Google e ONU criam nova infraestrutura global de dados para IA

Principais destaques

• Um novo hub da ONU: o UN System Data Commons reúne estatísticas de diferentes entidades da organização em uma única plataforma legível por máquinas.
• Google entra na infraestrutura: a plataforma usa o framework Data Commons e terá suporte a consultas em linguagem natural e ao Model Context Protocol (MCP).
• IA ainda precisa de supervisão: testes da UNICEF mostram dificuldades importantes dos modelos de linguagem para responder corretamente a perguntas sobre indicadores globais.

Durante décadas, encontrar uma estatística específica dentro do sistema das Nações Unidas podia significar navegar por diferentes agências, formatos e bases de dados. Agora, a organização quer transformar esse labirinto em algo mais próximo de uma grande base de conhecimento acessível tanto por pessoas quanto por sistemas de inteligência artificial.

A ONU lançou o UN System Data Commons, uma plataforma de código aberto construída sobre o framework Data Commons, do Google. O novo sistema substitui o antigo portal UNData e está disponível em data.un.org.

A ideia é simples na aparência: colocar os dados estatísticos do sistema ONU em um único ambiente. A parte complicada está nos bastidores.

O problema estava nos dados espalhados 🧩

Estatísticas sobre saúde, pobreza, educação, população e desenvolvimento econômico são produzidas por diferentes entidades das Nações Unidas. Historicamente, esses dados foram publicados em estruturas e formatos que nem sempre conversavam entre si.

Isso criava um obstáculo antes mesmo de qualquer análise começar.

🔎 O gargalo era a organização: conectar conjuntos de dados podia exigir meses de trabalho manual para alinhar indicadores, períodos históricos e divisões geográficas.

O UN System Data Commons tenta resolver justamente essa etapa. A plataforma estrutura as informações em um grafo de conhecimento, permitindo relacionar diferentes indicadores e preservar o contexto necessário para interpretá-los.

O objetivo é fazer com que uma pergunta sobre um determinado indicador possa encontrar informações relacionadas sem que o usuário precise conhecer previamente qual agência da ONU mantém aquela estatística.

E o Google está no meio disso tudo 🤖

O projeto utiliza a tecnologia do Google Data Commons, framework desenvolvido para organizar e conectar dados estatísticos provenientes de diferentes fontes.

Vinte e seis entidades da ONU aderiram à iniciativa. Quase 20 já disponibilizavam dados na plataforma no momento do lançamento.

A meta é consideravelmente maior.

A ONU pretende incorporar 80% de seus conjuntos de dados estatísticos até 2027, transformando o sistema em uma camada comum para uma parcela significativa das informações produzidas pela organização.

💰 Há também dinheiro envolvido: o Google.org destinou US$ 2 milhões em financiamento, além de suporte técnico para a construção da infraestrutura central.

Apesar da participação do Google, a plataforma será hospedada em uma instância administrada pela própria ONU. A intenção é que a organização consiga operar a infraestrutura de maneira independente ao longo do tempo.

Não é apenas um novo portal de estatísticas

A diferença mais importante talvez esteja na maneira como os dados podem ser utilizados.

O sistema oferece consultas em linguagem natural, permitindo que usuários façam perguntas sem necessariamente precisar dominar a estrutura técnica das bases.

Mais importante ainda, a plataforma incorpora o Model Context Protocol (MCP), padrão que permite a agentes de IA se conectarem a fontes externas e recuperarem informações diretamente delas.

Isso aproxima o projeto de uma mudança maior na forma como sistemas de IA trabalham com informação factual.

Em vez de um modelo simplesmente tentar lembrar um número aprendido durante seu treinamento, um agente pode consultar uma fonte estruturada, recuperar o indicador e, idealmente, preservar a procedência daquela informação.

💡 A grande mudança é essa: a IA deixa de depender apenas do que “sabe” e passa a ter um caminho estruturado para consultar dados oficiais.

Uma demonstração mostra onde isso pode chegar

O Google apresentou um exemplo envolvendo indicadores relacionados ao HIV, mortalidade por AIDS e expectativa de vida.

Um sistema de IA consultou os dados da ONU e utilizou essas informações para produzir automaticamente um infográfico sobre o impacto do Plano de Emergência do Presidente dos EUA para o Alívio da AIDS na África.

O exemplo combina três elementos que normalmente ficam separados: consulta de dados, interpretação por IA e geração de conteúdo.

É justamente essa combinação que pode tornar bases estatísticas estruturadas mais importantes para os agentes de IA.

Mas existe um problema: a IA ainda erra bastante 📊

O lançamento acontece em um momento particularmente interessante para esse tipo de infraestrutura.

Um benchmark realizado pela UNICEF avaliou seis grandes modelos de linguagem em perguntas relacionadas a indicadores globais de desenvolvimento.

O resultado citado pelo TechCrunch chama atenção: a precisão média foi de apenas 21,2% em mais de 133 mil respostas.

Segundo os dados apresentados, aproximadamente três em cada cinco respostas não conseguiram fornecer nenhum número utilizável.

Isso expõe uma contradição importante.

Modelos de linguagem estão cada vez melhores em conversar sobre estatísticas, mas isso não significa necessariamente que estejam recuperando os números corretos.

⚠️ Falar com segurança não é o mesmo que estar certo: uma resposta pode parecer perfeitamente plausível e ainda assim apresentar um indicador incorreto, um período diferente ou uma interpretação inadequada.

É aí que uma infraestrutura como o Data Commons pode ganhar importância.

A procedência passa a fazer parte da resposta 🔗

Uma das características do novo sistema é manter a ligação entre cada dado e a entidade da ONU responsável por sua produção.

Isso permite rastrear a estatística recuperada pela IA até sua origem.

Para pesquisadores, jornalistas e organizações que precisam publicar números, essa característica é especialmente relevante. Não basta receber “42%” de um agente de IA. É preciso saber 42% de quê, em qual período, para qual população e segundo qual instituição.

A procedência ajuda a responder essas perguntas.

🧠 O princípio é quase o oposto de uma caixa-preta: quanto mais a IA participa da consulta, mais importante se torna mostrar de onde veio aquilo que ela está dizendo.

Nem a própria infraestrutura elimina a necessidade de revisão humana

Os responsáveis pelo projeto não apresentam a nova plataforma como uma solução automática para todos os problemas de precisão.

Prem Ramaswami, chefe da equipe do Google Data Commons, recomendou que os resultados sejam revisados por uma pessoa antes de serem citados ou publicados, justamente porque modelos podem interpretar incorretamente determinadas nuances.

Isso é particularmente importante em estatísticas internacionais.

Uma mudança na definição de um indicador, uma alteração na metodologia ou uma diferença entre períodos pode modificar completamente o significado de um número que, isoladamente, parece correto.

A ONU quer construir uma espécie de camada de dados para agentes

O movimento também aponta para uma transformação mais ampla.

Se agentes de IA começarem a consultar diretamente bases estruturadas, organizações como a ONU podem deixar de ser apenas produtoras de relatórios destinados a leitores humanos e passar a funcionar também como fontes de dados diretamente consumíveis por máquinas.

A combinação de grafo de conhecimento, linguagem natural, procedência e MCP cria justamente essa possibilidade.

A questão agora será saber se a expansão prevista até 2027 conseguirá manter consistência entre centenas de conjuntos de dados, metodologias e instituições diferentes.

Porque, na era dos agentes, organizar o dado pode ser tão importante quanto produzir o dado.

E o próximo desafio da ONU talvez não seja simplesmente colocar mais estatísticas online, mas garantir que, quando uma IA perguntar por elas, a resposta venha acompanhada de contexto suficiente para que ninguém precise confiar apenas na aparência de certeza da máquina.