Como funciona a correspondência de concursos por IA: a tecnologia por trás da contratação pública inteligente
Quando as pessoas ouvem que um sistema de IA associa concursos a empresas, imaginam muitas vezes uma simples correspondência de palavras-chave. A realidade é bastante mais sofisticada.
O problema da correspondência por palavras-chave
A correspondência por palavras-chave falha porque a linguagem dos concursos e as descrições das empresas raramente coincidem com precisão. «Serviços de engenharia civil para reabilitação de autoestradas» não corresponderá a «manutenção de infraestruturas rodoviárias». As palavras diferem. O significado é o mesmo.
Embeddings vetoriais: transformar texto em números
O alicerce da correspondência moderna por IA é o embedding vetorial, uma representação matemática que capta o significado, e não apenas as palavras. Dois textos com significados semelhantes têm embeddings semelhantes mesmo que não partilhem qualquer palavra.
O processo de correspondência
Quando a Trinta processa um novo concurso, gera um embedding a partir do título, da descrição, da categoria e da entidade emissora. Quando uma empresa completa o seu perfil, é também gerado um embedding a partir dele. Encontrar correspondências é uma pesquisa de similaridade matemática entre os concursos que os seus agentes recolhem todos os dias, devolvida em milissegundos. A abordagem foi construída sobre um arquivo de mais de 450.000 concursos reais.
O sistema de pontuação de cinco fatores
A similaridade semântica, por si só, não é suficiente. A Trinta combina-a com quatro fatores adicionais:
Sobreposição setorial (25%): os setores da empresa correspondem às categorias do concurso?
Adequação geográfica (15%): a empresa está ativa no país do concurso?
Adequação à dimensão da empresa (12%): o valor do contrato corresponde à capacidade da empresa?
Sinais históricos (8%): a empresa já ganhou contratos semelhantes anteriormente?
O ciclo de retorno
A correspondência melhora através do retorno dos utilizadores. Os sinais de «gosto» e «não gosto» melhoram as correspondências futuras para empresas semelhantes.
Perguntas frequentes
01Como funciona, na prática, o cruzamento entre concursos e empresas feito por IA?
O cruzamento de concursos por IA converte tanto o texto do concurso como a descrição dos produtos de uma empresa em embeddings vetoriais, representações matemáticas do significado, e depois mede a proximidade entre ambos. Como a comparação é semântica e não literal, um anúncio que descreve o seu produto por outras palavras continua a ser reconhecido. A pontuação acrescenta depois fatores para além da similaridade, como a geografia e a dimensão do contrato.
02O que são os embeddings vetoriais no cruzamento de concursos?
Um embedding vetorial é uma representação numérica de um texto que coloca significados semelhantes próximos uns dos outros num espaço matemático. No cruzamento de concursos, tanto o anúncio como o catálogo do fornecedor se tornam embeddings, pelo que o sistema compara o significado e não a formulação exata. É isto que permite que uma especificação redigida de outra forma seja associada a um produto a que genuinamente se adequa.
03Porque é que o cruzamento por palavras-chave deixa escapar concursos relevantes?
Porque os compradores descrevem aquilo de que precisam com as suas próprias palavras, e não com as de quem vende. Um hospital que lança um concurso para uma central de oxigénio pode escrever «unidade de produção de gases medicinais», «gerador PSA», ou apenas uma simples especificação técnica sem qualquer nome de produto. Uma lista de palavras-chave só apanha a formulação que previu, e inunda-o de anúncios que por acaso partilham uma palavra.
Partilhar este artigo
Para consultar
Artigos relacionados