ONU e Google lançam Data Commons para alimentar agentes de IA com estatísticas unificadas

O UN System Data Commons entrou em funcionamento a 17 de setembro de 2026, marcando o início de uma colaboração profunda entre as Nações Unidas e a Google, cujo objetivo principal é disponibilizar instantaneamente dados estatísticos globais a agentes de inteligência artificial, eliminando atrasos e barreiras técnicas que historicamente dificultavam o acesso a informações oficiais.

No momento do lançamento, cerca de vinte das vinte‑seis agências da ONU já tinham contribuído com conjuntos de dados relevantes, criando um único grafo de conhecimento pesquisável que elimina a necessidade de os analistas reconciliem folhas de cálculo incompatíveis ou realizem transformações manuais extensas.

Indicadores, períodos e geografias harmonizados

Todos os indicadores, períodos de reporte e definições geográficas foram padronizados na plataforma, o que permite que um agente de IA compare, por exemplo, índices de acesso à água com taxas de frequência escolar sem necessidade de limpeza manual dos dados, garantindo consistência metodológica entre domínios distintos.

A harmonização inclui a adoção de códigos ISO para países, regiões e territórios, bem como a unificação de unidades de medida, de modo a que as consultas retornem resultados diretamente comparáveis, independentemente da origem original dos conjuntos de dados.

A plataforma também suporta consultas em linguagem natural, permitindo aos utilizadores perguntar “Qual a esperança média de vida na África Subsaariana em 2025?” e receber respostas extraídas directamente das estatísticas verificadas da ONU, acompanhadas de referências à fonte original e ao período de cobertura.

Exploração interativa e visualização

Para além de respostas textuais, o Data Commons oferece navegação por temas e por localização, complementada por visualizações interactivas que se actualizam em tempo real à medida que os utilizadores refinam as suas consultas, facilitando a identificação de padrões e tendências emergentes.

Os utilizadores podem alternar entre mapas temáticos, gráficos de linhas e diagramas de dispersão, todos gerados automaticamente a partir dos dados subjacentes, sem necessidade de conhecimentos avançados em programação ou em ferramentas de visualização.

O protocolo aberto MCP (Machine‑Readable Common Protocol) permite que agentes de IA obtenham estatísticas oficiais, cruzem múltiplos domínios e gerem automaticamente gráficos ou rascunhos de relatórios, acelerando a produção de insights baseados em evidências e reduzindo o ciclo de análise de semanas para minutos.

Diretrizes para uso responsável

Tanto a Google como a ONU sublinham que os utilizadores devem verificar a fonte subjacente antes de citar qualquer cifra crítica, mesmo quando a resposta provém do conjunto de dados validado. Esta precaução visa evitar a propagação de erros em análises subsequentes e reforçar a confiança nos resultados produzidos por IA.

A plataforma inclui meta‑dados detalhados que indicam a data de última atualização, a metodologia de recolha e as limitações conhecidas de cada indicador, permitindo que os utilizadores avaliem a pertinência e a fiabilidade das informações antes de as integrar em decisões políticas ou académicas.

• Integrar 80 % dos conjuntos de dados estatísticos da ONU até 2027
• Ampliar as contribuições de todas as 26 agências da ONU
• Permitir que agentes de IA gerem relatórios multi‑domínio automaticamente
• Manter a governação liderada pela ONU e o desenvolvimento futuro da plataforma

A visão a longo prazo é que as Nações Unidas possuam e continuem a desenvolver a plataforma, garantindo que a infraestrutura de dados permaneça alinhada com a missão e os padrões da organização, bem como com as exigências emergentes de transparência e responsabilidade.

Para organizações de língua inglesa, o impacto imediato é uma redução drástica do tempo gasto a recolher e limpar dados. Investigadores podem formular uma única questão em linguagem natural e receber um conjunto de dados pronto a usar, visualização ou análise preliminar, libertando a equipa para se concentrar na interpretação e no desenho de políticas, em vez de lidar com a preparação de dados.

Além disso, instituições académicas e think‑tanks podem integrar o Data Commons nos seus fluxos de trabalho de investigação, automatizando a atualização de bases de dados e permitindo a realização de análises longitudinalmente consistentes ao longo de múltiplas publicações.

A comunidade de desenvolvedores também foi convidada a contribuir com extensões ao MCP, criando plug‑ins que facilitam a integração do Data Commons com plataformas de ciência de dados populares, como Python, R e Julia, ampliando ainda mais o ecossistema de utilizadores.

Em Lisboa, várias startups de tecnologia social já manifestaram interesse em explorar o UN System Data Commons para criar soluções de monitorização de indicadores de desenvolvimento sustentável a nível municipal, demonstrando o potencial de aplicação local do recurso global.