Inteligência artificial para identificação de indícios de fraude e corrupção em compras públicas no TCU

Autores

  • Ana Paula Veras Carvalho Menezes
  • Caio Cordeiro de Resende

Palavras-chave:

Inteligência Artificial, Controle Externo, Tribunal de Contas da União.

Resumo

O TCU busca identificar indícios de fraude e corrupção em compras públicas, com esse objetivo utiliza a Solução de inteligência artificial (IA) ALICE para avaliar dados em formato eletrônico gerados pelos sistemas tecnológicos que sustentam o processo de contratação dos entes da administração pública, comparando-os às informações sobre fornecedores e servidores/empregados públicos que, por sua alçada de atuação, conduzem os procedimentos ou os influenciam. Nesse contexto, essa pesquisa avalia a pertinência do uso de ferramentas de IA no controle das contas públicas e realiza um estudo de caso do ALICE, com a intenção de testar sua eficácia no combate à fraude e à corrupção nas licitações públicas. pesquisa lança mão de uma metodologia baseada na coleta de dados qualitativos por estudo bibliográfico e análise de documentos, tais como processos, decisões e acórdãos dos órgãos controladores, relatórios anuais e outras publicações institucionais do TCU. Dessa forma, foram avaliadas as irregularidades apontadas pela solução no período 2017 a 2020, e os principais resultados encontrados foram a proteção pelo TCU da ocorrência de gastos no patamar de R$ 291.361.573,98, que poderiam ter incorrido indevidamente se a solução não estivesse ativa, no entanto a baixa incidência de responsabilizações de agentes públicos por fraude ou corrupção decorrentes dos insumos dessa solução de IA. 

Downloads

Não há dados estatísticos.

Downloads

Publicado

30-06-2022

Como Citar

Veras Carvalho Menezes, A. P. ., & Cordeiro de Resende, C. (2022). Inteligência artificial para identificação de indícios de fraude e corrupção em compras públicas no TCU. Revista Brasileira De Gestão Pública (RBGP), 1(1), 1–18. Recuperado de https://www.portaldeperiodicos.idp.edu.br/rbgp/article/view/7391

Edição

Seção

Artigos