Radar 1D1E: parceria cognitiva humano-IA para transformar oportunidades de fomento em decisões estratégicas e projetos submetíveis

Radar 1D1E: parceria cognitiva humano-IA para transformar oportunidades de fomento em decisões estratégicas e projetos submetíveis Da busca por editais à decisão rastreável em organizações sociais, culturais e territoriais Toni Carlos da Silva Dias | O Pensatório Relato de caso aplicado - versão final revisada em setembro de 2026 Achado em uma frase O Radar 1D1E combina inteligência artificial, critérios de aderência e leitura territorial para transformar oportunidades de fomento em decisões documentadas de avançar, adaptar, compor, monitorar ou abortar antes da elaboração intensiva da candidatura.

Resumo O Radar 1D1E é um protocolo de parceria cognitiva humano-IA voltado à decisão prévia em oportunidades de fomento. A proposta parte de um problema recorrente em organizações de pequeno e médio porte: localizar um edital não significa possuir aderência institucional, documental, territorial e operacional para disputar o recurso. O relato apresenta uma formalização do processo em quatro movimentos - busca ativa, análise de aderência, correção semântica e composição para submissão - e introduz a Matriz de Aderência 1D1E v0.1, instrumento ordinal que classifica critérios como atendidos, condicionantes, impeditivos ou ainda insuficientemente informados. O artigo reconstrói, de forma retrospectiva, a aplicação do protocolo ao Instituto Waldir Azevedo na Seleção Petrobras Cultural 2026. O corpus documental cobre quatro marcos entre 7 e 23 de julho de 2026 e permite observar a passagem de uma oportunidade identificada como aderente para uma decisão de adaptação e, depois, para a preparação final da proposta. A reconstrução também expõe inconsistências de cronograma, campos ainda não confirmados, obrigações de acessibilidade, contrapartidas e dependências futuras de incentivo fiscal, demonstrando que a utilidade do protocolo não reside apenas na redação do projeto. A contribuição é situada em diálogo com a literatura de bid/no-bid, seleção de portfólio, inteligência híbrida, carga administrativa no terceiro setor e fomento cultural brasileiro. O Radar não reivindica a invenção da decisão de não concorrer. Sua proposta consiste em transpor e operacionalizar esse raciocínio para o fomento social e cultural, acrescentando trajetória institucional, território, correção semântica e divisão explícita de responsabilidades entre pessoa e IA. O estágio atual demonstra utilização e rastreabilidade, mas não permite inferir eficácia causal. O próximo ciclo prevê teste com pelo menos 15 organizações e produção de indicadores sobre tempo de análise, decisões, retrabalho, submissões e desfechos.

Palavras-chave: inteligência artificial; parceria cognitiva; fomento; decisão bid/no-bid; gestão de projetos; inovação social; organizações territoriais.

Abstract Radar 1D1E is a human-AI cognitive partnership protocol designed to support pre-submission decisions in funding opportunities. The approach addresses a recurring problem faced by small and medium-sized organizations: finding a call does not mean having sufficient institutional, documentary, territorial and operational fit to justify a bid. The case report formalizes the workflow into four movements - active search, fit analysis, semantic correction and proposal composition - and introduces the Radar 1D1E Fit Matrix v0.1, an ordinal instrument that classifies criteria as met, conditional, blocking or insufficiently informed. The paper retrospectively reconstructs the application of the protocol to Instituto Waldir Azevedo in the Petrobras Cultural 2026 public selection. Four documentary milestones between July 7 and July 23, 2026 show how the opportunity moved from initial fit to adaptation and then to a submission-ready package. The reconstruction also reveals schedule inconsistencies, unconfirmed fields, accessibility commitments, sponsorship counterparts and future incentive-law dependencies. The contribution is positioned in relation to bid/no-bid decision research, project portfolio selection, hybrid intelligence, nonprofit administrative burden and Brazilian cultural funding. Rather than claiming that no-bid logic is novel, Radar 1D1E adapts it to social and cultural funding while adding institutional trajectory, territory, semantic integrity and an explicit division of responsibility between humans and AI. Current evidence supports use and traceability, not causal effectiveness. The next cycle will test the protocol with at least 15 organizations and measure decision time, rework, submissions and subsequent outcomes.

Keywords: artificial intelligence; hybrid intelligence; funding; bid/no-bid decision; project management; social innovation; territorial organizations.

1. Introdução

A disponibilidade de editais, leis de incentivo, fundos e programas de investimento não se converte automaticamente em capacidade de acesso. Entre localizar uma chamada e apresentar uma proposta coerente existe uma etapa decisória que envolve elegibilidade, documentação, trajetória institucional, território, orçamento, prazo, equipe e capacidade real de execução.

A literatura sobre financiamento de organizações sem fins lucrativos registra que processos de candidatura podem impor carga administrativa elevada, sobretudo a organizações menores. Adams (2026) mostra que formulários, exigências e escolhas dos financiadores influenciam o tempo despendido, a autonomia institucional e a relação de poder entre quem oferece e quem busca recursos. No contexto brasileiro, Siepmann et al. (2026) analisam accountability e transparência como dimensões relacionadas à captação de recursos no terceiro setor brasileiro, reforçando a importância de processos verificáveis e relações de confiança.

O campo cultural acrescenta desafios próprios. Costa, Medeiros e Bucco (2017) encontraram concentração de incentivadores e proponentes no financiamento cultural brasileiro entre 2003 e 2015. Nogueira e Couto (2024), ao analisar editais vinculados à Lei Paulo Gustavo, discutem assimetrias entre formação profissional, trabalho e acesso ao fomento na área musical. O problema de acesso, portanto, não se resume à existência de recursos. Também envolve capacidade técnica para interpretar chamadas, formular decisões e transformar experiência acumulada em projetos verificáveis.

O Radar 1D1E foi desenvolvido para atuar antes da redação intensiva da proposta. A inteligência artificial auxilia leitura, extração, comparação e estruturação. O julgamento final permanece humano. A arquitetura dialoga com a noção de inteligência híbrida de Dellermann et al. (2019), mas rejeita a premissa de que a combinação entre pessoa e IA seja automaticamente superior. A meta-análise de Vaccaro, Almaatouq e Malone (2024) mostra resultados heterogêneos em tarefas colaborativas. O desempenho depende da natureza da tarefa, das capacidades relativas dos agentes e do desenho da interação.

A questão orientadora do relato é objetiva. Como estruturar, com apoio de IA, a decisão prévia sobre uma oportunidade de fomento sem substituir o contexto institucional e territorial do proponente? O artigo responde por meio de uma formalização do protocolo e de uma reconstrução documental do caso Instituto Waldir Azevedo na Seleção Petrobras Cultural 2026.

2. Problema e delimitação da decisão

O processo de captação costuma ser descrito como uma sequência que vai da busca ao envio. A prática revela uma etapa anterior pouco visível, na qual a organização precisa decidir se vale a pena dedicar recursos escassos a determinada chamada. A decisão pode falhar mesmo quando a organização é formalmente elegível. Um projeto pode estar fora do território, exigir capacidade operacional inexistente, depender de documentação indisponível ou pressionar a instituição a alterar sua identidade para caber no edital.

A literatura de bid/no-bid trata problema análogo em ambientes competitivos. Araújo, Alencar e Mota (2022) definem a decisão de apresentar ou não uma proposta como estratégica e propõem classificação multicritério da atratividade do projeto sob incerteza. A gestão de portfólio chega a conclusão semelhante por outro caminho. Ribeiro e Alves (2017) mostram que a seleção de propostas de pesquisa pode ser estruturada por critérios multicritério quando recursos são limitados. Padovani, Carvalho e Muscat (2010) também tratam seleção, priorização e alocação de recursos como problema decisório central em portfólios de projetos.

O Radar transpõe esse raciocínio para organizações sociais, culturais e territoriais. O objeto de análise deixa de ser somente o edital e passa a ser a relação entre oportunidade, proponente, trajetória, território, documentação e capacidade de execução. O protocolo também inclui a qualidade narrativa, pois uma candidatura pode ser tecnicamente correta e, ainda assim, apresentar uma descrição artificial da organização.

A pergunta central deixa de ser “como encaixar uma ideia neste edital?” e passa a ser “há coerência suficiente para justificar o investimento na candidatura?”

A expressão 1D1E significa um dia, uma oportunidade, uma decisão estratégica. O dia funciona como horizonte de triagem e decisão, não como promessa de elaboração integral do projeto em 24 horas. A saída pode ser avançar, adaptar, compor com parceiros, monitorar ou abortar. A decisão de não competir é tratada como resultado quando impede o consumo de esforço em uma oportunidade incompatível.

3. Método do relato de caso

O trabalho adota desenho aplicado, exploratório e descritivo. Não se trata de experimento de eficácia. A unidade de análise é a sequência decisória formada pela relação entre um proponente e uma oportunidade de fomento. O caso principal foi reconstruído retrospectivamente a partir de documentos produzidos durante o trabalho com o Instituto Waldir Azevedo em julho de 2026.

O corpus principal reúne quatro marcos documentais. Em 7 de julho foi produzido o Relatório Radar 1D1E, que identificou a Seleção Petrobras Cultural 2026 como oportunidade de alta aderência naquele momento. Em 14 de julho foi preparada uma versão revisada da descrição do projeto. Em 17 de julho foi consolidado um relatório dos campos já inseridos na plataforma de patrocínios da Petrobras, acompanhado de alertas para dados, compromissos e contrapartidas que ainda dependiam de validação. Em 23 de julho foi entregue o pacote final de texto e apresentação preparado para submissão. O intervalo documental totalizou 16 dias corridos. A fórmula 1D1E se aplica à decisão inicial sobre a oportunidade, não ao tempo total de composição do projeto. O corpus não registra horas trabalhadas, portanto não permite inferir economia de tempo.

A reconstrução compara os documentos do caso com o regulamento e o Anexo I da Seleção Petrobras Cultural 2026. A seleção destinou R$ 270 milhões a projetos culturais, recebeu inscrições de 1º a 31 de julho de 2026 e previu 11 modalidades. A modalidade Projetos de Cultura Digital exigia duração de até 12 meses, tecnologia ligada à arte e à cultura como elemento essencial ou meio de disponibilização, atividades públicas claramente especificadas e pelo menos um evento presencial de lançamento, apresentação, exibição ou disponibilização. O regulamento geral também determinava que o início da execução estivesse entre 1º de maio de 2027 e 30 de abril de 2028 (PETROBRAS, 2026a; PETROBRAS, 2026b).

A Matriz de Aderência 1D1E v0.1 foi formalizada após as aplicações iniciais. O instrumento codifica critérios que antes operavam de modo parcialmente tácito. A matriz é apresentada como protótipo metodológico, não como escala validada. A utilização retrospectiva no caso principal serve para demonstrar funcionamento e revelar lacunas do próprio processo.

O autor do artigo também desenvolveu e operou o protocolo. A sobreposição entre pesquisador e praticante aumenta acesso aos documentos, mas cria risco de viés de confirmação. A estratégia adotada para reduzir o problema foi separar fatos documentados, inferências retrospectivas e hipóteses ainda não testadas. A análise evita usar participação em eventos como prova de eficácia.

4. Estrutura do Radar 1D1E

O protocolo é composto por quatro movimentos encadeados. A busca ativa localiza e organiza oportunidades. A análise de aderência confronta requisitos com a realidade do proponente. A correção semântica traduz experiência concreta para a linguagem institucional sem fabricar trajetória. A composição transforma uma decisão favorável em objeto, justificativa, objetivos, metodologia, metas, indicadores, cronograma, orçamento e documentação.

A arquitetura preserva uma distinção importante. Busca e redação são atividades; decisão é a unidade de valor. A submissão aparece apenas quando o conjunto de critérios torna o investimento justificável. O desenho é compatível com a ênfase contemporânea em valor, adaptação e adequação ao contexto presente no PMBOK Guide - Eighth Edition (PROJECT MANAGEMENT INSTITUTE, 2025).

5. Matriz de Aderência 1D1E v0.1

A formalização do instrumento responde a uma fragilidade das primeiras versões do Radar. Sem rubrica explícita, a análise dependia excessivamente da experiência do operador. A Matriz v0.1 utiliza classificação ordinal e evita uma pontuação numérica que sugeriria precisão ainda inexistente.

Classificações utilizadas. A - atende; C - condicionante corrigível; I - impeditivo; N - informação insuficiente.

A regra decisória é deliberadamente simples. Um impeditivo em requisito eliminatório produz a decisão abortar. Condicionantes corrigíveis levam a adaptar. Lacunas de capacidade que possam ser supridas por alianças conduzem a compor. Informação insuficiente pode justificar monitorar ou investigar antes de investir em redação. O avanço ocorre quando os critérios centrais estão atendidos e os condicionantes restantes possuem tratamento plausível.

O instrumento não substitui julgamento. A matriz cria rastreabilidade para que outro analista compreenda por que uma oportunidade avançou ou foi interrompida. O MVP deverá testar consistência entre avaliadores e verificar se as categorias precisam de pesos ou subcritérios.

6. Parceria cognitiva humano-IA

A inteligência artificial participa do Radar como componente de apoio, não como autoridade decisória. Entre as tarefas adequadas estão extração de requisitos, comparação de versões, síntese de regulamentos, organização de documentos, estruturação preliminar de objetivos e identificação de lacunas textuais. A decisão sobre legitimidade territorial, compromisso institucional, viabilidade política e risco reputacional permanece humana.

Dellermann et al. (2019) descrevem inteligência híbrida como combinação deliberada de capacidades humanas e computacionais. Gomez et al. (2025) observam que muitos sistemas classificados como colaborativos ainda apresentam baixa reciprocidade entre humano e IA. Vaccaro, Almaatouq e Malone (2024) mostram que a simples soma dos agentes não garante sinergia. O Radar incorpora as três contribuições ao separar funções e exigir validação humana dos resultados computacionais.

A correção semântica ocupa posição particular. Modelos generativos tendem a completar lacunas e produzir linguagem plausível. No contexto de fomento, fluência sem lastro cria risco de atribuir ao proponente experiência ou capacidade inexistente. A regra do protocolo limita qualquer reescrita ao conjunto de fatos, documentos e compromissos que possam ser sustentados. O objetivo é alcançar adequação de linguagem sem deslocamento de identidade institucional.

7. Caso principal - Instituto Waldir Azevedo e Seleção Petrobras Cultural 2026

O Instituto Waldir Azevedo atua em Conservatória, distrito de Valença no Rio de Janeiro, com foco na preservação do legado de Waldir Azevedo, do cavaquinho, do choro e da música instrumental brasileira. O site institucional registra atividades culturais e educativas, acervo, apresentações e ações de formação (INSTITUTO WALDIR AZEVEDO, s.d.).

Em 7 de julho de 2026, o Relatório Radar 1D1E identificou a Seleção Petrobras Cultural 2026 como oportunidade prioritária para o Instituto. O projeto passou a ser estruturado com o título “Do Rádio ao Algoritmo - Waldir Azevedo e o Choro na Era do Streaming”. A modalidade escolhida foi Projetos de Cultura Digital, inserida no eixo Cinema & Cultura Digital. O formulário de trabalho registrou solicitação de R$ 1,3 milhão, residência com 10 a 12 jovens artistas, álbum ou EP de 6 a 8 faixas, documentário-processo, live session, 30 a 40 conteúdos digitais, seis ações em escolas públicas e um lançamento presencial gratuito (O PENSATÓRIO, 2026b).

O regulamento público estabelecia que projetos de Cultura Digital deveriam ter duração máxima de 12 meses, tecnologia aplicada à arte e à cultura como elemento essencial ou meio de disponibilização, atividades públicas especificadas com quantitativos e pelo menos um evento presencial de lançamento ou apresentação. A seleção admitia inscrição sem aprovação prévia na Lei Rouanet, mas exigia regularização do incentivo antes da contratação de projetos selecionados (PETROBRAS, 2026a; PETROBRAS, 2026b).

O processo seletivo da Petrobras também incluía uma etapa própria de aderência, posterior à análise de conteúdo. O desenho reforça a relevância de testar compatibilidade antes do envio, quando o proponente ainda pode corrigir escopo, cronograma e compromissos sem incorrer no custo completo de uma candidatura inadequada (PETROBRAS, 2026a).

7.1 Rastreabilidade documental Quatro marcos permitem reconstruir o processo sem confundir atividade planejada com resultado alcançado.

7.2 Reconstrução da Matriz de Aderência A aplicação abaixo é retrospectiva. A Matriz v0.1 não existia formalmente em julho. O exercício transforma registros dispersos em uma trilha decisória e também revela falhas que um instrumento explícito poderia ter detectado mais cedo.

7.3 Decisão reconstruída A sequência documental sugere três momentos decisórios. O relatório de 7 de julho produziu a decisão AVANÇAR porque a oportunidade apresentava aderência temática ao Instituto. A etapa de composição revelou condicionantes e deslocou a decisão para ADAPTAR. O documento de 17 de julho registra pedidos de confirmação de datas, locais, público, acessibilidade, equipe, comunicação e contrapartidas. O pacote de 23 de julho foi preparado para a etapa de submissão após novo ciclo de ajustes. A trilha reconstruída pode ser sintetizada como AVANÇAR → ADAPTAR → AVANÇAR COM CONDICIONANTES.

A reconstrução mostra por que a decisão não pode ser confundida com uma nota única. Uma oportunidade pode ser aderente em tema e trajetória, mas exigir correções operacionais antes do envio. O caso também demonstra que a formalização da Matriz v0.1 tem valor corretivo. A inconsistência de cronograma apareceria imediatamente como condicionante crítico, reduzindo a dependência de revisão tardia.

Nenhum dado do corpus permite afirmar aprovação, contratação ou retorno financeiro. A contribuição empírica consiste em documentar o caminho entre descoberta, análise, adaptação e preparação. O caso fornece matéria observável para o protocolo sem transformar planejamento em resultado.

8. Aplicações complementares e circulação externa

Uma segunda aplicação documentada ocorreu com o Projeto Ação do Bem, iniciativa ligada à proteção animal. O trabalho estruturou histórico, problema, objetivos, público, documentação, portfólio e indicadores declarados pelo proponente. O caso é utilizado apenas como evidência de aplicação em domínio distinto. Os números operacionais informados pela organização não são tratados como resultados do Radar.

A circulação externa do conceito também foi registrada, mas possui função diferente da aplicação operacional. Em agosto de 2026, o Radar foi apresentado na Batalha de Pitch do Tech Summit Petrópolis. A credencial digital emitida pelo Serratec registra que Toni Carlos da Silva Dias apresentou pitch no evento. No VII Simpósio Internacional LAVITS, a programação oficial de 27 de agosto de 2026 identifica a oficina “Parceria Cognitiva: composição de inteligências para projetos criativos”, ministrada por Toni Carlos da Silva Dias, de O Pensatório (SERRATEC, 2026b; LAVITS, 2026).

O Pensatório também participou do HackTown Startups e de atividades de matchmaking. A página do programa descreve a edição como ambiente de conexão entre startups, corporações, investidores e comunidades (HACKTOWN, 2026). O Radar passou ainda a ser trabalhado no contexto do Treinamento de Empreendedorismo para Cientistas do NIT Rio, programa de 32 horas que aborda modelo de negócio, MVP, validação, propriedade intelectual, pitch e oportunidades de financiamento (NIT RIO, 2026).

Participação em eventos não é apresentada como validação de eficácia. Os registros demonstram circulação, exposição a interlocutores externos e teste de comunicação. A separação evita transformar evidência curricular em resultado metodológico.

9. Originalidade e diálogo com o estado da arte

A contribuição do Radar precisa ser delimitada sem reivindicação de ineditismo indevido. A decisão bid/no-bid é consolidada em setores que dependem de propostas competitivas. Araújo, Alencar e Mota (2022) apresentam um modelo de classificação da atratividade de projetos para apoiar a decisão de concorrer. Ribeiro e Alves (2017) mostram, no contexto brasileiro, como seleção de portfólio pode combinar múltiplos critérios para priorizar propostas. A lógica de selecionar antes de investir, portanto, possui antecedentes claros.

O avanço proposto pelo Radar é de transposição e integração. O protocolo leva a lógica bid/no-bid para fomento social e cultural, campos nos quais a decisão depende de trajetória institucional, território, público, documentação, linguagem e capacidade de execução. A correção semântica acrescenta uma fronteira ética. O texto pode ser adaptado ao financiador, mas a trajetória do proponente não pode ser reescrita para fabricar aderência.

A comparação com soluções existentes ajuda a precisar o recorte. A Prosas mantém uma base com mais de 13 mil oportunidades cadastradas e oferece tecnologia para gestão de editais, avaliação e monitoramento (PROSAS, s.d.). A Cultura LAB.ia oferece análise de editais, redação assistida, orçamento e identificação de riscos e pendências para projetos culturais (CULTURA LAB.IA, s.d.). Busca, leitura e redação assistida já fazem parte do mercado.

Nos materiais públicos examinados, a decisão de não candidatar não aparece como unidade metodológica central das duas soluções. A observação não significa ausência dessa prática em seus processos internos e não sustenta alegação de exclusividade. A diferenciação do Radar está em colocar a decisão rastreável antes da elaboração intensiva e combinar o resultado com território, identidade institucional e divisão explícita de tarefas entre pessoa e IA.

A comparação resume apenas funções descritas publicamente e não avalia processos internos das plataformas. O quadro serve para delimitar o recorte do Radar sem alegar superioridade ou exclusividade.

A literatura brasileira de fomento reforça a pertinência do problema. Costa, Medeiros e Bucco (2017) identificam concentração no financiamento cultural pela Lei de Incentivo. Nogueira e Couto (2024) discutem assimetrias de acesso ao fomento em editais da Lei Paulo Gustavo. Siepmann et al. (2026) analisam accountability e transparência como estratégias associadas à captação de recursos em organizações sem fins lucrativos. O Radar se posiciona, portanto, em um espaço aplicado entre gestão de projetos, apoio multicritério à decisão, terceiro setor e políticas de fomento.

10. Resultados observáveis e o que ainda não pode ser afirmado

O estágio atual permite demonstrar cinco resultados. Existe um fluxo operacional documentado e o caso principal possui quatro marcos datados ao longo de 16 dias. A reconstrução aplicou 11 dimensões de aderência, das quais três foram classificadas como atendidas e oito como condicionantes, sem registrar impeditivo absoluto. O exercício também expôs incompatibilidades de calendário e outras pendências que justificam um instrumento explícito. Por fim, o protocolo já foi aplicado em mais de um domínio e circulou em ambientes externos de inovação e pesquisa.

Os resultados não autorizam conclusões sobre eficácia. O artigo não mede horas economizadas, taxa de aprovação, qualidade comparativa das propostas, retorno financeiro ou desempenho contra um grupo de controle. Tampouco possui evidência suficiente para afirmar redução de carga administrativa. A literatura de Adams (2026) recomenda cautela justamente porque instrumentos de simplificação podem deslocar, em vez de eliminar, o esforço das organizações.

A contribuição demonstrável nesta etapa é a rastreabilidade. O Radar transforma decisões implícitas em registros que podem ser revisados, comparados e, no próximo ciclo, medidos.

11. Potencial de aplicação e impacto

O protocolo foi pensado para organizações que não mantêm equipes permanentes de captação e gestão de projetos. A hipótese de impacto está associada a três frentes. A primeira é reduzir investimento em oportunidades claramente incompatíveis. A segunda é tornar lacunas documentais e operacionais visíveis antes da redação completa. A terceira é preservar a voz do proponente ao traduzir sua atuação para linguagens institucionais de fomento.

A proposta se aproxima de abordagens de inovação social que valorizam experimentação, aprendizagem e adaptação de métodos a problemas concretos (MURRAY; CAULIER-GRICE; MULGAN, 2010). O efeito social, porém, ainda precisa ser medido. Aprovação em edital será apenas um dos indicadores, pois uma decisão de não concorrer pode ser adequada mesmo sem produzir candidatura.

12. Limitações

A principal limitação é a ausência de validação sistemática da Matriz v0.1. As categorias foram formalizadas a partir de prática acumulada e reconstrução documental, mas ainda não há teste de consistência entre avaliadores nem evidência de validade preditiva.

O caso principal é único e pertence ao campo cultural. A generalização para esporte, meio ambiente, ciência ou investimento social privado exige novos casos. O material documental também possui lacunas. A hora de trabalho não foi registrada; a documentação jurídica completa do proponente não integra o corpus utilizado neste artigo; e a preparação para submissão não comprova protocolo final, seleção ou contratação.

A posição do autor como desenvolvedor e operador do Radar produz risco de viés. A reconstrução retrospectiva pode organizar o passado de forma mais coerente do que a prática original. Por essa razão, a Matriz v0.1 é apresentada como formalização posterior, e não como instrumento que teria sido integralmente aplicado em julho de 2026.

A inteligência artificial introduz riscos próprios. Modelos podem desatualizar requisitos, inferir fatos inexistentes, simplificar exceções e produzir linguagem fluente sem sustentação. A operação exige validação de fontes, registro de versões e responsabilidade humana sobre a decisão.

13. Próxima etapa de validação

O próximo ciclo deverá testar o Radar com pelo menos 15 organizações. Cada oportunidade analisada será registrada em ficha padronizada com fonte, data, proponente, área, território, requisitos, classificação por dimensão, decisão, justificativa, tempo empregado, retrabalho, produção ou não de projeto, submissão e desfecho posterior.

A avaliação será organizada em três planos. O primeiro medirá eficiência do processo, com tempo entre descoberta e decisão, quantidade de interações e retrabalho. O segundo observará qualidade decisória, incluindo clareza da justificativa, consistência entre avaliadores e ocorrência de impeditivos detectados antes da redação intensiva. O terceiro acompanhará resultado competitivo, como projetos submetidos, aprovados e contratados, sem confundir aprovação com causalidade do método.

A Matriz v0.1 será testada em dupla avaliação em uma amostra das oportunidades. Divergências entre analistas deverão indicar critérios ambíguos e orientar nova versão do instrumento. O objetivo não é criar uma nota universal de aderência, mas aumentar consistência e capacidade de auditoria da decisão.

Uma etapa adicional deverá registrar no-go reais. A decisão de abortar é central ao conceito, porém o caso principal apresentado neste artigo terminou em preparação para submissão. O MVP precisa documentar motivos de interrupção e comparar custo evitado com o esforço necessário para a triagem.

14. Conclusão

O Radar 1D1E organiza uma etapa frequentemente subdocumentada do acesso a fomento. A contribuição não está em descobrir editais, produzir textos com IA ou inventar a lógica de bid/no-bid. O valor proposto está em combinar essas práticas em uma decisão prévia, explícita e auditável para organizações sociais, culturais e territoriais.

A reconstrução do caso Instituto Waldir Azevedo mostra a utilidade do enquadramento. A oportunidade apresentava forte aderência temática, mas a preparação revelou condicionantes de cronograma, locais, acessibilidade, contrapartidas e incentivo fiscal. A decisão deixou de ser binária. Houve avanço inicial, adaptação e nova preparação para avançar.

A Matriz de Aderência 1D1E v0.1 transforma a prática tácita em instrumento observável. O estágio atual demonstra utilização e rastreabilidade, não eficácia causal. O próximo passo é submeter a matriz a casos múltiplos, medir o processo e registrar decisões favoráveis e no-go com o mesmo rigor.

Captar não significa submeter mais. Significa criar condições para decidir melhor onde vale a pena investir tempo, articulação e projeto.

Referências ADAMS, Katy. Challenges, choices and common applications: funders' exercise of power and its consequences for nonprofits' administrative burden. Journal of Philanthropy, v. 31, n. 2, e70064, 2026. DOI 10.1002/nvsm.70064. Disponível em: https://doi.org/10.1002/nvsm.70064. Acesso em: 17 set. 2026.

ARAÚJO, Maria Creuza Borges de; ALENCAR, Luciana Hazin; MOTA, Caroline Maria de Miranda. Classification model for bid/no-bid decision in construction projects. International Transactions in Operational Research, v. 29, n. 2, p. 1025-1047, 2022. DOI 10.1111/itor.13037. Disponível em: https://doi.org/10.1111/itor.13037. Acesso em: 17 set. 2026.

COSTA, Camila Furlan da; MEDEIROS, Igor Baptista de Oliveira; BUCCO, Guilherme Brandelli. O financiamento da cultura no Brasil no período 2003-15: um caminho para geração de renda monopolista. Revista de Administração Pública, v. 51, n. 4, p. 509-527, 2017. DOI 10.1590/0034-7612162254. Disponível em: https://doi.org/10.1590/0034-7612162254. Acesso em: 17 set. 2026.

CULTURA LAB.IA. Cultura LAB.ia - elaboração de projetos culturais com inteligência artificial. [S. l.], [s. d.]. Disponível em: https://culturalab.ia.br/LandingPage2. Acesso em: 17 set. 2026.

DELLERMANN, Dominik; LIPUSCH, Nikolaus; EBEL, Philipp; LEIMEISTER, Jan Marco. Design principles for a hybrid intelligence decision support system for business model validation. Electronic Markets, v. 29, p. 423-441, 2019. DOI 10.1007/s12525-018-0309-2. Disponível em: https://doi.org/10.1007/s12525-018-0309-2. Acesso em: 17 set. 2026.

GOMEZ, Catalina; CHO, Sue Min; KE, Shichang; HUANG, Chien-Ming; UNBERATH, Mathias. Human-AI collaboration is not very collaborative yet: a taxonomy of interaction patterns in AI-assisted decision making from a systematic review. Frontiers in Computer Science, v. 6, art. 1521066, 2025. DOI 10.3389/fcomp.2024.1521066. Disponível em: https://doi.org/10.3389/fcomp.2024.1521066. Acesso em: 17 set. 2026.

HACKTOWN. HackTown Startups 2026. Santa Rita do Sapucaí, 2026. Disponível em: https://hacktown.com.br/htstartups/. Acesso em: 17 set. 2026.

INSTITUTO WALDIR AZEVEDO. Sobre o Instituto Waldir Azevedo. Conservatória, RJ, [s. d.]. Disponível em: https://www.institutowaldirazevedo.com.br/sobre-o-instituto-waldir-azevedo/. Acesso em: 17 set. 2026.

LAVITS. VII Simpósio Internacional LAVITS - programação de oficinas. Rio de Janeiro, 2026. Disponível em: https://www.simposio2026.lavits.org/conteudo/view?ID_CONTEUDO=755. Acesso em: 17 set. 2026.

MURRAY, Robin; CAULIER-GRICE, Julie; MULGAN, Geoff. The open book of social innovation. London: The Young Foundation; NESTA, 2010. Disponível em: https://www.youngfoundation.org/our-work/publications/the-open-book-of-social-innovation/. Acesso em: 17 set. 2026.

NIT RIO. Treinamento de Empreendedorismo para Cientistas 2026. Rio de Janeiro, 2026. Disponível em: https://curso-empreendedorismo.nitrio.org.br/. Acesso em: 17 set. 2026.

NOGUEIRA, Bruno Pedrosa; COUTO, Ana Carolina Nunes de. Lei Paulo Gustavo: assimetrias entre trabalho e formação do músico nas políticas públicas de cultura. Orfeu, v. 9, n. 1, e0103, 2024. DOI 10.5965/2525530409012024e0103. Disponível em: https://doi.org/10.5965/2525530409012024e0103. Acesso em: 17 set. 2026.

PETROBRAS. Seleção Petrobras Cultural 2026. Rio de Janeiro, 2026a. Disponível em: https://petrobras.com.br/cultural/selecoes-publicas-culturais. Acesso em: 17 set. 2026.

PETROBRAS. Anexo I - critérios obrigatórios por modalidade de patrocínio. Seleção Petrobras Cultural 2026. Rio de Janeiro, 2026b. Disponível em: https://petrobras.com.br/documents/2677942/44704038/26.06.29.Anexo%2BI%2B%E2%80%93%2BCrit%C3%A9rios%2BObrigat%C3%B3rios%2Bpor%2BModalidade%2Bde%2BPatroc%C3%ADnio.pdf. Acesso em: 17 set. 2026.

PROJECT MANAGEMENT INSTITUTE. A guide to the Project Management Body of Knowledge (PMBOK Guide). 8. ed. Newtown Square, PA: Project Management Institute, 2025. Disponível em: https://www.pmi.org/standards/pmbok. Acesso em: 17 set. 2026.

PROSAS. Central de Editais. [S. l.], [s. d.]. Disponível em: https://produtos.prosas.com.br/editais. Acesso em: 17 set. 2026.

PADOVANI, Marisa; CARVALHO, Marly Monteiro de; MUSCAT, Antonio Rafael Namur. Seleção e alocação de recursos em portfólio de projetos: estudo de caso no setor químico. Gestão & Produção, v. 17, n. 1, p. 157-180, 2010. DOI 10.1590/S0104-530X2010000100013. Disponível em: https://doi.org/10.1590/S0104-530X2010000100013. Acesso em: 17 set. 2026.

RIBEIRO, Maria Celeste de Carvalho Ressiguier; ALVES, Alex da Silva. O problema de seleção de portfólio de projetos de pesquisa em instituições de ensino: um estudo de caso. Gestão & Produção, v. 24, n. 1, p. 25-39, 2017. DOI 10.1590/0104-530X2089-16. Disponível em: https://doi.org/10.1590/0104-530X2089-16. Acesso em: 17 set. 2026.

SERRATEC. Tech Summit Petrópolis 2026. Petrópolis, 2026a. Disponível em: https://serratec.org/techsummitpetropolis/. Acesso em: 17 set. 2026.

SERRATEC. Tech Summit Petrópolis 2026 - credencial digital de Toni Carlos da Silva Dias. Petrópolis, 2026b. Disponível em: https://v.pok.tech/r/a7e44d09-b7a2-4a24-9801-e9e726d87a1f. Acesso em: 17 set. 2026.

SIEPMANN, Isadora Velho Barcelos; CASTANHA, Eduardo Tramontin; CITTADIN, Andréia; SCHNEIDER, Michele; GUIMARÃES, Milla Lúcia Ferreira. Accountability como estratégia na captação de recursos para instituições sem fins lucrativos. Desenvolvimento em Questão, v. 24, n. 64, e17574, 2026. DOI 10.21527/2237-6453.2026.64.17574. Disponível em: https://doi.org/10.21527/2237-6453.2026.64.17574. Acesso em: 17 set. 2026.

VACCARO, Michelle; ALMAATOUQ, Abdullah; MALONE, Thomas W. When combinations of humans and AI are useful: a systematic review and meta-analysis. Nature Human Behaviour, v. 8, p. 2293-2303, 2024. DOI 10.1038/s41562-024-02024-1. Disponível em: https://doi.org/10.1038/s41562-024-02024-1. Acesso em: 17 set. 2026.

Fontes primárias do caso O PENSATÓRIO. Relatório Radar 1D1E - Instituto Waldir Azevedo. Miguel Pereira, 7 jul. 2026a. Documento técnico não publicado, acervo do case.

O PENSATÓRIO. Projeto IWA 01 - Do Rádio ao Algoritmo: Waldir Azevedo e o Choro na Era do Streaming. Miguel Pereira, 14 jul. 2026b. Documento de trabalho não publicado, acervo do case.

O PENSATÓRIO. Resumo dos campos inseridos na plataforma de Gestão de Patrocínios da Petrobras - Do Rádio ao Algoritmo. Miguel Pereira, 17 jul. 2026c. Documento técnico não publicado, acervo do case.

O PENSATÓRIO. Do Rádio ao Algoritmo - pacote final preparado para submissão. Miguel Pereira, 23 jul. 2026d. Documento técnico não publicado, acervo do case.

PROJETO AÇÃO DO BEM. Comprovante eletrônico e formulário de candidatura. 26 jun. 2026. Documento do acervo do case.