As traduções deste site em idiomas diferentes do inglês são geradas por IA. Não garantimos a precisão e não nos responsabilizamos por quaisquer erros ou danos resultantes do uso do conteúdo traduzido. Em caso de inconsistências ou ambiguidades, versão em inglês prevalecerá.
Sala de Imprensa e Mídia
Blog da GLEIF
As traduções deste site em idiomas diferentes do inglês são geradas por IA. Não garantimos a precisão e não nos responsabilizamos por quaisquer erros ou danos resultantes do uso do conteúdo traduzido. Em caso de inconsistências ou ambiguidades, versão em inglês prevalecerá.
Transformar dados em oportunidades: Metric in Motion – GLEIF AI
Dados de alta qualidade são mais do que uma referência – são uma necessidade estratégica para a confiança, a Conformidade e a interoperabilidade a nível global. Neste blogue, Zornitsa Manolova, Diretora de Qualidade de Dados e Ciência de Dados na GLEIF, explora como a nova Pesquisa GLEIF AI facilita o acesso, a compreensão e a utilização de dados de identidade organizacional fiáveis.
Autor: Zornitsa Manolova
Data: 2026-05-08
Visualizações:
A capacidade de aceder e confiar em dados organizacionais de alta qualidade permite uma melhor tomada de decisões em toda a economia global. É por isso que a GLEIF publica uma vasta gama de informações fiáveis, desde o Global LEI Index, estatísticas e relatórios até políticas de Governança, notícias e muito mais.
No entanto, uma vez que a informação abrange APIs, bases de dados, documentos e páginas web, navegar por estes diferentes pontos de entrada pode ser difícil e demorado para alguns utilizadores que procuram uma resposta rápida e fiável.
Este desafio – e a oportunidade de tornar as informações confiáveis da GLEIF mais acessíveis a soluções externas de IA – motivou o desenvolvimento da Pesquisa de IA conversacional da GLEIF. A nova funcionalidade transforma a forma como os utilizadores interagem com dados complexos e distribuídos, combinando interfaces conversacionais com um fluxo de recuperação estruturado para agilizar a descoberta e melhorar a acessibilidade.
Coloca também a confiança no centro, fornecendo respostas claras e bem fundamentadas nas quais os utilizadores podem confiar. Os resultados de uma sondagem recente mostram que os utilizadores confiam mais nas respostas geradas por IA quando estas se baseiam em dados subjacentes de alta qualidade, apoiadas por citações de fontes transparentes e incluem explicações claras. Isto reforça a importância do papel da GLEIF no fornecimento de dados fiáveis e bem estruturados que possam apoiar uma descoberta fiável habilitada pela IA.
Isto ecoa um tema explorado no Blog da GLEIF «Metric in Motion» sobre a corroboração. Numa economia digital impulsionada pela IA, a confiança depende não só do acesso aos dados, mas também de saber de onde esses dados provêm, como foram validados e se podem ser rastreados até referências fidedignas. A Pesquisa com IA da GLEIF aplica este princípio à descoberta de informação, ajudando os utilizadores a passar de informação fragmentada para respostas que são mais fáceis de compreender, verificar e utilizar.
Como funciona
O GLEIF AI Search é um sistema coordenado de três camadas principais que funcionam em perfeita sintonia:
Interface de chat:
A interface de chat é a camada voltada para o utilizador da GLEIF AI Search. Oferece uma forma simples, intuitiva e coloquial para os utilizadores interagirem naturalmente com o sistema e escolherem entre diferentes modos de assistente: Inteligente, Website e Documentos, Notícias e Atualizações, Dados e Estatísticas e Registos LEI. Cada modo é adaptado a um tipo específico de consulta ou tarefa, garantindo que as interações sejam orientadas e adaptáveis, dependendo da intenção do utilizador.
Camada de orquestração:
Por trás da interface do utilizador encontra-se a camada de orquestração, que processa cada consulta do utilizador. Ativa o modo de assistente selecionado, encaminha o pedido para um modelo de linguagem de grande dimensão e coordena as ferramentas necessárias para recuperar e verificar informações relevantes antes de fornecer uma resposta.
Fundamentalmente, esta camada não opera de forma isolada. Ajuda dinamicamente a garantir que as respostas não são produzidas apenas pelo modelo, mas sim baseadas em dados, documentos e conteúdos web relevantes provenientes de vários conectores. Esta coordenação transforma a saída do modelo em respostas fiáveis e sensíveis ao contexto.
Conectores (Servidores MCP):
Os conectores formam a ponte entre a camada de orquestração e as fontes de dados e conteúdo subjacentes. Implementados como servidores MCP (Model Context Protocol), estes conectores permitem que o sistema aceda e interaja com fontes externas de forma estruturada e reutilizável. Eles garantem que a Pesquisa de IA da GLEIF não se limite a conhecimento estático e possa utilizar informações atuais e relevantes provenientes de dados, APIs, documentos e conteúdo web da GLEIF. Os conectores atualmente disponíveis são:
Pesquisa e Recolha na Web: Permite que a IA pesquise, recupere e processe conteúdos do site da GLEIF (gleif.org). Isto permite responder a perguntas sobre as atividades, notícias, Governança e informações gerais da GLEIF.
Pesquisa de Documentos: Liga-se a um sistema de pesquisa baseado em vetores construído sobre uma coleção de documentos oficiais da GLEIF, tais como documentos de política e quadros de Governança. Quando uma pergunta diz respeito ao conteúdo destes documentos, a IA pode pesquisá-los e citar passagens relevantes.
Conector da API da GLEIF: Integra-se diretamente com a API pública oficial da GLEIF, proporcionando acesso em tempo real ao Global LEI Index. Isto permite que a IA procure entidades individuais pelo seu LEI, pesquise entidades pelo nome e recupere informações detalhadas de registo e dados de relações.
Conector de Estatísticas LEI: Estabelece ligações a estatísticas agregadas relacionadas com o Sistema Global LEI. Permite ao sistema consultar dados analíticos estruturados, tais como o número de LEIs ativos por país, tendências de emissão ao longo do tempo, taxas de crescimento e distribuições por tipos de entidade ou jurisdições.
É importante referir que estes servidores MCP foram concebidos para serem modulares, reutilizáveis e interoperáveis. Podem também ser integrados em ambientes de IA externos, como o ChatGPT, o Claude e outros. A GLEIF já definiu competências com base nestas capacidades e disponibilizou-as na página web da GLEIF. Olhando para o futuro, a GLEIF planeia expandir o número de conectores disponíveis, adicionando mais servidores MCP, alargando ainda mais as capacidades do sistema e respondendo a uma gama mais ampla de necessidades dos utilizadores.
Os benefícios da IA da GLEIF
A Pesquisa GLEIF AI e os seus conectores relacionados foram concebidos para tornar as informações LEI e da GLEIF mais fáceis de aceder, compreender e utilizar – proporcionando benefícios significativos aos utilizadores de dados a nível global:
Melhor acesso a dados fiáveis: Ajuda os utilizadores a explorar dados LEI, estatísticas, relatórios, documentos de Governança e outros conteúdos da GLEIF através de uma interface conversacional, em vez de navegarem separadamente por vários sistemas.
Informações abrangentes: recupera e combina informações de APIs, bases de dados, documentos e websites para fornecer respostas mais completas e abrangentes.
Respostas transparentes e verificáveis: Apoia a atribuição clara da fonte e a explicação, ajudando os utilizadores a compreender de onde vem uma resposta e até que ponto se pode confiar nela.
Resumos mais claros: Converte informações complexas ou extensas em respostas concisas e de fácil compreensão.
Apoio à tomada de decisões: fornece respostas fiáveis e com fontes bem referenciadas que podem ajudar os utilizadores a encontrar informações de forma mais eficiente e a agir com maior confiança.
Maior usabilidade: Reduz a barreira à entrada, permitindo que tanto especialistas como não especialistas interajam com os dados do LEI e beneficiem deles.
Aproveitar o potencial da pesquisa com IA
À medida que a pesquisa impulsionada pela IA continua a evoluir, o seu verdadeiro valor será definido por mais do que a velocidade ou a conveniência. O que importa é a capacidade de fornecer consistentemente respostas baseadas em dados fiáveis, de fontes transparentes e contextualmente relevantes.
A Pesquisa com IA da GLEIF ilustra como a combinação de dados fiáveis com mecanismos de recuperação inteligentes pode satisfazer estes requisitos, tornando a informação complexa mais fácil de aceder e utilizar. Ao ligar as perguntas dos utilizadores a dados oficiais, documentos e conteúdos da web, transforma a informação dispersa em respostas mais fáceis de compreender, verificar e pôr em prática – reforçando a fiabilidade e a integridade dos dados como pilares fundamentais da inovação digital.
Olhando para o futuro, esta abordagem pode apoiar uma utilização mais ampla dos dados da GLEIF em diferentes ambientes de IA. Ao tornar a informação mais acessível, transparente e verificável, a GLEIF AI Search pode ajudar a reforçar a confiança nos sistemas digitais e apoiar uma tomada de decisões mais informada.
Caso queira comentar uma postagem no blog, identifique-se usando seu nome e sobrenome. Seu nome aparecerá ao lado de seu comentário. Endereços de e-mail não serão publicados. Note que ao acessar ou contribuir com o fórum de discussão, você concorda com os termos da Política de Uso do Blog da GLEIF, portanto, leia-a com atenção.
Zornitsa Manolova lidera a equipe de Gestão de Qualidade de Dados e Ciência de Dados na Global Legal Entity Identifier Foundation (GLEIF). Desde abril de 2018, ela é responsável por aprimorar e melhorar a qualidade de dados estabelecida e a estrutura de governança de dados, introduzindo abordagens inovadoras de análise de dados. Anteriormente, Zornitsa gerenciou projetos de análise de dados forenses em investigações financeiras internacionais na PwC Forensics. Ela é formada em ciências da computação com foco em aprendizagem de máquina pela Universidade Philipps de Marburgo.
