantes: Galtienio da Cruz Paulino – Pesquisador (Doutorado) Juliana Rodrigues de Freitas – Pesquisador (Doutorado) Diego Lima Azevedo - Assistente de Pesquisa (Mestrando) Benefrancis do Nascimento - Auxiliar Técnico nível II (Especialista)
Período
Início: 10/02/2026 Previsão de término:10/02/2028 (24 meses)