A Anatel (Agência Nacional de Telecomunicações) está escalando o uso de inteligência artificial para fiscalizar a qualidade do atendimento ao consumidor no setor de telecomunicações brasileiro.
Por meio do projeto Aval-IA, a agência reguladora pretende automatizar a análise das cerca de 100 mil reclamações mensais recebidas, garantindo que as respostas enviadas pelas empresas não sejam apenas protocolares, mas efetivamente esclarecedoras e resolutivas.
Apresentado durante o Abrint Global Congress (AGC) 2026, em São Paulo, o projeto representa um salto na maturidade regulatória do país.
Segundo os especialistas da agência, Alda Márcia Rodrigues e Paulo Roberto Tobias, o objetivo central é reduzir a assimetria de informação entre prestadoras e usuários, elevando o padrão de qualidade das interações no setor.
A evolução do projeto Aval-IA
Atualmente, o sistema opera em um modelo amostral, mas já apresenta números significativos para a governança do setor.
O foco da Superintendência de Relações com Consumidores (SRC) é atingir a cobertura total dos protocolos registrados na agência nos próximos meses.
Arraste para o lado para ver toda a tabela. |
|---|
A iniciativa não foca apenas na quantidade, mas no Índice de Qualidade Informacional (IQI).
Como explicou Alda Márcia Rodrigues, a qualidade de uma resposta é medida pelo quanto ela respeita e resolve o problema do consumidor, e não apenas pela existência de um retorno formal no sistema.
Arquitetura técnica: IA baseada em Random Forest
Para profissionais de TI e engenheiros de dados, o diferencial do Aval-IA reside em sua infraestrutura robusta.
O sistema não utiliza apenas uma IA genérica, mas uma combinação de cerca de 90 modelos de aprendizado de máquina organizados em uma arquitetura de Random Forest (Floresta Aleatória).
Precisão e Robustez: A técnica de Random Forest utiliza múltiplas árvores de decisão para reduzir o risco de erros e aumentar a confiabilidade das classificações.
Treinamento Especializado: Os modelos foram treinados com base em avaliações prévias da equipe técnica da Anatel, replicando o rigor humano em escala industrial.
Classificação Multitemática: O sistema identifica automaticamente o tema da reclamação e verifica se os indicadores informacionais específicos para aquele problema foram atendidos.
Essa abordagem multidisciplinar permite que a agência gere evidências estatísticas sólidas para fundamentar processos administrativos e sanções, caso as operadoras falhem recorrentemente na resolução de problemas críticos.
Reconhecimento Internacional e Transparência
O sucesso do modelo brasileiro já ultrapassou fronteiras. Agências reguladoras do Peru, República Dominicana e Colômbia demonstraram interesse em adotar a metodologia desenvolvida pela Anatel.
Além disso, o projeto foi premiado pelo Regulatel (Foro Latino-americano de Entes Reguladores de Telecomunicações) na categoria de Boas Práticas Regulatórias.
A Anatel reforça que a metodologia do Aval-IA é pública. A agência tem promovido a capacitação de representantes da sociedade e das próprias prestadoras para que todos compreendam os critérios de avaliação.
O papel da Abrint (Associação Brasileira de Provedores de Internet e Telecomunicações) é destacado nesse ecossistema, especialmente na interiorização da infraestrutura e na manutenção da concorrência na chamada última milha.
Com a implementação completa do Aval-IA, o mercado de TI e telecomunicações brasileiro deve observar uma pressão maior por investimentos em CX (Customer Experience) e sistemas de CRM mais integrados, forçando as operadoras a evoluírem suas próprias camadas de automação para atender às exigências da agência reguladora.
Fonte: Anatel (Agência Nacional de Telecomunicações) https://www.gov.br/anatel/pt-br/assuntos/noticias/anatel-apresenta-projeto-aval-ia-de-verificacao-da-qualidade-das-respostas-das-prestadoras-de-telecom-aos-consumidores
Mais em Inteligência Artificial
Inteligência Artificial
IA de produção vai além dos prompts: o que aprendemos no QCon AI Boston 2026
Inteligência Artificial
IA Agentic no Desenvolvimento de Software: O Que Engenheiros Experientes Fazem Diferente
Inteligência Artificial