O workshop da OpenAI em Bangkok sobre gestão de catástrofes aposta em GPTs personalizados, não em novos modelos

O que aconteceu em Bangkok a 29 de março

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

Os participantes não eram investigadores ou responsáveis políticos afastados da realidade. A OpenAI descreve-os como pessoas diretamente envolvidas na resposta no terreno: coordenação de informação, apoio a comunidades afetadas e tomada de decisões urgentes. Esse enquadramento é relevante, pois determina o que a sessão efetivamente produziu.

A opção por construir GPTs personalizados em vez de partir do zero

O detalhe mais concreto do anúncio é o que os participantes fizeram na prática. Em vez de encomendar sistemas à medida, trabalharam com mentores da OpenAI para criar GPTs personalizados e fluxos de trabalho reutilizáveis — direcionados para relatórios de situação, avaliação de necessidades e comunicação pública. Três casos de uso identificados, cada um correspondendo a uma tarefa recorrente que as equipas de resposta executam sob pressão de tempo.

Trata-se de um alcance técnico deliberadamente contido. Os GPTs personalizados são configurações de um modelo já existente, não infraestrutura nova. Para equipas que a própria OpenAI descreve como operando com dados fragmentados, processos manuais e infraestrutura limitada, a vantagem é que um fluxo de trabalho criado num workshop pode ser reutilizado na semana seguinte sem uma equipa de engenharia ou um ciclo de aquisição.

A sessão também sublinhou a utilização responsável e a "construção de confiança institucional" — um reconhecimento de que a adoção em agências governamentais e organizações multilaterais é tanto um problema de governação como de ferramentas.

Os dados de utilização que justificam o esforço

A OpenAI fundamenta a iniciativa em dois números concretos de tempestades recentes. Durante o ciclone Ditwah no Sri Lanka, reporta um aumento de 17 vezes nas mensagens relacionadas com o ciclone no ChatGPT. Durante o ciclone Senyar, em novembro de 2025, a Tailândia registou um aumento de 3,2 vezes no volume de mensagens em comparação com os meses anteriores.

Estes números mostram que o público já recorre ao ChatGPT durante crises — uma procura que existe independentemente de as agências de resposta estarem preparadas para ela. A lógica do workshop segue-se naturalmente: se os cidadãos pedem orientação a um sistema de AI durante um ciclone, as organizações que coordenam a resposta têm motivo para integrar as mesmas ferramentas nos seus próprios processos de decisão. A OpenAI associa isto a dados regionais que cita de fontes externas: a Ásia representa uma estimativa de 75% das pessoas afetadas por catástrofes a nível global, e o Banco Mundial estima que as catástrofes já custaram aos países da ASEAN mais de 11 mil milhões de dólares.

Um workshop é um funil, e é na fase piloto que se testa

A OpenAI é explícita ao afirmar que esta iniciativa se liga ao seu OpenAI for Countries Program, expandido em Davos, e que está prevista uma segunda fase nos próximos meses, centrada em implementações piloto e numa colaboração técnica mais profunda. Essa sequência é o verdadeiro sinal a reter. Um evento de um dia pode gerar entusiasmo e uma pasta de GPTs personalizados; não pode provar que essas ferramentas resistem ao contacto com uma emergência real.

Sandy Kunvatanagarn, Head of Public Policy da OpenAI, definiu claramente esta lacuna:

Esta sessão visa colmatar a diferença entre o que a AI pode fazer e a forma como é efetivamente utilizada no terreno. Na Ásia, existe um forte impulso e interesse pela AI, mas a verdadeira oportunidade está em transformar isso em capacidade prática. Montana Labs

A implicação concreta para quem implementa AI em contextos limitados e de elevado risco: os resultados do workshop não valem nada a menos que a fase piloto confirme que se mantêm sólidos quando os dados são fragmentados, a conectividade é fraca e uma decisão não pode esperar. A OpenAI já identificou essa fase seguinte, mas ainda não a concretizou — por isso, o veredicto honesto sobre este anúncio é que estabeleceu um método promissor e deixou as provas concretas para mais tarde.