Inovação: IA para Auditoria

A auditoria governamental, historicamente caracterizada por procedimentos manuais exaustivos e amostragem restrita, encontra-se em um ponto de inflexão. A inteligência artificial (IA) emerge como uma força transformadora, prometendo redefinir o escopo, a profundidade e a eficiência das atividades de controle. No entanto, a adoção dessa tecnologia no setor público, embora promissora, exige uma análise cuidadosa, considerando os desafios inerentes à transparência, à responsabilidade e à conformidade legal.

Este artigo explora as implicações da IA na auditoria governamental, analisando suas aplicações práticas, os fundamentos legais que norteiam sua utilização e os desafios que permeiam a transição para um modelo de controle mais inteligente e eficaz.

A Revolução da IA na Auditoria Governamental

A IA, em suas diversas vertentes, como machine learning (aprendizado de máquina), processamento de linguagem natural (PLN) e análise preditiva, oferece um arsenal de ferramentas para otimizar e aprimorar as atividades de auditoria.

Automação de Tarefas Repetitivas

Um dos benefícios mais imediatos da IA é a automação de tarefas rotineiras e repetitivas. Algoritmos podem extrair dados de documentos estruturados e não estruturados (como faturas, contratos e relatórios), cruzar informações de diferentes sistemas e identificar inconsistências ou anomalias. Essa automação libera os auditores de tarefas operacionais, permitindo que se concentrem em análises mais complexas e na interpretação de resultados.

Análise de Dados em Larga Escala

A capacidade da IA de processar e analisar grandes volumes de dados (Big Data) revoluciona a auditoria. Em vez de depender de amostragens, que podem deixar escapar irregularidades significativas, os auditores podem analisar a totalidade das transações. Isso aumenta exponencialmente a probabilidade de detectar fraudes, desvios e ineficiências, além de proporcionar uma visão mais abrangente e precisa da gestão pública.

Identificação Preditiva de Riscos

A análise preditiva, alimentada por IA, permite que a auditoria atue de forma proativa. Modelos de machine learning podem identificar padrões de comportamento e tendências que indicam áreas de alto risco, permitindo que os auditores direcionem seus esforços para onde são mais necessários. Essa abordagem preditiva é crucial para prevenir irregularidades antes que ocorram, maximizando o impacto das ações de controle.

Processamento de Linguagem Natural (PLN) na Análise Documental

O PLN permite que a IA "leia" e compreenda documentos complexos, como contratos, editais e decisões judiciais. Essa capacidade é inestimável na auditoria, permitindo a extração rápida de informações relevantes, a identificação de cláusulas abusivas ou ilegais e a análise de sentimentos em comunicações oficiais.

Fundamentos Legais e Normativos da IA na Auditoria Pública

A utilização da IA na auditoria governamental não ocorre em um vácuo normativo. É fundamental que sua implementação esteja alinhada aos princípios da administração pública e à legislação vigente.

Princípios Constitucionais

A Constituição Federal de 1988, em seu artigo 37, estabelece os princípios da legalidade, impessoalidade, moralidade, publicidade e eficiência. A IA, quando bem aplicada, pode fortalecer a eficiência da administração pública, permitindo um controle mais rigoroso e ágil. No entanto, sua utilização deve observar a legalidade, garantindo que as decisões algorítmicas sejam transparentes e passíveis de controle. A impessoalidade também deve ser preservada, evitando vieses nos algoritmos que possam resultar em discriminação.

Lei Geral de Proteção de Dados (LGPD)

A Lei nº 13.709/2018 (LGPD) impõe regras rigorosas para o tratamento de dados pessoais. A IA, frequentemente alimentada por grandes volumes de dados, deve ser utilizada de forma a garantir a privacidade e a segurança das informações. A auditoria deve observar os princípios da finalidade, adequação e necessidade, garantindo que os dados sejam utilizados apenas para os fins específicos da fiscalização e que medidas de segurança adequadas sejam implementadas. O artigo 20 da LGPD, que garante o direito à revisão de decisões tomadas unicamente com base em tratamento automatizado de dados pessoais, também é relevante na auditoria, exigindo que as decisões algorítmicas sejam justificadas e passíveis de revisão humana.

Normativas dos Tribunais de Contas

Os Tribunais de Contas (TCs) têm um papel fundamental na regulamentação e na orientação sobre o uso da IA na auditoria. Resoluções e instruções normativas editadas por esses órgãos estabelecem diretrizes para a adoção de tecnologias da informação, incluindo a IA. É essencial que os auditores estejam familiarizados com as normas de seus respectivos TCs, garantindo que as ferramentas de IA sejam utilizadas em conformidade com as exigências legais e os padrões de qualidade estabelecidos.

Jurisprudência e a Evolução do Controle

A jurisprudência sobre o uso da IA na auditoria pública ainda está em desenvolvimento, mas já existem decisões que sinalizam a importância da transparência e da explicabilidade dos algoritmos. O Tribunal de Contas da União (TCU), por exemplo, tem enfatizado a necessidade de que as ferramentas de TI, incluindo a IA, sejam documentadas e que os resultados sejam passíveis de verificação. A evolução da jurisprudência será crucial para definir os contornos legais da IA na auditoria, estabelecendo limites e garantindo que a tecnologia seja utilizada de forma responsável e ética.

Desafios e Considerações Éticas

A implementação da IA na auditoria governamental apresenta desafios significativos que devem ser enfrentados para garantir o sucesso e a legitimidade das ações de controle.

Transparência e Explicabilidade ("Caixa Preta")

Um dos principais desafios da IA, especialmente em modelos de deep learning, é a sua opacidade, muitas vezes referida como "caixa preta". Os algoritmos podem produzir resultados precisos, mas o processo pelo qual chegam a essas conclusões pode ser incompreensível até mesmo para seus criadores. Na auditoria pública, a transparência é fundamental. Os auditores devem ser capazes de explicar como a IA chegou a uma determinada conclusão, garantindo que as decisões sejam fundamentadas e passíveis de contestação.

Vieses Algorítmicos e Discriminação

Os algoritmos de IA aprendem com os dados que lhes são fornecidos. Se esses dados contiverem vieses históricos ou sociais, a IA pode reproduzir e até mesmo amplificar essas discriminações. Na auditoria, isso pode resultar em direcionamento injusto de fiscalizações ou em conclusões enviesadas. É crucial que os auditores estejam atentos a esses riscos e implementem medidas para mitigar os vieses, garantindo que a IA seja utilizada de forma imparcial e justa.

Segurança da Informação e Privacidade

A IA requer o processamento de grandes volumes de dados, muitas vezes sensíveis. A segurança da informação é um desafio constante, exigindo medidas robustas para proteger os dados contra acessos não autorizados, vazamentos e ataques cibernéticos. A privacidade também deve ser garantida, em conformidade com a LGPD e outras normas aplicáveis.

Capacitação e Mudança Cultural

A adoção da IA exige uma mudança cultural na auditoria governamental. Os auditores precisam desenvolver novas habilidades, compreendendo os princípios da IA, as técnicas de análise de dados e as ferramentas disponíveis. A capacitação contínua é essencial para garantir que os profissionais estejam preparados para utilizar a IA de forma eficaz e responsável.

Orientações Práticas para a Implementação

A implementação da IA na auditoria deve ser um processo gradual e planejado, considerando as especificidades de cada órgão e os recursos disponíveis:

1. Definição Clara de Objetivos: Antes de adotar qualquer ferramenta de IA, é fundamental definir os objetivos que se pretende alcançar. A IA deve ser vista como um meio para atingir um fim, e não como um fim em si mesma.
2. Avaliação de Maturidade e Infraestrutura: É necessário avaliar a maturidade tecnológica do órgão e a infraestrutura disponível. A IA exige recursos computacionais e uma base de dados sólida e estruturada.
3. Seleção Cuidadosa de Ferramentas: Existem diversas ferramentas de IA disponíveis no mercado. É importante selecionar aquelas que melhor se adequam às necessidades e aos recursos do órgão, considerando a facilidade de uso, a transparência e a capacidade de integração com os sistemas existentes.
4. Projetos-Piloto: A implementação deve começar com projetos-piloto em áreas específicas, permitindo testar as ferramentas, avaliar os resultados e realizar ajustes antes de uma adoção em larga escala.
5. Capacitação Contínua: A capacitação dos auditores é crucial para o sucesso da implementação. Os profissionais devem receber treinamento adequado para utilizar as ferramentas de IA e compreender seus princípios e limitações.
6. Governança de Dados e IA: A implementação da IA deve ser acompanhada por um modelo de governança de dados e IA, estabelecendo regras claras para o tratamento de informações, a segurança, a transparência e a responsabilidade.

Conclusão

A inteligência artificial representa uma oportunidade ímpar para modernizar a auditoria governamental, elevando-a a um novo patamar de eficiência, precisão e proatividade. No entanto, a jornada rumo a uma auditoria impulsionada por IA exige cautela, planejamento e um compromisso inabalável com a ética, a transparência e a conformidade legal. Ao superar os desafios e adotar as melhores práticas, os órgãos de controle poderão utilizar a IA como uma poderosa aliada na defesa do patrimônio público e na promoção da boa governança.

Aviso: Este artigo tem caráter informativo e didático. Deve ser verificado e adaptado a cada caso concreto por profissional habilitado. Acesse minuta.tech para mais recursos.