IA para Auditoria: Tendências e Desafios

A Inteligência Artificial (IA) tem se consolidado como uma ferramenta transformadora em diversos setores, e a auditoria governamental não é exceção. A capacidade de processar grandes volumes de dados, identificar padrões e automatizar tarefas repetitivas torna a IA uma aliada poderosa para os profissionais do setor público, como defensores, procuradores, promotores, juízes e, especialmente, auditores. No entanto, a implementação da IA na auditoria traz consigo uma série de desafios éticos, legais e técnicos que exigem atenção cuidadosa. Este artigo explora as tendências emergentes e os desafios inerentes à adoção da IA na auditoria, fornecendo orientações práticas para sua aplicação no contexto brasileiro.

A Evolução da Auditoria e a Integração da IA

Historicamente, a auditoria governamental tem se concentrado na verificação de conformidade e na avaliação de controles internos, muitas vezes baseada em amostragem. Com a proliferação de dados digitais e a complexidade crescente das operações governamentais, a amostragem tradicional torna-se insuficiente para garantir a eficácia da auditoria. A IA surge como uma solução para essa limitação, permitindo a análise de populações inteiras de dados de forma rápida e eficiente.

A integração da IA na auditoria não significa a substituição do auditor humano, mas sim a potencialização de suas capacidades. A IA pode assumir tarefas rotineiras e demoradas, como a extração de dados de documentos, a identificação de anomalias e a reconciliação de informações. Isso libera os auditores para se concentrarem em atividades de maior valor agregado, como a interpretação de resultados, a avaliação de riscos complexos e a formulação de recomendações estratégicas.

Tendências da IA na Auditoria Governamental

A adoção da IA na auditoria governamental está impulsionando diversas tendências significativas.

1. Auditoria Contínua e Preditiva

A IA permite a transição da auditoria retrospectiva, baseada em eventos passados, para a auditoria contínua e preditiva. Algoritmos de aprendizado de máquina podem monitorar transações em tempo real, identificando anomalias e potenciais fraudes assim que ocorrem. Além disso, a IA pode analisar dados históricos para prever riscos futuros e direcionar os esforços de auditoria para áreas de maior vulnerabilidade.

2. Análise de Texto e Processamento de Linguagem Natural (PLN)

O PLN permite que a IA compreenda e analise grandes volumes de documentos não estruturados, como contratos, relatórios, e-mails e legislações. Isso facilita a extração de informações relevantes, a identificação de cláusulas de risco e a verificação de conformidade legal de forma automatizada e precisa.

3. Automação Robótica de Processos (RPA)

A RPA, combinada com a IA, pode automatizar tarefas repetitivas e baseadas em regras, como a coleta de dados de diferentes sistemas, a reconciliação de contas e a geração de relatórios padronizados. Isso reduz erros humanos, aumenta a eficiência e libera os auditores para tarefas mais complexas.

4. Análise de Redes e Detecção de Fraudes

A IA pode analisar redes complexas de relacionamentos entre entidades e indivíduos, identificando padrões suspeitos e potenciais conluios. Isso é particularmente útil na detecção de fraudes em licitações, contratações públicas e programas de benefícios sociais.

Desafios e Considerações Legais

Apesar dos benefícios evidentes, a implementação da IA na auditoria governamental apresenta desafios significativos que devem ser cuidadosamente gerenciados.

1. Transparência e Explicabilidade

Um dos principais desafios da IA é a "caixa preta" de alguns algoritmos, que dificulta a compreensão de como as decisões são tomadas. Na auditoria governamental, a transparência é fundamental para garantir a prestação de contas e a confiança pública. É essencial que os auditores compreendam a lógica por trás dos resultados gerados pela IA e possam explicar suas conclusões de forma clara e fundamentada. A Lei Geral de Proteção de Dados (LGPD - Lei nº 13.709/2018), em seu art. 20, garante ao titular dos dados o direito de solicitar a revisão de decisões tomadas unicamente com base em tratamento automatizado, o que reforça a necessidade de explicabilidade dos algoritmos.

2. Viés e Discriminação

Os algoritmos de IA são treinados com base em dados históricos, que podem conter vieses e preconceitos. Se esses vieses não forem identificados e mitigados, a IA pode reproduzir e até amplificar a discriminação em suas análises. Na auditoria governamental, isso pode levar a conclusões injustas e prejudicar determinados grupos ou entidades. É fundamental garantir a qualidade e a representatividade dos dados utilizados no treinamento dos algoritmos, bem como implementar mecanismos de monitoramento contínuo para detectar e corrigir vieses. O Marco Legal da Inteligência Artificial (Projeto de Lei nº 2338/2023, em tramitação), propõe diretrizes para o desenvolvimento e uso da IA no Brasil, incluindo a vedação à discriminação abusiva ou ilegal.

3. Segurança e Privacidade de Dados

A auditoria governamental lida com dados sensíveis e confidenciais, cuja proteção é essencial. A implementação da IA exige medidas rigorosas de segurança cibernética para evitar vazamentos e acessos não autorizados. Além disso, o tratamento de dados pessoais deve estar em conformidade com a LGPD, garantindo os direitos dos titulares e a finalidade legítima do tratamento. O art. 46 da LGPD estabelece que os agentes de tratamento devem adotar medidas de segurança, técnicas e administrativas aptas a proteger os dados pessoais.

4. Capacitação e Mudança Cultural

A adoção da IA exige que os auditores desenvolvam novas habilidades e competências, como análise de dados, programação e compreensão de algoritmos. Além disso, é necessária uma mudança cultural nas instituições governamentais, promovendo a inovação e a adaptação a novas tecnologias. A capacitação contínua dos profissionais é fundamental para garantir o uso eficaz e responsável da IA na auditoria.

Orientações Práticas para Profissionais do Setor Público

Para os profissionais do setor público que desejam implementar a IA na auditoria, algumas orientações práticas são essenciais:

1. Definir Objetivos Claros: Antes de adotar a IA, é fundamental definir claramente os objetivos da auditoria e identificar as áreas em que a tecnologia pode agregar maior valor.
2. Avaliar a Qualidade dos Dados: A eficácia da IA depende da qualidade dos dados utilizados. É essencial garantir que os dados sejam precisos, completos e representativos.
3. Escolher a Tecnologia Adequada: Existem diversas ferramentas de IA disponíveis no mercado. É importante escolher a tecnologia que melhor se adapte às necessidades e recursos da instituição.
4. Promover a Transparência e a Explicabilidade: Buscar soluções de IA que permitam a compreensão da lógica por trás das decisões, garantindo a transparência e a prestação de contas.
5. Investir em Capacitação: Promover o treinamento contínuo dos auditores, desenvolvendo as habilidades necessárias para o uso eficaz e responsável da IA.
6. Estabelecer Diretrizes Éticas e Legais: Criar políticas e procedimentos claros para o uso da IA na auditoria, em conformidade com a legislação vigente, como a LGPD e as diretrizes do Marco Legal da IA (quando aprovado).

Jurisprudência e Normativas

A utilização de IA e ferramentas automatizadas já é objeto de análise pelos Tribunais de Contas no Brasil. O Tribunal de Contas da União (TCU), por exemplo, tem incentivado o uso de tecnologias avançadas de análise de dados em suas auditorias. A Resolução TCU nº 315/2020, que dispõe sobre o processo de controle externo, prevê a utilização de sistemas informatizados e bases de dados para a realização de fiscalizações.

Além disso, a Estratégia Brasileira de Inteligência Artificial (EBIA), instituída em 2021, estabelece diretrizes para o desenvolvimento e uso da IA no Brasil, com foco em áreas como ética, segurança, pesquisa, inovação e uso da IA pelo setor público.

Conclusão

A Inteligência Artificial representa uma oportunidade ímpar para aprimorar a eficiência, a precisão e o alcance da auditoria governamental. Ao automatizar tarefas rotineiras, identificar padrões complexos e prever riscos, a IA permite que os auditores se concentrem em atividades estratégicas de maior valor agregado. No entanto, a adoção da IA deve ser acompanhada de uma reflexão crítica sobre os desafios éticos, legais e técnicos inerentes à sua utilização. A transparência, a explicabilidade, a mitigação de vieses e a proteção de dados são princípios fundamentais que devem nortear o uso da IA na auditoria. Ao enfrentar esses desafios com responsabilidade e compromisso com o interesse público, os profissionais do setor público poderão aproveitar todo o potencial da IA para fortalecer o controle social e garantir a 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.