Inteligência de dados para a tomada de decisões em ambientes de guerra híbrida

Nos dias de hoje, o ambiente operacional mudou radicalmente. Já não se trata apenas de analisar cenários ou conflitos físicos convencionais, mas de lidar com contextos muito mais complexos, nos quais a principal dificuldade reside no enorme volume de dados provenientes de múltiplas fontes, domínios e níveis. No entanto, existem tecnologias maduras — como a analítica avançada, o Big Data ou a exploração de fontes abertas — que permitem transformar esta sobrecarga em indicadores e alertas úteis para a tomada de decisões.

Um dos principais desafios é a transição para operações em ambiente multidomínio. Tradicionalmente, a inteligência era organizada nos níveis estratégico, operacional e tático, associados a domínios físicos. Esta abordagem evoluiu para incorporar novos domínios, como o ciberespaço e o domínio cognitivo.

Neste contexto, o multidomínio pode ser entendido como uma esfera de ação complexa em que todos os domínios estão interligados e são interdependentes. Uma ação num deles pode ter efeitos decisivos nos outros. Por exemplo, uma campanha de desinformação nas redes sociais pode gerar desconfiança na população e condicionar a tomada de decisões a diferentes níveis. Por outras palavras, uma ação não física pode ter efeitos diretos em vários domínios simultaneamente.

Este cenário é enquadrado pelo conceito de guerra híbrida, também conhecida como conflito na zona cinzenta. Trata-se de ações que não excedem o limiar de uma resposta militar convencional e que procuram explorar as vulnerabilidades do sistema alvo. Este tipo de conflito incide sobretudo no domínio cognitivo, ou seja, nas perceções e decisões da população e dos responsáveis políticos. A ambiguidade e a dificuldade de atribuição complicam a resposta e aumentam a incerteza.

O terceiro grande desafio é a saturação informativa. No contexto atual, o problema não é a falta de dados, mas o volume dos mesmos. A informação é gerada continuamente e em diferentes formatos, o que torna difícil a sua análise. Neste cenário, as ameaças manifestam-se frequentemente como sinais débeis, dispersos e difíceis de detetar.

As abordagens tradicionais, baseadas na análise manual ou em indicadores isolados, não se adaptam a este nível de complexidade. O verdadeiro desafio é transformar grandes volumes de informação em conhecimento útil, compreensível e acionável para o decisor, no momento certo.

Antes de abordar o papel da tecnologia, é preciso definir as capacidades que permitem responder a estes desafios. Qualquer sistema orientado para a tomada de decisões deve ser capaz de integrar informações provenientes de múltiplas fontes, detetar anomalias e sinais fracos, correlacionar informações entre diferentes domínios e transformar os dados em indicadores claros para o decisor. Todos com um objetivo comum: reduzir o tempo entre a deteção de um sinal relevante e a tomada de decisão.

Estas capacidades estão diretamente alinhadas com o ciclo OODA (Observar, Orientar, Decidir, Agir), o modelo clássico de tomada de decisões. Em ambientes complexos, a vantagem não reside apenas em decidir bem, mas em decidir antes do adversário. A tecnologia não toma decisões, mas permite transformar dados em informação útil para que o decisor possa agir com maior rapidez e discernimento.

Uma vez definidas as capacidades, o passo seguinte é compreender quais as tecnologias que permitem a sua concretização. É aqui que entra em jogo o conceito de Big Data, entendido não como uma tecnologia específica, mas como uma abordagem que promove novas formas de processar e analisar a informação.

Com base nesta abordagem, plataformas como a desenvolvida pela GMV no domínio da segurança interna permitem transferir estas capacidades para o ambiente operacional real.

O primeiro passo consiste na integração e no processamento da informação num único ambiente. Neste processo, os dados são convertidos em conhecimento estruturado e, através da análise, em inteligência de apoio à decisão. Para o efeito, são aplicados processos ETL/ELT e de normalização que permitem a disponibilizar os dados para exploração, respeitando sempre os requisitos de segurança e classificação.

A análise avançada e a inteligência artificial estão no centro destas capacidades. Não substituem o analista, mas ampliam a sua capacidade, permitindo o processamento da informação, a pesquisa inteligente e a extração automática de conhecimentos relevantes, incluindo análise, transcrição ou tradução de documentos. Ainda assim, a inteligência artificial não toma decisões autónomas: existe sempre uma validação humana e um controlo de qualidade.

A correlação multidomínios baseia-se em modelos gráficos para representar as relações entre eventos e para facilitar a identificação de padrões não evidentes.

Por fim, toda esta informação é traduzida em painéis de controlo, alertas e indicadores orientados para os decisores. Estes permitem sintetizar informação complexa e apoiar a definição de prioridades e a tomada de decisões de uma forma ágil.

Um exemplo claro é a implantação de uma ferramenta que fornece as informações mais relevantes para o operador numa COP (Common Operational Picture) onde os dados, a análise e a tomada de decisões convergem num único ambiente que integra mapas, indicadores e capacidades colaborativas.

Neste contexto, a chave não é acumular informação, mas sim utilizá-la eficazmente. A tecnologia permite que o analista transforme os dados em conhecimentos úteis e reduza a incerteza, sem substituir o decisor.

Em última análise, a vantagem competitiva reside em percorrer o ciclo de decisão com maior rapidez e precisão. Num ambiente de tempo crítico, decidir mais cedo pode fazer toda a diferença. É precisamente aqui que a inteligência de dados se afirma como um elemento-chave para enfrentar os atuais desafios de segurança.

Autor: Pablo Crego Nieto