Um dos equívocos mais comuns na pesquisa de preços em contratações públicas é tratar a escolha do método estatístico como uma decisão meramente formal ou, pior, como uma escolha livre do gestor. A prática cotidiana revela justificativas frágeis, muitas vezes reduzidas a frases como “adotou-se a média dos preços coletados” ou “optou-se pela mediana para evitar distorções”, sem qualquer explicitação do comportamento dos dados que fundamentaria tais decisões.
Os manuais orientativos do MGI, do STJ e a jurisprudência do Tribunal de Contas da União são claros em sentido oposto: o método não é livre. Ele deve ser coerente com a série de preços coletados, com o nível de dispersão observado e com as características do mercado analisado. Não se trata de uma exigência meramente acadêmica, mas de um requisito de racionalidade administrativa e de proteção ao interesse público.
É nesse contexto que a Inteligência Artificial começa a exercer um papel relevante. Não para “escolher” o método no lugar do gestor, mas para apoiar a aplicação objetiva dos critérios técnicos, reduzir erros de julgamento e transformar números em decisões justificáveis e auditáveis.
Métodos estatísticos
A Instrução Normativa nº 65/2021 define o preço estimado como o valor obtido a partir de método matemático aplicado a uma série de preços coletados, com a exclusão de valores inexequíveis, inconsistentes ou excessivamente elevados.
O Caderno de Pesquisa de Preços do MGI avança ao detalhar métodos possíveis — média, mediana, menor preço, entre outros — e deixa claro que a escolha deve considerar o comportamento estatístico da amostra. A orientação é explícita ao indicar que séries de preços com baixa dispersão admitem a utilização da média, enquanto séries com elevada variabilidade recomendam métodos mais robustos, como a mediana.
O Manual de Orientação do STJ reforça essa lógica ao destacar a necessidade de análise crítica dos preços coletados, especialmente quando houver grande variação entre os valores apresentados.
Já o TCU consolida esse entendimento ao reiterar, em diversos acórdãos, que a adoção automática da média, sem análise da dispersão ou sem justificativa técnica, compromete a validade da pesquisa de preços. O controle não exige sofisticação estatística excessiva, mas cobra coerência entre dados, método e decisão.
Quando a média é aceitável
A média aritmética é, sem dúvida, o método mais intuitivo e amplamente utilizado. Isso, por si só, não a torna inadequada. O problema surge quando ela é aplicada independentemente do comportamento dos dados.
A média é aceitável quando a série de preços apresenta:
- valores relativamente próximos entre si;
- baixa dispersão;
- ausência de outliers relevantes;
- mercado relativamente homogêneo.
Em termos práticos, isso significa que os preços coletados não se afastam significativamente uns dos outros, formando uma faixa relativamente estável. Nessas situações, a média cumpre bem o papel de representar o preço de mercado, sem risco relevante de distorção.
O próprio MGI sugere o uso do coeficiente de variação como critério objetivo para essa avaliação. Séries com coeficiente de variação reduzido indicam homogeneidade suficiente para a adoção da média. Não se trata de um número mágico, mas de um indicador de estabilidade da amostra.
A Inteligência Artificial pode apoiar essa análise de forma direta. Ao fornecer a série de preços ao Gemini, o gestor pode solicitar o cálculo da média, do desvio padrão e do coeficiente de variação, obtendo rapidamente uma visão clara do nível de dispersão. Mais importante do que o cálculo em si é a interpretação orientada, que ajuda a decidir se a média é, de fato, representativa.
Quando a mediana é mais defensável
Em muitos casos, a série de preços apresenta assimetria: alguns valores se afastam significativamente do conjunto principal, puxando a média para cima ou para baixo. Nesses cenários, a mediana tende a ser um método mais defensável, pois é menos sensível a extremos.
A mediana é especialmente recomendável quando:
- há grande variação entre os preços coletados;
- existem valores muito elevados ou muito baixos;
- o mercado apresenta heterogeneidade significativa;
- a exclusão de outliers não é simples ou pode ser questionada.
Diferentemente da média, a mediana representa o valor central da distribuição, independentemente da magnitude dos extremos. Isso a torna particularmente útil em mercados com comportamento irregular ou quando a amostra é pequena.
Os manuais do MGI e do STJ reconhecem essa vantagem e indicam a mediana como método adequado quando a dispersão é elevada. O TCU, por sua vez, costuma enxergar com bons olhos a adoção da mediana em contextos nos quais a média poderia conduzir a preços estimados artificialmente inflados ou reduzidos.
A IA pode apoiar essa escolha ao simular cenários comparativos. Ao analisar a mesma série de preços, o ChatGPT pode demonstrar como a média se comporta na presença de valores extremos e como a mediana se mantém estável. Essa comparação visual e numérica facilita a compreensão e fortalece a justificativa técnica.
Situações excepcionais de uso do menor preço
O uso do menor preço como referência é, sem dúvida, o ponto mais sensível da discussão. Ele não é proibido, mas é excepcional. Sua adoção exige cautela redobrada e justificativa robusta.
O menor preço pode ser considerado quando:
- o mercado é altamente competitivo;
- o objeto é padronizado;
- os preços coletados são muito próximos entre si;
- não há indícios de inexequibilidade.
Mesmo nessas hipóteses, o gestor deve demonstrar que o menor valor é compatível com o mercado, não resultando de erro, estratégia oportunista ou condições comerciais distintas.
A adoção do menor preço, sem análise crítica, pode conduzir à aceitação de valores inexequíveis e, posteriormente, a problemas na execução contratual. Por isso, o método deve ser utilizado com parcimônia e sempre acompanhado de justificativa robusta.
A IA pode auxiliar nesse ponto ao avaliar a proximidade entre os preços. Se a diferença entre o menor preço e os demais for marginal, a adoção pode ser tecnicamente defensável. Se, ao contrário, o menor valor se distanciar significativamente do conjunto, o alerta se torna evidente.
Como o Gemini pode apoiar a escolha do método estatístico
A contribuição do Gemini não está na escolha automática do método, mas no apoio estruturado à análise. Entre os usos mais relevantes, destacam-se:
- Cálculo de dispersão: média, mediana, desvio padrão, coeficiente de variação.
- Identificação de outliers: valores que destoam significativamente da série.
- Simulação de cenários: comparação entre métodos aplicados à mesma amostra.
- Análise explicativa: interpretação dos resultados em linguagem acessível.
Ao fornecer a série de preços e solicitar uma análise orientada, o gestor passa a ter uma base objetiva para decidir. A IA ajuda a evitar decisões intuitivas ou justificativas genéricas, substituindo-as por argumentos ancorados nos dados. Veja alguns exemplos práticos de uso:
1. Cálculo e leitura inicial da dispersão dos dados
Este tipo de prompt é útil logo após a coleta dos preços, para compreender o comportamento geral da amostra.
“Considere a seguinte série de preços coletados para o objeto descrito abaixo. Calcule média, mediana, desvio padrão e coeficiente de variação. Em seguida, explique o que esses indicadores revelam sobre o grau de dispersão dos dados.”
Esse comando ajuda o gestor a sair do “olhar intuitivo” e passar a uma leitura objetiva da variabilidade, algo exigido pelos manuais do MGI e do STJ.
2. Identificação de possíveis outliers
Aqui o objetivo não é excluir valores automaticamente, mas sinalizar pontos de atenção.
“Analise a série de preços a seguir e indique se existem valores que destoam significativamente do conjunto. Se for o caso, aponte quais preços merecem análise crítica mais aprofundada e explique por quê.”
O resultado apoia a decisão sobre manutenção ou exclusão de valores, sempre com justificativa expressa no processo.
3. Simulação comparativa entre métodos estatísticos
Este prompt é especialmente útil quando há dúvida entre média e mediana.
“Aplique os métodos da média aritmética e da mediana à série de preços abaixo. Compare os resultados e explique, do ponto de vista estatístico, em que situações cada método seria mais defensável.”
Aqui, o ChatGPT ajuda a visualizar o impacto da escolha do método, algo que costuma ficar implícito ou mal explicado nos processos.
Justificativa
Talvez o maior desafio não esteja na escolha do método, mas na formalização da decisão. Números, por si só, não convencem auditorias. É preciso traduzi-los em texto claro, lógico e verificável.
A IA pode auxiliar na redação da justificativa, estruturando o raciocínio em três etapas:
- descrição da série de preços e de seu comportamento;
- explicitação dos critérios adotados (dispersão, presença de outliers, homogeneidade);
- justificativa da escolha do método estatístico.
O resultado não deve ser um texto excessivamente técnico, mas compreensível e rastreável, capaz de demonstrar que a decisão foi tomada de forma consciente e fundamentada. A IA ajuda a dar forma a esse texto, mas a responsabilidade pela decisão permanece integralmente com o gestor.
Continue acompanhando nossos conteúdos e siga o perfil da BLL COMPRAS no Instagram para mais análises e orientações sobre a Nova Lei de Licitações.
