A revolução tecnológica tem impactado profundamente as atividades de auditoria no setor público. A Inteligência Artificial (IA), antes vista como uma possibilidade distante, agora se apresenta como uma ferramenta indispensável para otimizar processos, identificar fraudes e assegurar a probidade administrativa. Este artigo, destinado a profissionais do setor público como defensores, procuradores, promotores, juízes e auditores, tem como objetivo apresentar um guia prático sobre a aplicação da IA na auditoria governamental.
A integração da IA nesse contexto não se trata apenas de modernização, mas de uma necessidade imperativa frente à complexidade e ao volume crescente de dados que o setor público gera e manipula diariamente. A capacidade de processar informações em larga escala, identificar padrões ocultos e automatizar tarefas repetitivas permite que os auditores foquem em análises mais complexas e estratégicas. A seguir, abordaremos os principais aspectos legais, práticos e os desafios que envolvem a adoção da IA na auditoria.
A Base Legal e Normativa para o Uso de IA na Auditoria Pública
O uso da IA na auditoria pública deve estar em consonância com o arcabouço jurídico brasileiro, garantindo a legalidade, a transparência e a segurança das informações. A legislação, até o momento (2026), apresenta um conjunto de normas que norteiam essa prática.
A Constituição Federal de 1988, em seu artigo 37, estabelece os princípios da administração pública: legalidade, impessoalidade, moralidade, publicidade e eficiência. A aplicação da IA deve, obrigatoriamente, observar esses princípios. A eficiência, por exemplo, é diretamente impulsionada pela automação de tarefas e análise de grandes volumes de dados. A publicidade, por sua vez, exige que os algoritmos utilizados sejam transparentes e compreensíveis, evitando o que se convencionou chamar de "caixa preta".
A Lei de Acesso à Informação (Lei nº 12.527/2011) e a Lei Geral de Proteção de Dados Pessoais (Lei nº 13.709/2018 - LGPD) são pilares fundamentais. A LGPD, em especial, estabelece regras rigorosas para o tratamento de dados pessoais, exigindo consentimento, finalidade específica e segurança da informação. Na auditoria, o uso de IA para analisar dados de servidores, cidadãos ou empresas deve estar estritamente alinhado às diretrizes da LGPD, sob pena de responsabilização civil e administrativa.
O Tribunal de Contas da União (TCU), órgão máximo de controle externo do governo federal, tem desempenhado um papel crucial na regulamentação e incentivo ao uso de tecnologias avançadas. O Acórdão TCU nº 2.829/2015, por exemplo, já apontava para a necessidade de o setor público adotar ferramentas de análise de dados para aprimorar o controle. Mais recentemente, o TCU publicou orientações específicas sobre o uso de IA, enfatizando a importância da governança, da transparência algorítmica e da mitigação de vieses.
A jurisprudência também tem se manifestado sobre o tema, reconhecendo a validade das provas obtidas por meio de ferramentas de análise de dados, desde que assegurados o contraditório e a ampla defesa. A utilização de IA para identificar fraudes em licitações, por exemplo, já tem sido aceita como indício robusto, desde que a metodologia empregada seja transparente e auditável.
Aplicações Práticas da IA na Auditoria
A IA oferece um leque de possibilidades para aprimorar as atividades de auditoria no setor público. As aplicações práticas vão desde a automação de tarefas rotineiras até a análise preditiva de riscos.
Automação de Tarefas Repetitivas
A auditoria tradicional frequentemente envolve a revisão manual de milhares de documentos, notas fiscais e contratos. A IA, por meio de técnicas de Processamento de Linguagem Natural (PLN) e Reconhecimento Ótico de Caracteres (OCR), pode automatizar a extração e classificação de informações desses documentos. Isso reduz significativamente o tempo despendido em tarefas operacionais, permitindo que os auditores se concentrem na análise crítica dos dados extraídos.
Identificação de Fraudes e Irregularidades
Algoritmos de Machine Learning (Aprendizado de Máquina) podem ser treinados para identificar padrões anômalos em grandes conjuntos de dados. Na análise de licitações, por exemplo, a IA pode cruzar informações sobre empresas participantes, sócios, preços praticados e histórico de contratações, apontando indícios de conluio, superfaturamento ou direcionamento. Essa capacidade de detectar anomalias que passariam despercebidas em uma análise manual é um dos maiores trunfos da IA na auditoria.
Análise Preditiva de Riscos
A IA não se limita a analisar o passado; ela também pode ser utilizada para prever riscos futuros. Por meio da análise de dados históricos e de variáveis macroeconômicas, modelos preditivos podem identificar áreas da administração pública com maior probabilidade de apresentar problemas, como atrasos em obras, inadimplência em contratos ou desvios de recursos. Essa abordagem proativa permite que os órgãos de controle direcionem seus esforços para as áreas de maior risco, otimizando a alocação de recursos.
Auditoria Contínua
A auditoria tradicional geralmente ocorre em períodos específicos, avaliando amostras de transações. A IA possibilita a transição para a auditoria contínua, onde a análise de dados é realizada em tempo real, abrangendo a totalidade das transações. Isso permite a identificação imediata de irregularidades, possibilitando ações corretivas mais rápidas e eficazes.
Desafios e Cuidados na Implementação
Apesar dos benefícios evidentes, a adoção da IA na auditoria pública apresenta desafios que devem ser cuidadosamente gerenciados.
Viés Algorítmico
Os algoritmos de IA aprendem a partir dos dados com os quais são treinados. Se esses dados contiverem vieses históricos ou preconceitos, o algoritmo tenderá a reproduzi-los. Na auditoria, um algoritmo enviesado pode direcionar as investigações de forma injusta ou discriminatória. É fundamental garantir a diversidade e a representatividade dos dados de treinamento, além de realizar auditorias periódicas nos próprios algoritmos para identificar e corrigir possíveis vieses.
Transparência e Explicabilidade
A "caixa preta" da IA é um desafio significativo no setor público, onde a transparência e a prestação de contas são essenciais. Os auditores devem ser capazes de explicar como a IA chegou a determinada conclusão, especialmente quando essa conclusão embasa decisões que afetam direitos de terceiros. A busca por modelos de IA explicáveis (XAI - Explainable AI) é uma prioridade para garantir a legitimidade e a aceitação das ferramentas de IA na auditoria.
Segurança da Informação e Privacidade
A IA exige o processamento de grandes volumes de dados, muitas vezes sensíveis. A garantia da segurança da informação e da privacidade, em conformidade com a LGPD, é inegociável. A implementação de IA deve ser acompanhada de medidas robustas de cibersegurança, como criptografia, controle de acesso e auditoria de logs, para prevenir vazamentos e acessos não autorizados.
Capacitação Profissional
A adoção da IA exige uma mudança de paradigma na formação dos auditores. O profissional do futuro precisará de conhecimentos em ciência de dados, estatística e programação, além das habilidades tradicionais de auditoria. A capacitação contínua é fundamental para que os auditores possam compreender, utilizar e avaliar as ferramentas de IA de forma eficaz.
Orientações para a Implementação
Para os profissionais do setor público que desejam iniciar ou aprimorar o uso da IA na auditoria, algumas orientações práticas são recomendadas:
- Defina Objetivos Claros: Antes de adotar qualquer ferramenta, defina claramente os problemas que a IA deverá resolver e os resultados esperados.
- Comece com Projetos-Piloto: Implemente a IA em pequena escala, em projetos específicos, para testar a viabilidade, avaliar os resultados e identificar possíveis problemas antes de uma adoção em larga escala.
- Priorize a Qualidade dos Dados: A eficácia da IA depende diretamente da qualidade dos dados. Invista na limpeza, padronização e integração dos dados antes de utilizá-los para treinar modelos.
- Garanta a Conformidade Legal: Assegure-se de que o uso da IA esteja em total conformidade com a LGPD e demais legislações pertinentes, especialmente no que tange ao tratamento de dados pessoais e à transparência algorítmica.
- Fomente a Cultura Analítica: Promova a capacitação da equipe e crie uma cultura organizacional que valorize a tomada de decisão baseada em dados e a inovação tecnológica.
Conclusão
A Inteligência Artificial já não é uma promessa, mas uma realidade na auditoria do setor público. Sua capacidade de processar dados, identificar fraudes e otimizar processos a torna uma aliada indispensável na busca por uma administração pública mais eficiente, transparente e proba. No entanto, a adoção da IA deve ser conduzida com cautela, observando rigorosamente os princípios constitucionais, a legislação vigente e os desafios éticos e técnicos inerentes à tecnologia. O profissional do setor público que dominar essas ferramentas estará não apenas mais preparado para os desafios do presente, mas também para liderar a transformação da auditoria no futuro.
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.