Workshop da OpenAI sobre gestão de desastres em Bangcoc aposta em GPTs personalizados, não em novos modelos

O que aconteceu em Bangcoc no dia 29 de março

A OpenAI reuniu 50 líderes de gestão de desastres de 13 países — Bangladesh, Índia, Indonésia, Laos, Malásia, Myanmar, Nepal, Paquistão, Filipinas, Sri Lanka, Tailândia, Timor-Leste e Vietnã — para um workshop de um único dia que a empresa chama de AI Jam for Disaster Management. O evento foi realizado em parceria com a Gates Foundation, o Asian Disaster Preparedness Center (ADPC) e a DataKind.

Os participantes não eram pesquisadores nem formuladores de políticas observando de fora. A OpenAI os descreve como pessoas diretamente envolvidas na resposta em campo: coordenando informações, apoiando comunidades afetadas e tomando decisões sob pressão do tempo. Esse enquadramento importa, porque define o que a sessão realmente produziu.

A escolha de construir GPTs personalizados em vez de começar do zero

O detalhe mais concreto do anúncio é o que os participantes de fato fizeram. Em vez de encomendar sistemas sob medida, eles trabalharam com mentores da OpenAI para construir GPTs personalizados e workflows reutilizáveis — voltados para relatórios de situação, avaliação de necessidades e comunicação pública. Três casos de uso nomeados, cada um correspondendo a uma tarefa recorrente que uma equipe de resposta executa sob pressão de tempo.

Trata-se de uma pegada técnica deliberadamente modesta. GPTs personalizados são configurações de um modelo já existente, não uma nova infraestrutura. Para equipes que a própria OpenAI descreve como operando com dados fragmentados, processos manuais e infraestrutura limitada, o atrativo é que um workflow criado em um workshop pode ser reutilizado na semana seguinte sem precisar de uma equipe de engenharia ou de um processo de compras.

A sessão também destacou o uso responsável e a "construção de confiança institucional" — um reconhecimento de que a adoção dentro de órgãos governamentais e multilaterais é tanto um problema de governança quanto de ferramentas.

Os dados de uso que justificam o esforço

A OpenAI fundamenta a iniciativa em dois números específicos de tempestades recentes. Durante o ciclone Ditwah no Sri Lanka, a empresa relata um aumento de 17 vezes nas mensagens relacionadas ao ciclone no ChatGPT. Durante o ciclone Senyar, em novembro de 2025, a Tailândia registrou um volume de mensagens 3,2 vezes maior em comparação aos meses anteriores.

Esses números mostram que o público já recorre ao ChatGPT durante crises — uma demanda que existe independentemente de as agências de resposta estarem preparadas para ela ou não. A lógica do workshop segue direto dessa constatação: se os cidadãos estão pedindo orientação a um sistema de IA durante um ciclone, as organizações que coordenam a resposta têm motivo para trazer essas mesmas ferramentas para dentro de seus próprios processos de decisão. A OpenAI reforça isso com dados regionais citados de fontes externas: a Ásia responde por uma estimativa de 75% das pessoas afetadas por desastres no mundo, e o Banco Mundial estima que os desastres já custaram mais de US$ 11 bilhões aos países da ASEAN.

Um workshop é um funil, e a fase piloto é onde ele é testado

A OpenAI é clara ao afirmar que essa iniciativa se conecta ao seu OpenAI for Countries Program, ampliado em Davos, e que uma segunda fase está planejada para os próximos meses, focada em implantações piloto e colaboração técnica mais profunda. Esse sequenciamento é o verdadeiro sinal a observar. Um evento de um dia pode gerar entusiasmo e uma pasta cheia de GPTs personalizados; o que ele não consegue fazer é comprovar que essas ferramentas resistem ao contato com uma emergência real.

Sandy Kunvatanagarn, chefe de Políticas Públicas da OpenAI, resumiu bem essa lacuna:

Esta sessão busca reduzir a distância entre o que a IA pode fazer e como ela é realmente usada em campo. Na Ásia, existe um forte impulso e interesse em IA, mas a verdadeira oportunidade está em transformar isso em capacidade prática. Montana Labs

A implicação específica para quem implementa IA em ambientes restritos e de alto risco é a seguinte: os resultados do workshop não valem nada a menos que a fase piloto confirme que eles se sustentam quando os dados estão fragmentados, a conectividade é ruim e uma decisão não pode esperar. A OpenAI já nomeou essa fase seguinte, mas ainda não a entregou — então o veredito honesto sobre esse anúncio é que ele estabeleceu um método promissor e deixou as provas concretas para depois.