Regulation and funding of artificial intelligence in Brazil

• Grant number: 22/12747-2
• Support Opportunities: Scholarships in Brazil - Technical Training Program - Technical Training
• Start date: December 01, 2022
• End date: November 30, 2023
• Field of knowledge: Applied Social Sciences - Law
• Agreement: IBM Brasil
• Principal Investigator: Cristina Godoy Bernardo de Oliveira
• Grantee: André Luís Vedovato Amato
• Host Institution: Centro de Inovação da USP (INOVA). Universidade de São Paulo (USP). São Paulo , SP, Brazil
• Company: Universidade de São Paulo (USP). Centro de Inovação da USP (INOVA)
• Associated research grant: 19/07665-4 - Center for Artificial Intelligence, AP.eScience.CPE

Abstract

A área de Humanidades do C4AI está criando o Observatório de Inteligência Artificial nos moldes estabelecidos pela Estratégia Brasileira de Inteligência Artificial. Diante do exposto, serão coletados dados de diversos setores da sociedade, tornando-se indispensável mapear e compreender os recursos financeiros disponíveis e, muitas vezes, pouco utilizados na área de P&D. Este trabalho busca realizar a análise quantitativa e qualitativa do cenário regulatório referente aos fundos setoriais de Ciência e Tecnologia, criados a partir de 1999, para financiar projetos de P,D&I com o intuito de facilitar a obtenção de recursos para o desenvolvimento de projetos na área de IA . Além disso, serão coletados dados dos 16 Fundos Setoriais criados por lei e dos Fundos de Investimentos em Participações registrados na CVM (Instrução CVM nº 578/2016) em decorrência dos recursos advindos da Lei de Informática. Adicionalmente, serão mapeados os fundos existentes não criados por lei e destinados ao fomento de projetos na área tecnológica. O objetivo da pesquisa é analisar os dados referentes aos fundos de financiamento, criados por lei ou não, destinados à Pesquisa, Desenvolvimento & Inovação, sendo que será realizada a raspagem de dados no Portal Brasileiro de Dados Abertos (Inovação) (https://dados.gov.br/dataset?tags=inova%C3%A7%C3%A3o&_tags_limit=0) e no Portal Dados Abertos CVM (https://dados.cvm.gov.br/). Além disso, por meio da Lei de Acesso à Informação, serão realizadas as seguintes consultas: 1) fundos que financiaram projetos na área de IA no Âmbito da Financiadora de Estudos e Projeto (FINEP); 2) Financiamentos de Projetos na área de IA no Portfólio de Produtos Financeiros do MCTI e financiamentos disponíveis atualmente; 3) Projetos e Fundos de Investimentos presentes no catálogo do Invest MCTI na área de IA; 4) Etapa em que se encontra o Projeto de ciências de dados do MCTI para implantar a automação do portfólio de produtos financeiros (PPF) em parceria com o LAMFO da UnB e previsão de lançamento e 5) Valores disponíveis e Projetos já financiados em IA pelos 16 Fundos Setoriais criados por lei.A raspagem de dados se dará por meio de APIs disponibilizadas pelos orgãos detentores dos dados, por meio do uso de programação em R, visto existirem diversos pacotes especialmente preparados para este fim e conferem produtividade para o trabalho. A manipulação dos dados será feita, inicialmente, a partir do uso de arquivos .csv ou .json. Em um primeiro momento, não cogitamos o uso de sistemas gerenciadores de bancos de dados, pois não há necessidade de estruturação dos dados e, portanto, não justifica a incorporação de métodos de desempenho robustos e eventualmente lentos de processamento. Entretanto, com o decorrer da pesquisa, essa decisão pode ser revista se acharmos necessário. A análise quantitativa deverá ser implementada a partir de ferramentas também disponíveis no ambiente de programação R. Utilizar a Lei de Acesso à Informação (LAI) para verificar os fundos de financiamento de projetos de IA, criados por lei ou não, que disponibilizaram recursos nos últimos anos e analisar quanto dinheiro disponível há nesses fundos. Além disso, será realizada uma análise qualitativa referente às respostas disponibilizadas pelo setor público sobre a temática.Os resultados deverão ser publicados de forma visual. Para as análises iniciais quantitativas, ferramentas simples de criação de gráficos usando o ambiente R serão aplicadas. Com o decorrer do trabalho, visualizações mais complexas serão necessárias e ferramentas adequadas são pesquisadas conforme necessidade.O manual de procedimentos e de código legado será construído a partir de modelos de documentação de software de alto nível, como diagramas de casos de uso. Documentação textual sobre diretrizes de uso de software, na forma de arquivos do tipo "readme" deverão ser disponibilizados em repositório adequado (exemplo: github). (AU)