Publicação: Atribuição de tarefas no serviço público: uma solução a partir da inteligência artificial generativa
Carregando...
Tipo do documento
Data
Direito de acesso
Área do conhecimento
CNPQ::CIENCIAS SOCIAIS APLICADAS::ADMINISTRACAO::ADMINISTRACAO PUBLICA::ADMINISTRACAO DE PESSOAL
Título da Revista
ISSN da Revista
Título de Volume
Orientador
Coorientador
Resumo
Esta pesquisa aborda a atribuição de tarefas na Secretaria Municipal de Obras (SMO) de Uberlândia, propondo uma solução para otimizar esse processo utilizando inteligência artificial e interação humano-máquina. A pesquisa se insere no contexto da gestão pública, destacando a importância de uma alocação eficiente de recursos humanos, especialmente em um cenário onde os recursos são limitados. A administração pública brasileira, historicamente marcada por práticas patrimonialistas, evoluiu para modelos mais burocráticos e eficientes, como o New Public Management (NPM), que enfatiza a eficiência, a competitividade e a descentralização. A SMO, responsável pela fiscalização de obras públicas, enfrenta desafios relacionados à alocação de tarefas, que impactam diretamente na produtividade e na qualidade dos serviços prestados, demonstrando a necessidade de uma abordagem mais eficaz na distribuição de responsabilidades. O estudo identifica problemas na atribuição de tarefas, que podem levar a atrasos, aumento de custos e estresse entre os funcionários. A falta de um sistema estruturado para essa atribuição resulta em assimetrias na carga de trabalho e dificuldades em monitorar o progresso das tarefas. A pesquisa sugere que a automatização pode mitigar esses problemas, promovendo uma alocação mais justa e eficiente das tarefas, baseada em critérios. Entende-se que a pesquisa é relevante não apenas para a SMO, mas também para outras instituições públicas que enfrentam desafios semelhantes. E como produto técnico-tecnológico tem-se a proposição de um processo automatizado da atribuição de tarefas, que pode servir como modelo para a melhoria de processos em diversas esferas da administração pública, contribuindo para a eficiência na gestão de recursos e para a entrega de serviços de qualidade à população.
Abstract
This research addresses the assignment of tasks in the Municipal Department of Works (SMO) of Uberlândia, proposing a solution to optimize this process using artificial intelligence and human-machine interaction. The research is set within the context of public management, highlighting the importance of efficient allocation of human resources, especially in a scenario where resources are limited. The Brazilian public administration, historically marked by patrimonialist practices, has evolved into more bureaucratic and efficient models, such as New Public Management (NPM), which emphasizes efficiency, competitiveness, and decentralization. The SMO, responsible for overseeing public constructions, faces challenges related to task allocation, which directly impacts productivity and service quality, demonstrating the need for a more effective approach to distributing responsibilities. The study identifies problems in task assignment that can lead to delays, increased costs, and stress among employees. The lack of a structured system for this assignment results in asymmetries in workload and difficulties in monitoring task progress. The research suggests that automation can mitigate these issues, promoting a fairer and more efficient allocation of tasks based on criteria. It is understood that the research is relevant not only for the SMO but also for other public institutions facing similar challenges. And as tecnichal-technological product, there is the proposition of an automated task assignment process, which can serve as a model for improving processes in various spheres of public administration, contributing to the efficiency of resource management and the timely delivery of quality services to the population.
Palavras-chave
atribuição de tarefas, gestão pública, eficiência, automatização, task assignment, public management, efficiency, automation, administração, eficiência (serviço público)
Citação
PERLINGEIRO, João Kaian dos Santos. Atribuição de Tarefas no Serviço Público: Uma Solução a Partir da Inteligência Artificial Generativa. 2024. 68 f. Dissertação (Mestrado em Gestão Organizacional) - Universidade Federal de Uberlândia, Uberlândia, 2024. DOI http://doi.org/10.14393/ufu.di.2025.5525.
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Acesso Aberto