Órgãos públicos usam inteligência artificial para combater corrupção

Uma forma de suprir essa lacuna crescentemente adotada por instituições públicas de combate a ilícitos na administração pública é a adoção de ferramentas tecnológicas baseadas em inteligência artificial (IA). Avanços neste campo foram apresentados hoje (3) em seminário sobre o tema promovido pelo Tribunal Superior Eleitoral (TSE).

Um exemplo é um sistema implantado pelo Ministério da Transparência e Controladoria-Geral da União (CGU) para encontrar indícios de desvios na atuação de servidores. Ele usa recursos de aprendizagem de máquina (machine learning), técnica que consiste em “treinar” o sistema fornecendo dados, apresentando critérios e validando se os resultados da análise estão dentro do esperado.

A equipe da CGU repassou dados de servidores, incluindo casos antigos de funcionários condenados ou punidos por irregularidades. Um dos envolvidos no projeto, Thiago Mazagão, explicou que são listados determinados critérios, como a possibilidade de filiação a partidos ou a participação na sociedade com empresas.

Contudo, Mazagão negou que o sistema promova alguma forma de discriminação e afirmou que ele não toma decisão, mas faz indicações a partir de uma espécie de filtro para que os casos mapeados sejam examinados pelos auditores do órgão.

“Não é porque se filiou que vai cair na malha fina. Essa ferramenta não diz para gente quem é corrupto, mas quem deve ser olhado com mais carinho, e quem não precisa ser olhado com mais carinho. Ninguém está sendo julgado, mas para direcionar o olhar do auditor. É uma ferramenta de priorização”, argumentou.

Entretanto, o representante da CGU disse que os critérios adotados na análise não são tornados públicos. Ele justificou que a decisão foi pensada para evitar que agentes possam burlar o sistema por identificar seus parâmetros.

Contratos

Outro sistema baseado em inteligência artificial, criado pela CGU, é adotado com o propósito de fiscalizar contratos e fornecedores. A ferramenta elabora uma análise de riscos, incluindo não somente o de corrupção, mas também de outros problemas, como a possibilidade de um fornecedor não cumprir o contrato ou fechar as portas.

São considerados diversos aspectos para avaliar o grau de risco. Um exemplo é o ano de fundação. Quanto mais nova a empresa, maior a chance dela ter uma capacidade menor. Outra seriam os lances em uma determinada licitação. Quanto menos lances, maior a chance de haver alguma forma de acordo. No caso das empresas, quanto mais atividades desenvolve, maior a probabilidade de não conseguir sustentar contratos em todas elas.

TCU

O Tribunal de Contas da União (TCU) também incorporou um sistema de inteligência artificial nas suas atividades de controle, denominado Alice. Segudo Edans Sandes, integrante da equipe que opera o recurso no tribunal, o recurso foi implantado como forma de buscar cobrir o grande universo de licitações e contratos, frente a um quadro de insuficiência de recursos humanos do órgão.

De acordo com TCU, os mais de mil órgãos da Administração Pública Federal promovem atualmente cerca de 60 mil licitações por ano. Com a emergência da modalidade de pregão eletrônico, o procedimento teve seu tempo reduzido para menos de um mês. Essa agilidade, aliada à defasagem no repasse dos dados pelo governo federal, dificultava a fiscalização do tribunal.

O sistema baixa os dados do portal de compras do governo (Comprasnet), identifica os custos das licitações, analisa o texto dos editais e cruza as informações dos processos com outras bases de dados. Nesta avaliação, são considerados diversos aspectos, como a qualificação das empresas, se elas são idôneas ou se são de fachada. Também são verificados problemas de concorrência que possam ocorrer nos procedimentos.

O mapeamento e os alertas facilitam o trabalho dos auditores e permitem que o tribunal chegue a mais processos do que antes. “Com elas, é possível ver indícios de irregularidades, que se transformam em alerta que são enviados para nossos auditores”, explicou o representante do TCU no evento.