A Inteligência Artificial (IA) tem revolucionado diversos setores, e o controle externo da administração pública não é exceção. O uso de algoritmos e sistemas inteligentes por Tribunais de Contas e outros órgãos de fiscalização tem o potencial de aumentar a eficiência, a precisão e a abrangência das auditorias, otimizando o uso de recursos públicos e fortalecendo a transparência. Contudo, essa transformação também traz desafios éticos, jurídicos e operacionais que precisam ser cuidadosamente analisados.
Neste artigo, exploraremos a intersecção entre IA e o controle externo, abordando as bases legais, as aplicações práticas, os desafios e as perspectivas futuras, com foco especial na realidade brasileira.
O Controle Externo e a Revolução da IA
O controle externo, previsto na Constituição Federal de 1988 (CF/88), é exercido pelo Poder Legislativo com o auxílio do Tribunal de Contas da União (TCU) e dos Tribunais de Contas dos Estados (TCEs) e Municípios (TCMs). Sua missão principal é fiscalizar a aplicação dos recursos públicos, garantindo a legalidade, a legitimidade e a economicidade dos atos administrativos.
Historicamente, o controle externo dependia fortemente de auditorias manuais, análise de documentos físicos e inspeções in loco. Com a digitalização dos processos governamentais, o volume de dados a ser analisado cresceu exponencialmente, tornando os métodos tradicionais insuficientes. É nesse cenário que a IA surge como uma ferramenta indispensável.
A IA permite o processamento de grandes volumes de dados em tempo real, identificando padrões, anomalias e potenciais irregularidades que escapariam à análise humana. Algoritmos de aprendizado de máquina (machine learning) podem ser treinados para reconhecer fraudes em licitações, desvios de recursos e outras práticas ilícitas, otimizando o trabalho dos auditores e direcionando os esforços de fiscalização para as áreas de maior risco.
Fundamentação Legal e Normativa
O uso da IA no controle externo deve ser pautado pelos princípios constitucionais da administração pública (legalidade, impessoalidade, moralidade, publicidade e eficiência), bem como por leis e normas específicas que regulamentam o uso da tecnologia e a proteção de dados.
A Constituição Federal de 1988 (CF/88)
A CF/88 estabelece as bases do controle externo nos artigos 70 a 75. O artigo 71, em especial, define as competências do TCU, incluindo a fiscalização contábil, financeira, orçamentária, operacional e patrimonial da União e das entidades da administração direta e indireta. A eficiência, princípio introduzido pela Emenda Constitucional nº 19/1998 (art. 37, caput), é o principal impulsionador do uso de novas tecnologias para aprimorar as atividades de controle.
A Lei Geral de Proteção de Dados (LGPD)
A Lei nº 13.709/2018 (LGPD) é fundamental para a implementação de sistemas de IA que processem dados pessoais. O controle externo frequentemente lida com informações sensíveis de servidores públicos, empresas e cidadãos. A LGPD exige que o tratamento desses dados seja feito com base em princípios como finalidade, adequação, necessidade, transparência e segurança (art. 6º).
O Marco Legal da Inteligência Artificial
A aprovação do Marco Legal da Inteligência Artificial (Lei nº 14.871/2026) trouxe regras claras para o desenvolvimento e uso de sistemas de IA no Brasil. A lei estabelece princípios como a centralidade do ser humano, o respeito aos direitos fundamentais, a não discriminação, a transparência e a explicabilidade.
No contexto do controle externo, o Marco Legal exige que os algoritmos utilizados para tomada de decisão (como a identificação de fraudes) sejam transparentes e explicáveis, permitindo que os auditores compreendam como o sistema chegou a determinada conclusão. Além disso, a lei estabelece a necessidade de avaliação de impacto algorítmico e a responsabilização civil por danos causados por sistemas de IA.
Normativas do TCU e do CNPTC
O Tribunal de Contas da União (TCU) e o Conselho Nacional de Presidentes dos Tribunais de Contas (CNPTC) têm emitido normativas e orientações para o uso de tecnologias da informação no controle externo. A Resolução TCU nº 325/2020, por exemplo, dispõe sobre a política de segurança da informação do tribunal, estabelecendo diretrizes para a proteção de dados e sistemas.
Aplicações Práticas da IA no Controle Externo
A IA já está sendo utilizada em diversas frentes pelos Tribunais de Contas brasileiros, com resultados promissores.
Análise Preditiva e Identificação de Riscos
Sistemas de IA podem analisar históricos de contratações, perfil de fornecedores, variações de preços e outros dados para identificar potenciais riscos de fraude ou sobrepreço em licitações e contratos. O sistema ALICE (Análise de Licitações e Editais), desenvolvido pelo TCU, é um exemplo notável. O ALICE utiliza processamento de linguagem natural (NLP) para analisar editais de licitação e identificar cláusulas restritivas ou indícios de direcionamento.
Auditoria Contínua
A IA permite a auditoria contínua de bases de dados governamentais, como o Sistema Integrado de Administração Financeira (SIAFI). Algoritmos podem monitorar as transações financeiras em tempo real, alertando os auditores sobre movimentações suspeitas ou atípicas.
Cruzamento de Dados
A capacidade da IA de processar grandes volumes de informações facilita o cruzamento de dados de diferentes fontes (Receita Federal, Detran, cartórios, etc.) para identificar inconsistências patrimoniais, enriquecimento ilícito ou empresas de fachada. O sistema SOFIA (Sistema de Orientação e Fiscalização de Atos de Pessoal), também do TCU, utiliza cruzamento de dados para identificar irregularidades em aposentadorias e pensões.
Processamento de Imagens e Dados Geoespaciais
A IA pode ser utilizada para analisar imagens de satélite e dados geoespaciais para fiscalizar obras públicas, desmatamento ilegal e outras atividades que impactam o meio ambiente e o patrimônio público.
Desafios e Riscos
Apesar dos benefícios, a implementação da IA no controle externo apresenta desafios significativos.
O Viés Algorítmico
Sistemas de IA aprendem com os dados que lhes são fornecidos. Se os dados históricos contiverem vieses ou discriminações, o algoritmo pode reproduzir e amplificar esses problemas. É fundamental garantir a qualidade e a representatividade dos dados utilizados para treinar os modelos de IA, além de implementar mecanismos de auditoria algorítmica para identificar e corrigir vieses.
A "Caixa Preta" e a Explicabilidade
Muitos algoritmos de IA, especialmente os de deep learning, funcionam como "caixas pretas", ou seja, é difícil compreender como eles chegam a determinadas conclusões. No controle externo, a explicabilidade é crucial, pois as decisões dos auditores precisam ser fundamentadas e passíveis de recurso. O Marco Legal da IA (Lei nº 14.871/2026) exige que sistemas de alto risco sejam explicáveis.
Segurança da Informação e Privacidade
O uso de IA exige o processamento de grandes volumes de dados, o que aumenta o risco de vazamentos e ataques cibernéticos. É essencial implementar medidas robustas de segurança da informação e garantir o cumprimento da LGPD.
Capacitação e Mudança Cultural
A adoção da IA exige que os auditores e demais profissionais do controle externo desenvolvam novas habilidades, como a análise de dados e a compreensão do funcionamento de algoritmos. Além disso, é necessária uma mudança cultural para que a IA seja vista como uma ferramenta de apoio, e não como uma substituta do trabalho humano.
Orientações Práticas para Profissionais
Para os profissionais do controle externo (auditores, procuradores, etc.), a adaptação à era da IA exige proatividade e atualização constante:
- Capacitação em Ciência de Dados e IA: Busque cursos e treinamentos sobre os fundamentos da IA, machine learning, processamento de linguagem natural e análise de dados. Compreender o básico de programação (como Python) pode ser um diferencial.
- Conhecimento Profundo da Legislação: Mantenha-se atualizado sobre a LGPD, o Marco Legal da IA (Lei nº 14.871/2026) e as normativas dos Tribunais de Contas sobre o uso de tecnologia e proteção de dados.
- Atenção à Qualidade dos Dados: Ao utilizar sistemas de IA, questione a origem, a qualidade e a representatividade dos dados que alimentam o modelo. Dados enviesados geram resultados enviesados.
- Exija Explicabilidade: Não aceite resultados de "caixa preta". Busque compreender a lógica por trás das conclusões do algoritmo e exija que os desenvolvedores forneçam explicações claras e compreensíveis.
- A IA como Ferramenta de Apoio: A IA deve auxiliar, não substituir, o julgamento humano. Use os resultados dos algoritmos como indícios ou alertas, mas aprofunde a análise com seu conhecimento técnico e experiência.
- Auditoria Algorítmica: Promova e participe de iniciativas de auditoria algorítmica para avaliar a precisão, a justiça e a transparência dos sistemas de IA utilizados no controle externo.
Conclusão
A Inteligência Artificial representa um divisor de águas para o controle externo, oferecendo ferramentas poderosas para aprimorar a fiscalização dos recursos públicos e combater a corrupção. No entanto, a adoção dessas tecnologias deve ser acompanhada de uma reflexão profunda sobre os desafios éticos, jurídicos e operacionais envolvidos. A garantia da transparência, da explicabilidade, da proteção de dados e da mitigação de vieses algorítmicos é fundamental para que a IA seja utilizada de forma responsável e eficaz, fortalecendo a confiança da sociedade nas instituições de controle e promovendo uma administração pública mais eficiente e transparente. O futuro do controle externo passa, inevitavelmente, pela integração inteligente e ética das novas tecnologias.
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.