Como a IA Analisa um Caderno de Encargos: Explicação Passo a Passo

A preparação de uma proposta num concurso público em Portugal começa sempre pela leitura do caderno de encargos: o documento que define as cláusulas contratuais, as especificações técnicas e os requisitos que o operador económico deve cumprir para participar no procedimento pré-contratual. Nos termos do artigo 42.º do Código dos Contratos Públicos (CCP, DL 18/2008 e alterações), o caderno de encargos é uma das peças essenciais de qualquer procedimento, a par do programa do procedimento.

O problema operacional é real: um caderno de encargos pode ter entre 50 e 200 páginas, com cláusulas jurídicas, especificações técnicas e condições financeiras dispersas ao longo do documento. Analisar manualmente esta documentação para identificar os requisitos de habilitação, os critérios de adjudicação, os prazos e os requisitos eliminatórios implica horas de trabalho especializado, com risco efetivo de omitir informação crítica sob pressão de tempo.

A análise de cadernos de encargos com inteligência artificial permite comprimir este processo para minutos; é também uma das funcionalidades que a Tendios disponibiliza no contexto da contratação pública portuguesa. A seguir, explica-se como funciona esta abordagem do ponto de vista técnico, o que a IA efetivamente extrai e onde a supervisão humana continua a ser indispensável.

O que é um caderno de encargos no CCP e por que a sua leitura é exigente

A estrutura do caderno de encargos segundo o CCP

O caderno de encargos é regulado nos artigos 42.º e seguintes do CCP. Nos termos do artigo 42.º, n.º 1, alínea b), é uma das peças do procedimento que a entidade adjudicante deve elaborar e disponibilizar a todos os interessados. O seu conteúdo deve incluir, no mínimo, as cláusulas jurídicas gerais e especiais, as especificações técnicas e os critérios de adjudicação aplicáveis à avaliação das propostas, devendo o próprio caderno de encargos identificar quais as condições cuja violação constitui motivo de exclusão ao abrigo do artigo 70.º do CCP.

Na prática administrativa portuguesa, os cadernos de encargos seguem uma estrutura relativamente estável: uma parte jurídica com as condições de execução do contrato, uma parte técnica com as especificações da prestação ou do fornecimento, e frequentemente um conjunto de anexos com modelos de documentos que o concorrente deve preencher. A densidade desta documentação varia consoante o tipo de contrato, sendo estruturalmente mais complexa numa empreitada de obras públicas do que num contrato de aquisição de bens correntes. Para quem pretende aprofundar as especificidades da redação técnica destas peças, o artigo sobre o caderno de encargos técnico detalha os elementos estruturantes deste documento.

O custo real da análise manual

Para a maioria das equipas que preparam propostas, a leitura e o registo manual dos pontos críticos de um caderno de encargos implica horas de trabalho especializado por procedimento. Nesse tempo, é necessário identificar os critérios de adjudicação e as respetivas ponderações (art. 74.º CCP), os requisitos de habilitação do adjudicatário (art. 81.º CCP), os prazos de execução, as condições de pagamento e os requisitos documentais exigidos para a proposta. Qualquer omissão neste processo pode levar à exclusão ao abrigo do artigo 70.º do CCP, sem possibilidade de correção posterior.

Este processo repete-se em cada procedimento, sem aproveitamento do conhecimento acumulado entre análises. Quando uma empresa participa regularmente em procedimentos pré-contratuais, o volume de documentação a processar pode tornar-se um obstáculo operacional significativo, especialmente em procedimentos com prazos de submissão reduzidos.

Como a IA processa um caderno de encargos: o pipeline técnico

Da ingestão documental à extração de informação

O processo de análise automática de um caderno de encargos começa pela ingestão do documento, que habitualmente se apresenta em formato PDF. Numa primeira fase, o sistema converte o ficheiro num formato de texto estruturado, preservando a organização interna do documento: secções, numeração de cláusulas, tabelas e anexos. Este passo é tecnicamente relevante porque os PDFs disponíveis nas plataformas eletrónicas de contratação pública nem sempre são documentos com texto pesquisável. Existem cadernos de encargos digitalizados como imagem, o que exige processamento por reconhecimento ótico de caracteres (OCR) antes de qualquer análise semântica.

Após a conversão, o documento é dividido em segmentos lógicos de dimensão controlada, num processo designado por chunking. Cada segmento preserva a sua posição no documento original e é transformado numa representação matemática, um embedding vetorial, que captura o seu significado semântico. Estes vetores são armazenados numa base de dados vetorial, o que permite consultas por proximidade semântica: o sistema consegue localizar os segmentos mais relevantes para uma determinada pergunta mesmo que as palavras exatas não coincidam com as do documento.

RAG aplicado à contratação pública

A técnica que suporta esta abordagem designa-se RAG (Retrieval-Augmented Generation, geração aumentada por recuperação). Numa arquitetura RAG, quando o utilizador formula uma consulta sobre o caderno de encargos, por exemplo "quais são os critérios de adjudicação?" ou "qual é o prazo de execução do contrato?", o sistema localiza os segmentos mais relevantes do documento e entrega-os a um modelo de linguagem (LLM), que elabora uma resposta fundamentada no texto do próprio caderno de encargos.

A principal vantagem desta abordagem em relação a um modelo de linguagem genérico é que as respostas estão ancoradas no conteúdo específico do caderno de encargos em análise, e não em conhecimento genérico sobre contratação pública. O modelo não produz informação por inferência: responde com base no que está escrito no documento. Para uma análise comparativa mais detalhada entre RAG e modelos de linguagem genéricos no contexto da contratação pública, consulte o artigo sobre RAG vs. ChatGPT na contratação pública.

O que a IA extrai de um caderno de encargos

Requisitos técnicos, habilitação e documentação exigida

Os sistemas de análise baseados em IA conseguem identificar e estruturar automaticamente várias categorias de informação que compõem o núcleo de qualquer análise de proposta. Em primeiro lugar, os requisitos de habilitação do adjudicatário: certificações obrigatórias, capacidade técnica mínima, experiência demonstrável e requisitos financeiros. Estes elementos encontram-se habitualmente dispersos pela parte jurídica do caderno de encargos e nos anexos de declarações, sendo frequente que a sua leitura exija cruzar informação de várias secções do documento.

Em segundo lugar, a listagem completa dos documentos que a proposta deve incluir: declarações, memórias descritivas, planos de execução, amostras e outros elementos exigidos pela entidade adjudicante. O artigo 57.º do CCP estabelece os documentos que devem integrar qualquer proposta, mas o caderno de encargos pode ampliar esses requisitos e especificar exigências formais adicionais. Um sistema de análise bem configurado identifica esta listagem e assinala os documentos cuja ausência constitui motivo de exclusão nos termos do artigo 70.º do CCP, permitindo à equipa organizar a documentação necessária desde o início do processo de preparação da proposta.

Critérios de adjudicação, prazos e condições de execução

Os critérios de adjudicação e as respetivas ponderações, regulados pelo artigo 74.º do CCP, constituem outra categoria de informação de alto valor estratégico que a IA extrai com precisão. Conhecer os fatores e subfatores de avaliação, bem como os métodos de pontuação descritos no caderno de encargos, é essencial para calibrar a proposta e alocar os recursos da equipa de forma eficiente. Este conhecimento antecipado determina, por exemplo, o peso relativo que a componente técnica e a componente financeira devem ter na proposta final.

Os sistemas de análise automática identificam ainda os prazos críticos do procedimento: prazo de execução do contrato, prazos de entrega de documentos, datas de visitas obrigatórias e prazos de garantia. Esta extração, que manualmente pode implicar a releitura de várias secções do caderno, fica disponível de forma estruturada em poucos segundos após a ingestão do documento. Na Tendios, a funcionalidade de análise de cadernos de encargos com IA disponibiliza este conjunto de informações de forma organizada, sem necessidade de percorrer o documento na íntegra para identificar os pontos críticos.

Limites da análise automática e o papel da validação humana

O que a IA não substitui

Por mais precisa que seja a extração automática, existem limites que devem ser reconhecidos com rigor. A IA extrai e organiza informação; não interpreta normas jurídicas nem resolve ambiguidades procedimentais. Quando um caderno de encargos contém cláusulas tecnicamente contraditórias, remissões para legislação setorial específica ou condições de execução cuja conformidade com o CCP possa ser questionável, a análise de um jurista ou técnico especializado em contratação pública é insubstituível.

Existem também situações em que o documento foi estruturado de forma atípica, com informação crítica dispersa em anexos com formatação irregular ou em tabelas com estrutura não-padrão. Nestas situações, a qualidade do OCR e do processo de segmentação pode afetar a completude da extração. É por isso que a análise com IA deve ser tratada como um primeiro passo de alta velocidade, não como substituto da revisão especializada. O artigo sobre automatização inteligente com agentes de IA aprofunda esta articulação entre fluxos automatizados e supervisão humana no contexto da contratação pública.

Boas práticas para combinar IA e revisão especializada

Uma abordagem eficaz consiste em usar a análise automática para produzir uma síntese estruturada do caderno de encargos num primeiro momento: identificar de imediato os requisitos eliminatórios, os critérios de adjudicação e a lista documental exigida, e reservar o tempo da equipa técnica para as secções que requerem interpretação e para a redação da proposta. Esta divisão de trabalho permite reduzir o tempo total de análise sem comprometer o rigor da avaliação final.

Os anúncios de procedimentos pré-contratuais publicados no Portal BASE incluem referências ao caderno de encargos e ao programa do procedimento, disponíveis para descarregamento através das plataformas eletrónicas certificadas. É sobre estes documentos que a análise com IA opera, complementando a pesquisa de oportunidades e a avaliação inicial de adequação ao perfil da empresa, e permitindo ao operador económico tomar uma decisão de participação informada num tempo muito inferior ao da análise manual.

Perguntas frequentes sobre analisar caderno de encargos com IA

Que tipo de documentos a IA consegue analisar além do caderno de encargos?

Para além do caderno de encargos, os sistemas de análise baseados em RAG conseguem processar o programa do procedimento, os documentos de esclarecimento publicados pela entidade adjudicante ao abrigo do artigo 50.º do CCP, peças desenhadas em empreitadas e relatórios preliminares de avaliação. A qualidade da análise depende do formato do PDF: documentos com texto pesquisável produzem resultados mais completos do que documentos digitalizados como imagem, que requerem processamento OCR adicional.

A análise automática garante que a proposta estará em conformidade com o caderno de encargos?

Não. A análise automática reduz significativamente o risco de omitir requisitos críticos, mas não substitui a verificação humana. A conformidade de uma proposta com o caderno de encargos, especialmente nos aspetos técnicos e jurídicos mais complexos, exige sempre a revisão especializada da equipa responsável pela preparação da proposta. A IA identifica e organiza a informação; a avaliação de adequação é uma responsabilidade da equipa.

A IA consegue identificar requisitos eliminatórios com precisão?

Em geral, sim, desde que esses requisitos estejam claramente formulados no caderno de encargos. Os sistemas RAG identificam os critérios que a própria entidade adjudicante designa como eliminatórios, incluindo os estabelecidos nos termos do artigo 70.º do CCP. Em documentos com redação ambígua ou estrutura não-padrão, a margem de erro aumenta, o que reforça a necessidade de validação humana, em especial para os requisitos eliminatórios de natureza técnica ou financeira.

O RAG é adequado para cadernos de encargos de alta complexidade técnica?

Sim, com reservas. O RAG é particularmente eficaz na localização e extração de informação estruturada, como cláusulas, prazos e critérios. Em cadernos com forte componente de engenharia ou especificações técnicas muito detalhadas, a interpretação do conteúdo extraído deve ser feita por técnicos da área. A IA fornece o mapa do documento; a leitura especializada das especificações técnicas continua a ser indispensável.

Conclusões sobre analisar caderno de encargos com IA

A análise de cadernos de encargos com inteligência artificial representa uma mudança operacional relevante para as equipas que participam regularmente em procedimentos de contratação pública em Portugal. A capacidade de extrair automaticamente requisitos, critérios de adjudicação, prazos e documentação exigida permite redirecionar o tempo especializado para o que efetivamente diferencia uma proposta: a argumentação técnica e o posicionamento competitivo face aos critérios definidos pela entidade adjudicante.

O modelo técnico subjacente, baseado em RAG e bases de dados vetoriais, garante que as respostas do sistema estão fundamentadas no conteúdo específico do caderno de encargos em análise, e não em conhecimento genérico. Esta ancoragem documental é a principal garantia de rigor numa ferramenta de análise automática aplicada a documentos jurídicos e técnicos de elevada complexidade, como são os cadernos de encargos no âmbito do CCP.

A eficácia desta abordagem depende, em todo o caso, de uma integração consciente com a revisão humana especializada. A IA acelera a análise e reduz o risco de omissão; a interpretação jurídica e a avaliação estratégica da proposta continuam a ser responsabilidades da equipa. É nessa combinação entre velocidade automatizada e julgamento especializado que reside o verdadeiro valor da análise assistida por IA nos procedimentos pré-contratuais do CCP.