Guilherme Lichand

Inova&amp;Ação

No terceiro e último artigo <a href="https://www.jota.info/coberturas-especiais/inova-e-acao/dados-vs-sistemas-erros-e-acertos-na-contratacao-de-tecnologia-pelo-setor-publico-29012019" target="_blank" rel="noopener">desta</a> <a href="https://www.jota.info/coberturas-especiais/inova-e-acao/dados-vs-sistemas-3-acertos-na-contratacao-de-tecnologia-pelo-setor-publico-05022019" target="_blank" rel="noopener">série</a>, abordo alguns casos brasileiros nos quais a contratação de tecnologia aprisionou dados em sistemas proprietários ou gerou más escolhas tecnológicas na tentativa de impedir que isso ocorresse, gerando custos – muitas vezes invisíveis – para o cidadão.
<ul class="jota-article__internal-links">
<li>+JOTA: <a href="https://www.jota.info/assine">Assine o JOTA e não deixe de ler nenhum destaque!</a></li>
</ul>
<h3>Erro #1: Contratando tecnologia embarcada</h3>
Nos últimos anos, houve uma verdadeira explosão do modelo de smart cities: a implementação de sensores conectados (Internet of Things, IoT) espalhados por toda a cidade, de vagas de estacionamento à catraca do metrô até as faixas das principais vias, monitorando indicadores chave de mobilidade urbana como taxa de ocupação e tempo médio de estacionamento em diferentes regiões da cidade, fluxo de passageiros em diferentes linhas e horários, e velocidade média de tráfego em diferentes vias e horários. 
Em função dos fluxos altíssimos de pessoas e veículos em uma grande cidade, e da natureza dos indicadores de interesse (com dados coletados, em vários casos, múltiplas vezes por minuto), é natural imaginar que os dados brutos tenham valor pequeno para o setor público – afinal, armazená-los provavelmente envolveria custos altíssimos, e o Governo dificilmente teria capacidade (computacional ou de sistemas) para processá-los. 
Diante disso, grandes empresas – entre as quais ninguém menos que as gigantes IBM e Microsoft – oferecem soluções para smart cities que correspondem a tecnologia embarcada: sensores com sistema proprietário que fazem upload desse big data para a nuvem e processam os dados continuamente para produzir os indicadores de interesse, em dashboards que podem ser acessados em tempo real pela prefeitura.
À primeira vista, o valor agregado do serviço parece extremamente elevado. O diabo, como sempre, está nos detalhes. Primeiro: nesse modelo os dados estão aprisionados em sistemas proprietários. O governo precisa contratar o pacote. Se conseguir negociar um contrato de armazenamento em nuvem mais vantajoso com outra fornecedora, não pode utilizá-lo para reduzir o custo vigente. Pior do que isso, se quiser, ao fim do contrato, trocar de fornecedor, provavelmente perderá todos os metadados pré-existentes – a menos que mantenha o contrato (e os custos) da nuvem com o fornecedor anterior.
Segundo, e tão ou mais importante: o modelo centralizado de coleta de dados vem se tornando rapidamente ultrapassado. Sensores quebram com frequência e precisam ser substituídos a custos elevados. Em contraste, modelos decentralizados (crowdsourced) não dependem que o setor público tenha sensores, utilizando o próprio smartphone do usuário para capturar indicadores como velocidade média da via – o que aplicativos como o Google Waze capturam com maestria. 
O município do Rio de Janeiro entendeu perfeitamente esse conceito durante a passagem de Pablo Cerdeira, Chief Data Officer da Prefeitura entre 2013 e 2016. Nesse período, a prefeitura utilizou dados abertos, <a href="https://www.centreforpublicimpact.org/how-data-is-renewing-and-reshaping-rio-de-janeiro/">do Google Waze ao Twitter</a>, para informar suas intervenções urbanas sem precisar de tecnologia embarcada. 
Essa tende a ser, contudo, mais a exceção do que a regra. A realidade ainda tende a privilegiar (not so) smart cities. Ativar as parcerias e os modelos de contratação corretos são fatores chave para terminar do lado certo do espectro. E não é surpreendente que, para tanto, os desafios usuais de contratação no setor público – institucionais, jurídicos, e de recursos humanos – <a href="https://theurbantechnologist.com/2015/02/15/6-inconvenient-truths-about-smart-cities/">estejam mais presentes do que nunca</a>.
<h3>Erro #2: Contratando dados embarcados</h3>
Esse é o erro mais comum que eu observo na contratação de sistemas para aperfeiçoar a qualidade dos serviços públicos. Pense no caso do Piauí, que já foi citado na coluna da Letícia, contratando um serviço para comunicar os pais de alunos de escolas públicas sobre faltas, em tempo real. Como os dados aos quais a Secretaria de Educação tem acesso não estão disponíveis em alta frequência – os professores fazem chamada em papel e só entram esses dados no sistema no final do ano, quando já é tarde demais para atuar sobre os casos de faltas em série que acabam levando a evasão (uma situação provavelmente universal entre os Estados brasileiros) –, o Piauí sentiu que era preciso contratar tecnologia capaz de gerar esses dados para que, então, os pais fossem informados em tempo hábil.
Há diversas maneiras de implementar essa mecânica. Enumero quatro modelos a seguir. Primeiro, o adotado pelo Goiás entre 2010 e 2013, que organizou uma força-tarefa para mapear os casos de faltas em série, e contratou posições de call center dentro da Secretaria de Educação para comunicar os pais sobre esses casos. Ainda que efetivo – <a href="https://www.correiobraziliense.com.br/app/noticia/eu-estudante/ensino_educacaobasica/2014/09/05/ensino_educacaobasica_interna,445813/goias-se-destaca-nos-indices-da-educacao-basica.shtml">a Secretaria identificou essa iniciativa como uma das principais responsáveis</a> pela ascensão do Estado no ranking do IDEB – a iniciativa não era escalável e foi descontinuada. 
Segundo, o adotado pelo Piauí desde 2017, que contratou a Mobieduca.me para implementar um sistema de catracas com sensores de leitura de código de barra, que scaneia a carteirinha dos alunos, conectado a um broker de mensagens de texto capaz de informar aos pais ou responsáveis diariamente se seus filhos estão presentes na escola. A startup afirma que o sistema reduziu absenteísmo em mais de 70% no Estado. 
Fazendo o paralelo com a discussão sobre smart cities, não é difícil perceber que a coleta centralizada é excessivamente custosa e ineficiente comparada a modelos decentralizados. 
Terceiro, o adotado pelo Mato Grosso do Sul em 2018, que testou sem custos a Mira Educação para que os professores fizessem chamada diretamente através do seu smartphone e pudessem enviar esses dados diretamente aos pais, por aplicativo ou mensagens de texto. A iniciativa, ainda em fase de piloto, não foi avaliada, mas esbarra em problemas de infraestrutura – de falta de smartphones e conectividade limitada e custosa – e comportamentais – a taxa de utilização pelos professores é distante de universal.
Quarto, o adotado pelo Estado de São Paulo em 2016, que testou sem custos o Eduq+, solução da MGov que permite aos professores comunicarem aos pais, uma vez por semana, por mensagens de texto, uma noção aproximada de quantas vezes o filho faltou naquela semana. Avaliação externa liderada pela Universidade de Stanford documentou que a solução reduziu absenteísmo em 15% entre os alunos do 9º ano, melhorou seu desempenho escolar o equivalente a 1 bimestre adicional na escola, e reduziu 1/3 da repetência nas turmas utilizando o sistema.
Todos os três modelos que utilizam tecnologia escalável envolvem dados embarcados: a produção dos dados de interesse apenas dentro do contexto da solução que ativa seu valor para implementar um objetivo de política pública. O contrato pode definir que esses dados são de propriedade da contratante, mas não especifica sua contratação em separado do serviço de comunicação que se utiliza desses dados.
Para entender os custos de contratos mal desenhados nesse caso, destaco dois aprendizados a partir da comparação entre as soluções alternativas discutidas acima. Primeiro, como documentam os impactos da solução da MGov, a alta frequência dos dados necessários para ativar comportamentos desejáveis dos pais é menos importante do que o setor público tende a considerar. Diante disso, soluções que geram custos embutidos para o Estado para garantir a produção de dados diários digitais (coexistindo com o registro em papel) – da contratação e manutenção de catracas e sensores a obrigação diária de preenchimento da chamada pelos professores via tecnologia para a qual não foram adequadamente treinados ou equipados – não são a tecnologia certa. 
<a name="_GoBack"></a> Discuti um exemplo similar no caso da análise da mancha criminal no Estado do Rio de Janeiro: em frequência diária, não é possível identificar os padrões. Isso mostra que o problema de dados embarcados não é mero detalhe. Quando os termos de referência contratuais se preocupam meramente com as especificações do sistema, e não com a estrutura dos dados contratados (inclusive sua frequência), o valor dos dados que pode ser ativado pelo sistema passa a depender inteiramente da contratada – que pode ser motivada por indicadores de performance diferentes daqueles que mais interessam ao cidadão.
Segundo, se o Governo contratasse a estrutura ótima de produção de dados (em frequência semanal, como sugere a comparação das alternativas acima), poderia contratar separadamente o sistema de comunicação para informar os pais sobre os casos críticos – e fazê-lo com maior poder de barganha, com possibilidade de escolher o sistema mais custo-efetivo para ativar esses dados para engajar os pais/responsáveis na vida escolar dos alunos de escola pública.
<h3>Erro #3: Contratos de aquisição (ao invés de licenciamento)</h3>
Não é como se todo gestor público fosse ingênuo sobre os custos causados pelo aprisionamento de dados valiosos em sistemas proprietários. O problema é que, mesmo entre os gestores sofisticados, a resolução desse dilema tende a ser através da opção de adquirir o sistema. Já que os dados estarão reféns de um sistema, melhor que esse sistema seja de propriedade do Governo. 
Essa tende a ser, contudo, uma péssima ideia. É criar um problema para resolver outro. A razão é que qualquer tecnologia está constantemente sujeita à obsolescência. Quando compramos o novo modelo do telefone da moda, em pouco meses é anunciado o próximo modelo, com novas funcionalidades às quais não teremos até a nossa próxima aquisição. Exatamente o mesmo acontece com sistemas. Se isso acontece com frequência relativamente baixa para softwares consolidados, como o seu pacote Office, acontece o tempo todo para sistemas novos, desenhados para resolver novos problemas ou com novas abordagens para resolver velhos problemas – exatamente a natureza dos sistemas que o Governo tende a contratar. 
Você talvez não perceba a elevada taxa de obsolescência dos sistemas que você usa justamente porque, no seu celular, você os utiliza num modelo de licenciamento – e não de aquisição. Por exemplo, você não paga para baixar seu aplicativo de táxi ou de carona compartilhada, nem para baixar as atualizações toda vez que uma nova versão fica disponível. Você paga por utilização, e o fornecedor garante que você sempre terá acesso à versão mais atualizada do software. 
Esse é exatamente o princípio pelo qual um contrato de licenciamento bem desenhado é enormemente superior a um contrato de aquisição de sistema. Um contrato de licenciamento que definisse claramente os direitos de propriedade sobre os dados relevantes para informar políticas públicas, e mantivesse a flexibilidade do contratante de trabalhar com outros fornecedores de sistema para ativar o valor desses dados, garantiria ao setor público o melhor dos dois mundos: dados mais precisos, custo-efetividade dos sistemas, e acesso constante às suas ferramentas mais atualizadas.
Evidentemente, há outros motivos pelos quais o Governo tende a preferir aquisição a licenciamento, ligados a temas regularmente explorados na coluna Inova&amp;Ação. Tende a ser mais fácil de justificar e convencer o Tribunal de Contas relevante a aprovar termos de referência para contratos de aquisição do que para contratos de licenciamento. Mas o rabo não pode abanar o cachorro. Precisamos seguir trabalhando para remover as restrições que impedem o setor público de otimizar suas escolhas, já que os custos de não fazê-lo recaem invariavelmente sobre o cidadão.

phone-1458565_1280

https://images.jota.info/wp-content/uploads/2021/09/copy-of-jota-logo-high-cmyk.jpeg

JOTA

A última parte de uma série de três artigos sobre o tema

Dados vs. sistemas: 3 erros na contratação de tecnologia pelo setor público

Este texto integra a cobertura de novos temas do JOTA. Apoiadores participam da escolha dos temas, mas não interferem na produção editorial. [Conheça o projeto!](/pro#jota-discute)