← Projetos de IA do Judiciário
Projeto de IA do Judiciário · dado do CNJ (Sinapses)CNJ · Sinapses● Ideação/Concepção
OtimizA - Agreções de Seções Eleitorais
Tribunal Regional Eleitoral de Minas Gerais (TREMG)
O OtimizA é uma solução de inteligência analítica, simulação e aprendizado profundo (Deep Learning) desenvolvida para apoiar a tomada de decisão logística das Zonas Eleitorais no â…
Conformidade e risco
- Classificação de risco
- Baixo risco
- Aderência ao PDPJ-Br
- sim_totalmente_aderente
- Propriedade da solução
- propriedade_do_orgao
Classificação informada pelo próprio tribunal ao CNJ. O BBSIA não avaliou este projeto.
Problema e objetivo
- Problema que motivou
- A preparação de pleitos eleitorais envolve elevados custos com alocação e manutenção de urnas eletrônicas, suporte técnico, logística de distribuição e ajuda de custo para mesários. A agregação empírica de seções pelas Zonas Eleitorais traz o risco de subaproveitar recursos ou gerar filas excessivas e transtornos nos horários de pico. O OtimizA justifica-se por substituir estimativas manuais por uma metodologia científica baseada em Teoria de Filas e Deep Learning. Ao cruzar dados de atendimentos passados com métricas sociodemográficas, a solução aponta com precisão os cenários ótimos de agregação. Isso racionaliza gastos com equipamentos e pessoal, garante o cumprimento dos limites legais e preserva a eficiência e a dignidade do cidadão no momento da votação.
- Objetivos
- Otimizar gestão de recursos
- Tarefas de IA
- Análise exploratória de dados · Previsão de resultados / riscos
- Público-alvo
- Servidores do tribunal · Equipe de TI (interno)
- Foco de atuação
- Atividades-meio e apoio administrativo
Situação e linha do tempo
- Situação
- Ideação/Concepção
- Concepção
- equipe_tecnica_interna
- Início
- 02/08/2027
- Ano de início
- 2.027
- Usado por outros tribunais
- nao
Desenvolvimento e parcerias
- Forma de desenvolvimento
- desenvolvido_internamente
- Papel da universidade
- nao_houve_participacao
Tecnologia
- Modelo principal — tipo
- classificador_regressor
- Usa RAG
- nao
- Multi-LLM
- nao_se_aplica
- Forma de execução
- on_premise
- Linguagens
- Python
- Frameworks
- Não sei informar
Dados e LGPD
- Categorias de dados
- Dados administrativos
- Base legal (LGPD)
- nao_sei_informar
- RIPD
- nao_sei_informar
- Usa data lake
- nao
Avaliação e transparência
- Documentação disponível
- Documentacao tecnica
- Código acessível para auditoria
- sim_totalmente_acessivel
- Relatórios de desempenho
- nao_ha_relatorios
- Capacitação de usuários
- nao_se_aplica
- Possui indicadores
- nao_ha_indicadores
Proveniência
- Identificador no Sinapses
- 01KY32WP6883DPFWAKTTKD0TSB
- Cadastrado em
- 2026-07-21T19:36:52.000000Z
- Atualizado em
- 2026-07-22T18:22:17.000000Z
- Consultado no CNJ em
- 2026-09-18T19:01:36.249Z