A possibilidade do uso estratégico da inteligência artificial como ferramenta de inovação na segurança contra incêndio e pânico: uma abordagem aplicada ao DESEG/CBMDF

Abstract

Esta pesquisa analisa a viabilidade do uso estratégico da inteligência artificial (IA) para a gestão do conhecimento técnico e normativo no Departamento de Segurança Contra Incêndio e Pânico (DESEG) do Corpo de Bombeiros Militar do Distrito Federal (CBMDF). Adota-se uma abordagem aplicada, de caráter exploratório-explicativo, e método dedutivo. Como procedimentos, realiza revisão de literatura; levantamento do panorama nacional de uso de IA nos Corpos de Bombeiros por meio de questionários, e a análise qualitativa de estudos de caso com a empresa TARGET e o Tribunal de Contas da União (TCU); análise documental com ferramenta de IA do tipo Geração Aumentada por Recuperação (RAG) aplicada a pareceres técnicos do DESEG; e um estudo comparativo de desempenho entre militares (analistas de projetos e agentes fiscalizadores) e IA. O levantamento, com26 corporações, indica elevado interesse institucional (92,31%), porém estágio inicial de adoção: 65,38% não utilizam IA, 26,92% estão em estudo e 7,69% em implementação, sendo que nenhuma instituição conseguiu ainda viabilizar um sistema corporativo de inteligência artificial. Os estudos de caso evidenciam ganhos de eficiência, padronização e apoio decisório (TARGET e ChatTCU), e ressaltam requisitos de segurança da informação, validação humana e gestão de dados. Na análise documental, a RAG mostrou limitações com grande volume (191 documentos) e bom desempenho com amostra reduzida (42 pareceres), permitindo extrair estatísticas gerenciais de grande informação para a gestão documental do DESEG. No teste comparativo de desempenho, que mensurou a acurácia e o tempo de resposta de uma ferramenta de IA do tipo RAG em contraste com analistas de projetos e agentes fiscalizadores do CBMDF ao responderem questões normativas de complexidade variada, os resultados demonstraram que a IA alcançou uma acurácia geral superior (81,25%) à média dos especialistas humanos (73,63%) além de um expressivo ganho de tempo nas respostas das perguntas (18 minutos e 15 segundos). A análise qualitativa revelou que, enquanto os militares mostraram proficiência em questões de consulta direta, a performance da IA foi superior em tarefas de carga cognitiva, como a interpretação de notas de exceção em normas e a execução de cálculos complexos. Conclui-se que a adoção de IA é viável e recomendável para sistematizar e recuperar conhecimento técnico-normativo no DESEG, com potencial de reduzir tempos de análise, mitigar erros e apoiar a tomada de decisão, desde que acompanhada de políticas de governança de dados, capacitação e validação técnica. Recomenda-se a realização de projeto-piloto institucional, definição de diretrizes de contratação e expansão do uso de ferramentas de IA para o DESEG e demais setores do CBMDF.

This research analyzes the feasibility of strategically using artificial intelligence (AI) for the management of technical and normative knowledge within the Department of Fire and Panic Safety (DESEG) of the Military Fire Brigade of the Federal District (CBMDF). It adopts an applied, exploratory-explanatory approach and a deductive method. The procedures include a literature review; a national survey on AI use in Brazilian Fire Brigades; a qualitative analysis of case studies with the company TARGET and the Federal Court of Accounts (TCU); a document analysis using a Retrieval-Augmented Generation (RAG) AI tool applied to DESEG's technical reports; and a comparative performance study between military personnel (project analysts and inspection agents) and the AI. The survey of 26 fire departments indicates high institutional interest (92.31%) but an early stage of adoption, as 65.38% do not use AI, 26.92% are in the study phase, and 7.69% are in implementation, with no institution having yet managed to deploy a corporate artificial intelligence system. The case studies show gains in efficiency, standardization, and decision support (TARGET and ChatTCU) and highlight the requirements for information security, human validation, and data management. In the document analysis, the RAG tool showed limitations with a large volume of documents (191) but performed well with a reduced sample (42 reports), allowing for the extraction of valuable managerial statistics for DESEG's document management. In the comparative performance test, the results demonstrated that the AI achieved a higher overall accuracy (81.25%) than the human experts (73.63%), in addition to a significant time gain in answering the questions (18 minutes and 15 seconds). The qualitative analysis revealed that while military personnel showed proficiency in direct-query questions, the AI's performance was superior in high-cognitive-load tasks, such as interpreting exception clauses in norms and performing complex calculations. It is concluded that the adoption of AI is feasible and recommended to systematize and retrieve technical-normative knowledge in DESEG, with the potential to reduce analysis times, mitigate errors, and support decision-making, provided it is accompanied by data governance policies, training, and technical validation. Recommendations include conducting an institutional pilot project, defining procurement guidelines, and expanding the use of AI tools to DESEG and others sectors of the CBMDF.