CT&I brasileiro com orçamento em queda e metas ambiciosas: como a Tomada de Decisão Robusta transforma incerteza em estratégia

O paradoxo que define o momento atual

O orçamento de ciência, tecnologia e inovações para 2026 totaliza R$ 17,8 bilhões, 5% menor que o de 2025. Os investimentos do Ministério da Ciência, Tecnologia e Inovação (MCTI) recuaram 17%. Os do Ministério das Comunicações, 56%, conforme relatório setorial da área de ciência, tecnologia e comunicações de 2026, de relatoria do Senador Beto Faro (PT/PA).

Ao mesmo tempo, a Estratégia Nacional de Ciência, Tecnologia e Inovação (ENCTI 2024-2034) estabelece como meta dobrar o investimento nacional em Pesquisa e Desenvolvimento (P&D), de menos de 1,2% para 2% do PIB até 2034. A Nova Indústria Brasil estrutura seis missões tecnológicas de alta complexidade com horizontes de 10 a 20 anos.

Esse é o paradoxo central do planejamento estratégico em CT&I no Brasil contemporâneo: metas crescentes, recursos decrescentes e futuro imprevisível. Não se trata de uma anomalia conjuntural, trata-se de uma condição estrutural que exige novas ferramentas metodológicas para a tomada de decisão.

As abordagens tradicionais de planejamento estratégico foram concebidas para ambientes de maior estabilidade. Elas pressupõem que há informação suficiente para calcular probabilidades confiáveis sobre o futuro e que otimizar decisões para o cenário mais provável é a estratégia racional. Essa premissa raramente se sustenta em sistemas complexos, em crises sistêmicas ou em horizontes de longo prazo como os que caracterizam o planejamento de CT&I.

Existe, no entanto, uma alternativa metodológica rigorosa para esse dilema. Chama-se Tomada de Decisão Robusta e sua relevância para o contexto brasileiro nunca foi tão evidente.

O problema do planejamento tradicional

Há um viés cognitivo que afeta sistematicamente organizações e planejadores experientes: o excesso de confiança (overconfidence bias), a tendência de superestimar a precisão das próprias projeções e subestimar a probabilidade de eventos inesperados.

Pesquisas em psicologia da decisão demonstram que especialistas são frequentemente os mais suscetíveis a esse viés: quanto maior o domínio técnico, maior a tentação de tratar o cenário projetado como o cenário real.

Para o planejamento público de CT&I, as consequências são concretas: políticas construídas sobre premissas que se revelam frágeis ao primeiro contingenciamento orçamentário, à primeira mudança de prioridade política ou à primeira disrupção tecnológica não antecipada. A aparência de rigor técnico pode, paradoxalmente, tornar o risco invisível.

O que os estudiosos de gestão de futuros denominam ignorância invencível, incertezas que não podem ser quantificadas porque simplesmente não há dados suficientes para isso, não é a exceção no planejamento de CT&I em horizontes de uma década. É a regra.

A pergunta estrategicamente correta, portanto, não é "qual é o futuro mais provável?". É: "qual estratégia apresenta bom desempenho em múltiplos futuros possíveis?"

O que é a Tomada de Decisão Robusta

A Robust Decision Making (RDM) é uma metodologia desenvolvida por Robert Lempert, Steven Popper e Steve Bankes, pesquisadores da RAND Corporation, nos anos 1990. Não emergiu de laboratório acadêmico desconectado da prática, surgiu da necessidade real de apoiar decisões de política pública em contextos de alta complexidade e profunda incerteza.

Seu princípio fundador é simples e radicalmente distinto do que orienta a maioria dos processos de planejamento estratégico:

O futuro é profundamente incerto. Qualquer previsão pontual provavelmente estará errada. A questão, portanto, não é "qual futuro virá?" — é "qual estratégia funciona bem em múltiplos futuros plausíveis?"

Diferentemente dos métodos tradicionais, a RDM não busca identificar o "futuro mais provável" para então otimizar uma estratégia em torno dele. Ao contrário, busca identificar a estratégia robusta, aquela que apresenta desempenho satisfatório em uma ampla gama de futuros plausíveis, minimizando vulnerabilidades em vez de maximizar resultados num cenário único.

Planejamento Tradicional	Tomada de Decisão Robusta
Projeta o futuro mais provável	Trabalha com milhares de futuros plausíveis
Otimiza para um cenário	Busca robustez em múltiplos cenários
Pergunta: "o que vai acontecer?"	Pergunta: "o que nos torna vulneráveis?"
Trata a incerteza como obstáculo	Pergunta: "o que nos torna vulneráveis?"
	Incorpora a incerteza como insumo estratégico

Na operação, a RDM combina capacidade humana, reconhecimento de padrões, julgamento de valores, identificação de analogias históricas, com poder computacional para simular milhares a milhões de combinações de variáveis críticas.

O resultado não é uma previsão: é um diagnóstico de vulnerabilidades e um conjunto de estratégias adaptativas que preservam performance mesmo quando o ambiente não segue o roteiro esperado.

Os quatro princípios operacionais da RDM

1. Substitua um cenário por um universo de cenários

Em vez de dois ou três futuros narrativos cuidadosamente elaborados, a RDM gera conjuntos de milhares a milhões de combinações computacionais de variáveis críticas, crescimento econômico, disponibilidade de recursos, avanços tecnológicos, contexto geopolítico, prioridades e instabilidades políticas. Cada combinação representa um futuro plausível. A estratégia é testada em todos eles simultaneamente.

2. Troque otimização por robustez

O critério de avaliação é substituído: em vez de maximizar o resultado no cenário esperado, busca-se a estratégia que minimiza o arrependimento nos piores futuros possíveis, o critério minimax regret. Prefere-se o que funciona bem em muitos futuros ao que funciona perfeitamente em um único futuro que pode não se concretizar.

3. Projete para adaptar, não para perenizar

As melhores estratégias identificadas pela RDM são adaptativas: desenhadas explicitamente para serem revisadas à medida que o mundo revela suas tendências. O planejamento de curto prazo é construído com pontos de decisão pré-definidos, gatilhos que sinalizam quando e como a estratégia deve ser ajustada. Isso combate diretamente o viés de comprometimento (sunk cost fallacy): a tendência organizacional de manter planos obsoletos apenas porque recursos já foram investidos neles.

4. Mapeie vulnerabilidades antes que se manifestem

A técnica de scenario Discovery, descoberta de cenários, identifica de forma concisa quais combinações de variáveis tornam uma estratégia vulnerável. Não como exercício especulativo, mas como ferramenta concreta de gestão de risco institucional: organizações que conhecem seus pontos fracos antecipadamente podem agir sobre eles, em vez de ser surpreendidas por eles.

RDM, Cone de Futuros e Tempos Pós-Normais: convergências metodológicas

A RDM não opera isolada, ela dialoga com outras ferramentas e conceitos que compõem a caixa de ferramentas da governança antecipatória contemporânea.

O Cone de Futuros, proposto por Hancock e Bezold (1994) e desenvolvido por Voros (2017), organiza os futuros potenciais em categorias que vão do Futuro Projetado (business as usual) ao Futuro Absurdo, passando pelos futuros Possível, Plausível, Provável e Preferido. A RDM pode ser compreendida como a metodologia que operacionaliza computacionalmente a exploração desse espaço de futuros, testando o desempenho de estratégias em diferentes regiões do cone de forma sistemática e quantitativa.

O conceito de Tempos Pós-Normais, marcado pela interação entre Complexidade, Caos e Contradições, alerta que sistemas contemporâneos frequentemente geram incerteza profunda que está além das ferramentas lineares de gestão. Nesse contexto, a RDM oferece uma contribuição metodológica precisa: ao invés de tentar eliminar a incerteza, ela a incorpora explicitamente ao processo de decisão, transformando-a de obstáculo em insumo estratégico. A incerteza e a ignorância, longe de serem inimigas a vencer, tornam-se, na perspectiva da RDM, mapas para navegar o desconhecido.

O papel do CGEE e do IPEA: prospecção e evidência como políticas de Estado para a tomada de decisão

Nenhuma discussão sobre planejamento prospectivo em CT&I no Brasil pode prescindir do conhecimento gerado por duas instituições que ocupam posições estratégicas no ecossistema nacional: o Centro de Gestão e Estudos Estratégicos (CGEE) e o Instituto de Pesquisa Econômica Aplicada (IPEA).

CGEE: a inteligência prospectiva do sistema de CT&I

O CGEE é uma organização social vinculada ao MCTI com missão institucional explicitamente voltada à prospecção e à avaliação estratégica para subsidiar a tomada de decisão em ciência, tecnologia e inovação. Sua atuação está estruturada em quatro linhas complementares: estudos, análises e avaliações; articulação interinstitucional; apoio à gestão estratégica do Sistema Nacional de CT&I; e disseminação de informação qualificada.

Nos últimos anos, o CGEE tem intensificado sua atuação em cenários prospectivos com dimensão internacional expressiva. Em 2025, no contexto da presidência brasileira do BRICS, o Centro coordenou o International Workshop on Technological Foresight: STI Opportunities for BRICS Cooperation, reunindo representantes de 11 países para debater como metodologias de prospecção tecnológica podem orientar estratégias de CT&I no Sul Global, com foco em inteligência artificial, sustentabilidade, big data e foresight aplicado. Mais recentemente, lançou o Observatório de Tecnologias Digitais (OTD), plataforma interativa de monitoramento contínuo de indicadores estratégicos sobre transformação digital no Brasil.

IPEA: evidência aplicada para decisões de Estado

O IPEA ocupa uma posição igualmente singular e absolutamente relevante. Como fundação pública do Governo Federal, o Instituto tem por missão "aprimorar as políticas públicas essenciais ao desenvolvimento brasileiro por meio da produção e disseminação de conhecimentos e da assessoria ao Estado nas suas decisões estratégicas" e recentemente "Qualificar a tomada de decisão do Estado e o debate público", tendo como uma de suas competências realizar estudos prospectivos de médio e longo prazo, entre outras.

Sua Agenda Estratégica 2024-2026, estruturada em torno de três eixos: inclusão, sustentabilidade e fortalecimento do Estado e da democracia, posiciona o Instituto como produtor de evidências aplicadas diretamente às grandes escolhas do Estado brasileiro, incluindo aquelas que dizem respeito ao modelo de desenvolvimento econômico, à infraestrutura e à inovação.

No contexto da tomada de decisão robusta, o papel do IPEA é especialmente relevante por três razões:

Primeiro, memória institucional de longo prazo. Diferentemente de estruturas da administração direta, sujeitas a descontinuidades políticas, o IPEA funciona como uma espécie de memória institucional do Estado brasileiro, permitindo que seus técnicos acompanhem a construção e evolução das políticas públicas ao longo do tempo. Essa estabilidade é condição necessária para qualquer exercício sério de análise de robustez, que exige dados históricos consistentes e compreensão profunda das trajetórias institucionais.

Segundo, assessoria integrada ao ciclo de planejamento. O IPEA participou ativamente da elaboração do PPA 2024-2027, da proposta do Manual de Elaboração ao texto dos indicadores da Dimensão Estratégica, passando pelas Oficinas de Planejamento Territorial. Essa inserção no centro de governo transforma o Instituto em ator-chave na definição das premissas sobre as quais qualquer análise de robustez em CT&I será construída.

Terceiro, monitoramento e avaliação como retroalimentação estratégica. A institucionalização do sistema de monitoramento e avaliação de políticas públicas, no qual o IPEA desempenha papel central, em parceria com a Secretaria de Monitoramento e Avaliação do MPO (SMA/MPO), é precisamente o mecanismo que a RDM requer para funcionar: a capacidade de identificar, em tempo real, quando as condições do ambiente se afastam das premissas originais de uma estratégia e sinalizar quando e como ela deve ser revisada.

Em síntese, enquanto o CGEE produz a inteligência prospectiva que alimenta o espaço de futuros plausíveis, o "cone" a ser explorado, o IPEA produz as evidências aplicadas e o monitoramento contínuo que permitem que as estratégias sejam adaptadas ao longo do tempo. São duas faces institucionais de uma mesma capacidade analítica: navegar a incerteza com rigor.

A convergência entre a atuação de ambas as instituições e a metodologia RDM é, portanto, mais do que temática: é estrutural. As três partem do reconhecimento de que a incerteza não pode ser eliminada e de que a resposta institucional adequada não é fingir que ela não existe, mas desenvolver capacidades analíticas para atravessá-la produtivamente.

Por que a RDM é especialmente necessária para o Brasil agora

O contexto brasileiro de CT&I reúne, simultaneamente, três condições que tornam a adoção de metodologias de decisão robusta não apenas relevante, mas urgente.

Metas que exigem visão de longo prazo em ambiente volátil

A ENCTI 2024-2034, elaborada com participação de mais de 100 mil pessoas nos fóruns preparatórios da 5ª Conferência Nacional de CT&I, estabelece como missão central transformar conhecimento em tecnologia a serviço da sociedade e elevar o investimento em P&D para 2% do PIB até 2034. O PPA 2024-2027 reforça esse compromisso com metas intermediárias de 1,3% a 1,5% do PIB para 2027. A Nova Indústria Brasil, com suas seis missões que vão das cadeias agroindustriais sustentáveis às tecnologias de soberania e defesa, demanda o tipo de planejamento que a RDM proporciona: decisões de curto prazo que preservam boa performance em múltiplos futuros possíveis.

Instabilidade orçamentária estrutural e não conjuntural

A queda de 17% nos investimentos do MCTI em 2026 não representa uma anomalia pontual. Representa a materialização de um padrão estrutural de volatilidade que organizações do ecossistema de inovação, governo, ICTs, IES, startups e empresas, precisam aprender a navegar estrategicamente, não apenas a reagir após o fato. É aqui que a capacidade de monitoramento contínuo do IPEA se torna particularmente valiosa: identificar precocemente os sinais de deterioração orçamentária e acionar os mecanismos de revisão estratégica antes que os danos se tornem irreversíveis.

Necessidade de coordenação entre atores com visões distintas

Governo federal, estados, ICTs, IES, empresas e fundos de investimento precisam coordenar ações em CT&I sem necessariamente concordar sobre qual futuro é mais provável. A RDM oferece algo metodologicamente raro: a capacidade de identificar ações robustas que fazem sentido para múltiplos atores com diferentes perspectivas — sem exigir consenso sobre previsões que ninguém pode garantir. O IPEA, por sua posição transversal no sistema de planejamento, e o CGEE, por sua capacidade de articulação interinstitucional, são as instâncias naturais para mediar esse processo de construção de consenso sobre critérios de robustez — mesmo na ausência de consenso sobre futuros.

Aplicações concretas para o ecossistema brasileiro de inovação

A RDM é especialmente indicada quando há três condições simultâneas: profunda incerteza, conjunto rico de opções estratégicas de cobertura (hedging) e relações não intuitivas entre decisões e seus impactos. O ecossistema brasileiro de CT&I em 2026 reúne as três.

Governos e MCTI: Formulação de políticas de CT&I robustas diante de incertezas orçamentárias, tecnológicas e geopolíticas. Planejamento das missões da Nova Indústria Brasil com critério de robustez, não apenas de otimização fiscal de curto prazo.

ICTs e IES: Definição de Políticas Institucionais de Inovação (Lei nº 10.973/2014) e de portfólios de pesquisa e projetos de PDI que preservam resultados estratégicos mesmo sob cortes de financiamento. A lógica reativa, que responde a contingenciamentos depois que acontecem, pode ser substituída por uma lógica antecipatória que os prevê e mitiga antecipadamente.

Startups e empresas inovadoras: Planejamento de desenvolvimento tecnológico que considera múltiplos cenários de mercado, regulação e disponibilidade de capital, inclusive no contexto do Marco Legal das Startups (Lei Complementar 182/2021), cujas oportunidades dependem de ambientes regulatórios que podem evoluir de formas não lineares.

Fundos de investimento: Avaliação de portfólios de inovação com critério de robustez, reduzindo exposição a cenários de ruptura não antecipados e comunicando esse critério a investidores como diferencial de governança.

Pontos fortes e limitações

Como toda metodologia, a RDM tem forças e limites que devem ser reconhecidos para seu uso eficaz.

Pontos fortes:

• Lida honestamente com a incerteza profunda, sem fingir precisão onde ela não existe;

• Facilita consenso entre partes com expectativas e valores distintos, pois não exige acordo sobre previsões, apenas sobre critérios de robustez;

• Reduz o excesso de confiança, desafiando analistas a explorar sistematicamente as vulnerabilidades de suas estratégias preferidas;

• Integra métodos quantitativos e qualitativos: Delphi, Foresight, cenários narrativos e simulação computacional podem ser combinados de forma complementar; e

• Funciona como uma "prótese para a imaginação" coletiva, amplia a capacidade organizacional de antecipar futuros que, de outra forma, permaneceriam fora do radar.

Limitações:

• Exige investimento significativo em modelagem computacional, não é solução de baixo custo para problemas simples ou de incerteza bem caracterizada;

• Em contextos onde a incerteza é razoavelmente quantificável, métodos probabilísticos tradicionais podem ser mais eficientes;

• A qualidade da análise depende diretamente da qualidade dos modelos: garbage in, garbage out; e

• Requer capacitação das equipes para interpretar e utilizar adequadamente os resultados produzidos.

Conclusão: a pergunta que muda o nível da decisão

A Tomada de Decisão Robusta não é uma promessa de eliminar a incerteza, isso seria impossível em tempos pós-normais. É, antes, uma metodologia rigorosa para conviver produtivamente com a incerteza, transformando-a em insumo para a formulação de estratégias que funcionem bem em uma ampla variedade de futuros possíveis.

No Brasil que precisa, simultaneamente, avançar em direção às metas ambiciosas da ENCTI 2024-2034 e da Nova Indústria Brasil, e enfrentar cortes reais nos investimentos em CT&I, a RDM oferece uma contribuição metodológica de valor concreto. O CGEE representa a institucionalização da capacidade prospectiva no coração do sistema nacional de CT&I, transformando foresight em política e incerteza em governança antecipatória. O IPEA, por sua vez, ancora essa capacidade prospectiva em evidências aplicadas, em memória institucional de longo prazo e em monitoramento contínuo das políticas, os ingredientes sem os quais qualquer estratégia robusta permanece teoria.

Como bem sintetizaram Lempert, Popper e Bankes, a RDM transforma a velha pergunta "o que o futuro trará?" em uma pergunta mais respondível e muito mais útil para quem precisa decidir:

"O que é possível fazer hoje para moldar melhor o nosso futuro brasileiro?"

Em um ambiente onde o futuro se recusa a ser previsível, essa não é uma pergunta retórica. É a pergunta mais estratégica que uma organização pública pode fazer.

A COUNCILOR oferece portfólio de serviços de consultoria, assessoria e treinamento em gestão de projetos de PDI, foresight estratégico, inovação antecipatória e planejamento estratégico prospectivo. Para mais informações, acesse www.councilor.com.br ou fale com um de nossos consultores pelo e-mail contato@councilor.com.br.

Referências Bibliográficas

BANKES, Steven C. Exploratory Modeling for Policy Analysis. Operations Research, v. 41, n. 3, p. 435–449, 1993.

BANKES, Steven C.; LEMPERT, Robert J.; POPPER, Steven W. Computer-Assisted Reasoning. Computing in Science and Industry, v. 3, n. 2, p. 71–77, mar./abr. 2001.

BRASIL. Lei Complementar nº 182, de 1º de junho de 2021. Institui o Marco Legal das Startups e do Empreendedorismo Inovador. Brasília, DF: Presidência da República, 2021.

Disponível em: https://www.planalto.gov.br/ccivil_03/leis/lcp/lcp182.htm. Acesso em: 3 mar. 2026.

BRASIL. Ministério do Desenvolvimento, Indústria, Comércio e Serviços; Conselho Nacional de Desenvolvimento Industrial. Nova Indústria Brasil – Plano de Ação para a Neoindustrialização 2024-2026. Edição atualizada. Brasília, DF: CNDI; MDIC, 2025.

BRASIL. Ministério do Planejamento e Orçamento. Plano Plurianual 2024-2027: Anexo I – Dimensão Estratégica. Brasília, DF: MPO, 2023.

CÂMARA DOS DEPUTADOS. Orçamento de 2026 para ciência, tecnologia e comunicações é 5% menor que o de 2025. Portal da Câmara dos Deputados, Brasília, DF, 9 dez. 2025.

Disponível em: https://www.camara.leg.br/noticias/1230685-orcamento-de-2026-para-ciencia-tecnologia-e-comunicacoes-e-5-menor-que-o-de-2025/. Acesso em: 5 maio 2026.

FERRAZ, André; BEIRÓ, Gabrielle. Next skills em Planejamento Estratégico. Blog Councilor. Disponível em: https://www.councilor.com.br/post/next-skills-em-planejamento-estratégico.

FERRAZ, André; BEIRÓ, Gabrielle. O alcance do conceito de INOVAÇÃO e sua taxonomia, conforme o Manual de Oslo da OCDE. Blog Councilor. Disponível em: https://www.councilor.com.br/post/o-alcance-do-conceito-de-inovação-e-sua-taxonomia-conforme-o-manual-de-oslo-da-ocde.

FERRAZ, André; BEIRÓ, Gabrielle. O Cone de Futuros: uma ferramenta para dialogar com futuros potenciais. Blog Councilor. Disponível em: https://www.councilor.com.br/post/o-cone-de-futuros-uma-ferramenta-para-dialogar-com-futuros-potenciais.

FERRAZ, André; BEIRÓ, Gabrielle. O que Governo, Startups, ICTs e IES Ganham com o Marco Legal das Startups (MLS). Blog Councilor, [s. l.], [s. d.]. Disponível em: https://www.councilor.com.br/post/o-que-governo-startups-icts-e-ies-ganham-com-o-marco-legal-das-startups-mls.

FERRAZ, André; LOURENÇO, Gabrielle. Public and institutional policies in post-normal times: a framework for integrating post-normal strategies into the policy cycle. Blog Councilor. Disponível em: https://www.councilor.com.br/post/public-and-institutional-policies-in-post-normal-times-a-framework-for-integrating-post-normal-stra.

HANCOCK, Trevor; BEZOLD, Clement. Possible futures, preferable futures. Healthcare Forum Journal, v. 37, n. 2, p. 23–29, 1994.

INSTITUTO DE PESQUISA ECONÔMICA APLICADA. Agenda Estratégica 2024-2026 do Ipea: trabalhando por um desenvolvimento inclusivo, sustentável e democraticamente construído. Brasília, DF: Ipea, 2023. DOI: http://dx.doi.org/10.38116/agendaestrategica2024-2026.

Disponívelem: https://www.ipea.gov.br/portal/categorias/187-agenda-estrategica-2024-2026. Acesso em: 3 mai. 2026.

LEMPERT, Robert J.; NAKICENOVIC, Nebojsa; SAREWITZ, Daniel; SCHLESINGER, Michael. Characterizing the Uncertainties of Climate Change for Decision Makers. Climatic Change, v. 65, n. 1-2, p. 1–9, 2004.

LEMPERT, Robert J.; POPPER, Steven W.; BANKES, Steven C. Confronting Surprise. Social Science Computer Review, v. 20, n. 4, p. 420–440, 2002.

LEMPERT, Robert J.; POPPER, Steven W.; BANKES, Steven C. Shaping the Next One Hundred Years: New Methods for Quantitative, Long-Term Policy Analysis. Santa Monica, CA: RAND, 2003. (MR-1626-CR).

MINISTÉRIO DA CIÊNCIA, TECNOLOGIA E INOVAÇÃO; CENTRO DE GESTÃO E ESTUDOS ESTRATÉGICOS. Estratégia Nacional de Ciência, Tecnologia e Inovação (ENCTI 2024-2034): para um Brasil justo, desenvolvido e soberano. Brasília, DF: CGEE, 2026. 156 p. ISBN 978-65-5775-102-2.

OCDE. Manual de Oslo: Diretrizes para Coleta e Interpretação de Dados sobre Inovação. 4. ed. Paris: OCDE/Eurostat, 2018.

SARDAR, Ziauddin; SWEENEY, John A. The three tomorrows of postnormal times. Futures, v. 75, p. 1–13, 2016.

TÕNURIST, Piret; HANSON, Tyler. Anticipatory innovation governance: Shaping the future through proactive policy. OECD Working Papers on Public Governance, n. 44, Paris: OECD Publishing, 2020.

VOROS, Joseph. The futures cone, use and history. The Voroscope, 24 fev. 2017. Disponível em: https://thevoroscope.com/2017/02/24/the-futures-cone-use-and-history/. Acesso em: 17 abr. 2026.