Em 17 de setembro de 2026, a ONU e o Google lançaram a "UN System Data Commons", uma plataforma que reúne estatísticas globais dispersas em um "gráfico de conhecimento" pronto para agentes de IA, como mostra o anúncio do Google. O projeto substitui o portal UNData e tenta corrigir um problema que já apareceu em testes do UNICEF: grandes modelos de linguagem acertaram apenas 21,2% das respostas sobre indicadores de desenvolvimento global. A proposta é transformar dados oficiais difíceis de consultar em material que agentes consigam localizar, cruzar e usar na criação de visualizações e relatórios, sem perder o caminho de volta até a fonte original.
O erro que a ONU quer reduzir
Esse resultado do UNICEF dá a medida do problema que a nova plataforma pretende enfrentar. Grandes modelos de linguagem, conhecidos pela sigla LLM, conseguem responder perguntas em linguagem natural, mas a taxa registrada no teste mostra que fluência não garante precisão quando o assunto são indicadores de desenvolvimento global. Uma resposta pode parecer bem escrita e ainda assim apresentar um número incorreto ou sem apoio verificável. Por isso, o projeto foi desenhado para oferecer aos agentes de IA uma fonte oficial e rastreável, isto é, uma base na qual o caminho até a origem do dado possa ser conferido. A proposta desloca a discussão da aparência da resposta para a qualidade da informação usada para produzi-la.
A resposta institucional começou pela reunião dos próprios dados da organização. 26 entidades da ONU estão comprometidas com o projeto, enquanto informações de cerca de 20 delas já estão disponíveis, segundo o relato sobre a colaboração. A plataforma fica hospedada em uma instância governada pela ONU, o que mantém a organização no centro das decisões sobre os dados que serão consultados pelos agentes. Essa escolha ajuda a separar duas funções que costumam ser confundidas: o Google oferece financiamento e suporte técnico, enquanto a fonte estatística continua vinculada à estrutura das Nações Unidas. A governança passa, então, a ser parte da solução para o problema da confiança.
Do portal UNData ao gráfico de conhecimento
A resposta técnica aparece na substituição do antigo portal UNData por uma estrutura baseada no Data Commons, plataforma do Google voltada à organização de informações conectadas. A UN System Data Commons unifica dados de diferentes órgãos da ONU em um "gráfico de conhecimento", expressão que descreve uma rede estruturada de informações e relações entre elas. Em vez de tratar cada tabela como um arquivo isolado, o sistema prepara os dados para que uma consulta consiga encontrar conexões entre indicadores e fontes. O usuário passa a formular perguntas em linguagem natural, enquanto a plataforma organiza a busca por trás da interface. Essa mudança interessa especialmente a pesquisadores e analistas, que deixam de depender da localização manual de cada conjunto estatístico.
Dentro dessa arquitetura, o Model Context Protocol (MCP) funciona como uma camada de conexão entre o agente de IA e os dados estatísticos. O protocolo permite que os agentes consultem as informações diretamente, sem precisar interagir com APIs complexas, que são interfaces técnicas usadas por sistemas para trocar dados. O MCP foi lançado pelo Google em 2025 e aparece na nova plataforma como uma forma de padronizar o acesso às estatísticas. Traduzindo o jargão: em vez de obrigar cada agente a aprender uma maneira diferente de conversar com cada base, o protocolo oferece um caminho comum para fazer a consulta. A piada é ruim, mas a ideia é simples: menos portas diferentes para abrir, menos chances de bater na porta errada.
Como os agentes consultam as estatísticas
Com essa conexão estabelecida, os agentes de IA podem buscar dados, gerar visualizações e produzir relatórios automaticamente, de acordo com a descrição do projeto. O objetivo não é apenas entregar uma resposta textual, mas permitir que a ferramenta reúna informações e as organize em uma forma útil para análise. Um pesquisador poderia partir de uma pergunta em linguagem natural e chegar a uma representação visual dos indicadores, enquanto um analista teria uma base para preparar um relatório. A plataforma também foi apresentada como capaz de acelerar a criação de dashboards, painéis que reúnem métricas em uma mesma tela. O ganho prático está em encurtar o caminho entre a pergunta e a leitura dos dados.
O exemplo citado para demonstrar esse uso envolve o impacto de programas de ajuda humanitária na África, com análise de indicadores relacionados a HIV, mortalidade e expectativa de vida. A demonstração mostra a função que a ONU e o Google querem dar à plataforma: conectar informações estatísticas de áreas diferentes e permitir que um agente ajude a organizar a análise. Isso não elimina a necessidade de conferir método, período ou origem de cada número, mas oferece uma estrutura para que essa verificação faça parte do fluxo de trabalho. A tecnologia, nesse caso, atua como uma camada de consulta sobre dados oficiais, e não como substituta da fonte que produziu a estatística.
Por que a rastreabilidade virou parte do produto
Essa utilidade ganha peso porque pesquisadores já usam ferramentas de IA para encontrar e interpretar informações produzidas pela ONU. Um artigo de contexto relata que o tráfego de referências para sites da organização cresceu 67% em relação ao ano anterior até setembro de 2026, à medida que ferramentas como o ChatGPT passaram a ser usadas por pesquisadores. Quando uma resposta gerada por IA aponta para uma fonte oficial, a pessoa consegue conferir o dado e entender sua origem. Quando essa ligação não existe, a resposta pode circular sem que o leitor saiba qual tabela, órgão ou período sustentou a conclusão. A UN System Data Commons tenta colocar essa ligação dentro da própria infraestrutura de consulta, justamente no momento em que a intermediação por agentes se torna mais frequente.
O ponto central, portanto, não é fazer a inteligência artificial parecer mais convincente, mas dar a ela um caminho mais verificável para trabalhar. A baixa precisão de 21,2% encontrada no teste do UNICEF mostra que perguntas sobre desenvolvimento global exigem mais do que uma resposta bem formulada. Elas dependem de dados atualizados, relações corretas entre indicadores e possibilidade de conferência. Ao reunir estatísticas dispersas em uma estrutura comum, a plataforma cria as condições para que os agentes consultem uma fonte oficial antes de montar uma conclusão. Esse desenho também permite que pesquisadores e analistas identifiquem de onde veio o material usado na visualização ou no relatório.
A meta de 2027 e a governança da plataforma
O projeto recebeu US$ 2 milhões do Google.org em financiamento e suporte técnico, enquanto a meta anunciada estabelece a integração de 80% dos datasets estatísticos do sistema ONU até 2027. Dataset é o nome dado a um conjunto organizado de dados, e a porcentagem indica o alcance planejado para a iniciativa dentro da própria organização. O prazo dá uma medida concreta para acompanhar a expansão da plataforma: a entrega não termina com o lançamento, porque ainda será necessário incorporar novas bases e disponibilizar seus conteúdos para consulta. A escala pretendida também explica por que a estrutura foi pensada para agentes, pesquisadores e analistas, e não apenas para uma página de busca convencional.
Na próxima etapa, a ONU deverá ampliar a operação a partir da instância que já está sob sua governança, com a visão de assumir futuramente o funcionamento e o escalonamento da plataforma de forma independente. O caminho anunciado combina suporte técnico do Google, integração gradual das bases e controle institucional das Nações Unidas. Se a meta de 80% até 2027 for alcançada, uma parcela ampla das estatísticas do sistema poderá ser consultada por agentes de IA em uma estrutura unificada e rastreável. O resultado será medido menos pela novidade do nome e mais pela capacidade de fazer cada resposta voltar ao dado oficial que a sustenta.