Índice
Explosão de dados
Categorizações e estereótipos de gênero
O caso do robô Alice

Este é o segundo artigo da série “Corrupção: como avançar nessa agenda?”, que vem abordando como o Brasil tem progredido no combate à corrupção a partir do uso de inteligência artificial (IA). As análises são frutos das pesquisas realizadas recentemente pela autora, ao longo do mestrado em Políticas Públicas na London School of Economics and Political Science (LSE). A partir de estudos qualitativos, buscou-se ampliar a compreensão acerca do uso de IA no combate à corrupção, bem como reconhecer os esforços protagonizados por servidores públicos brasileiros na geração de significativo impacto e no avanço dessa agenda.

Para ler o primeiro artigo dessa série, clique aqui!

Neste segundo artigo, a autora irá examinar o promissor uso de inteligência artificial a partir da bem-sucedida implementação do robô Alice (Analisador de Licitações, Contratos e Editais) pelo Tribunal de Contas da União (TCU) na identificação de irregularidades na área de compras públicas.

Explosão de dados

Nos últimos anos, temos testemunhado um crescimento acelerado na geração de dados ao redor do mundo. Segundo a revista Forbes, até 2015, mais dados haviam sido criados nos últimos dois anos do que em toda a história da humanidade (Marr, 2015). Nesse contexto, governos passaram a dispor de volumes crescentes de dados e informações, o que lhes vem possibilitando esmiuçar as inúmeras questões complexas existentes na sociedade, conhecer melhor as realidades em que esses problemas se inserem, desenhar políticas públicas mais assertivas e tomar decisões fundamentadas em evidências.

É importante assinalar que os próprios governos também contribuem substancialmente para a produção de dados. Inclusive, ao longo da última década, iniciativas de abertura de dados (open data) floresceram ao redor do mundo, e diversos estudos passaram a lançar luz sobre o grande potencial dos dados abertos e sua infinidade de usos para endereçar problemas sociais existentes na esfera pública, tais como a corrupção (Davies et al., 2019).

Conforme pontuado no primeiro artigo desta série, a corrupção constitui um fenômeno altamente complexo, que apresenta diversas variações e interpretações, a depender do contexto e das circunstâncias em que se encontra (Palifka & Rose-Ackerman, 2016). Em vista dos meandros intrínsecos à corrupção, governos ao redor do mundo enfrentam inúmeras dificuldades para monitorar efetivamente as irregularidades praticadas, falhando em oferecer soluções eficazes para esse problema.

Nesse cenário, a literatura tem reforçado progressivamente o significativo potencial dos dados no combate à corrupção, uma vez que contribui para o aumento da transparência das atividades governamentais e, consequentemente, para o incremento da exposição de irregularidades, redução de assimetrias informacionais, diminuição do nível de discricionariedade dos agentes públicos e aumento da responsabilização dos agentes que se comportam de maneira ilícita (Petheram et al., 2019). Além disso, considerando que a corrupção, em muitos casos, constitui um problema sistêmico[1], a Organização para a Cooperação e Desenvolvimento Econômico (OCDE) (2015) também enfatiza a capacidade dos dados abertos de fomentar a participação cidadã, promover a colaboração entre diferentes partes interessadas e aumentar a confiança no governo.

A grande questão é que dados por si só não produzem resultados positivos. Assim, para que possam contribuir para a promoção de transformações significativas e para a geração de valor social, é necessário que os dados sejam devidamente tratados e analisados pelos governos e pela sociedade como um todo. Atualmente, no entanto, traduzir dados governamentais em ações que gerem um real impacto no combate à corrupção constitui um enorme desafio vivenciado por muitos países.

No caso do Reino Unido, por exemplo, Worthy (2015) desafiou a visão amplamente difundida de que a mera divulgação de dados seria suficiente para gerar mudanças e deu ênfase sobre inúmeras deficiências existentes ao longo desse processo. Segundo esse autor, embora esse país lidere rankings de dados abertos, a disponibilização de dados referentes a gastos públicos de governos locais não foi suficiente para atrair o interesse da sociedade e estimular a participação cidadã, além de ter promovido a responsabilização apenas em situações específicas.

Os autores Wang e Shepherd (2020) também realizaram uma investigação sistemática sobre o uso de dados abertos no Reino Unido demonstrando que, como a maior parte deles era de baixa utilidade, não possibilitava um real acesso dos cidadãos e não despertou a atenção da sociedade. Além disso, uma quantidade substancial de dados encontrava-se desatualizada, estava disponível em diferentes formatos e constituía dados agregados e não granulares.

O Open Data Barometer [2] também chama a atenção para o fato de que várias bases de dados consideradas relevantes para as estratégias anticorrupção encontram-se isoladas e espalhadas em diferentes departamentos públicos, não sendo, portanto, prontamente analisadas (WWW, 2017).

As iniciativas de dados abertos multiplicaram-se na última década em todo o mundo, gerando grandes quantidades de informações. No entanto, a verdade é que a maior parte dos governos vivencia o cenário de Ricos em Dados, Pobres em Informação (RDPI). Em outras palavras, organizações públicas ao redor do mundo, em geral, encontram-se sentadas em cima de uma pilha de dados e, atualmente, somente uma parte ínfima é devidamente tratada, analisada e transformada em ações efetivas que resolvam problemas sociais e gerem impacto significativo para a sociedade (Publix, 2019).

O uso de inteligência artificial no combate à corrupção

Além dos desafios descritos anteriormente em relação ao uso de dados, em virtude da atenção limitada intrínseca à natureza humana, na prática, temos considerável dificuldade em compreender grandes volumes de informações (Simon, 1947; Loewenstein et al., 2014). Assim, nesse contexto de aumento acelerado da disponibilização de dados e da limitação humana em processá-los com agilidade, debates mais recentes têm apontado para o grande potencial da inteligência artificial (IA) como uma ferramenta promissora no combate à corrupção. Essa tecnologia vem gerando grande entusiasmo ao redor do mundo pela sua capacidade de processar quantidades massivas de dados e de trazer à luz sinais ocultos de irregularidades praticadas em organizações do setor público.

Basicamente, a IA corresponde a máquinas ou sistemas que realizam atividades que normalmente demandariam inteligência humana. Para isso, esse tipo de tecnologia conta com uma sequência de comandos (algoritmos) que processam dados com o intuito de fornecer uma solução para questões específicas. Um tipo bastante comum de inteligência artificial é o aprendizado de máquina (machine learning), a partir do qual algoritmos são programados para se aprimorarem a partir do processamento contínuo de dados, levando à melhoria automática das soluções elaboradas (Schatsky et al., 2014). O uso da IA ​possibilita, portanto, não apenas analisar quantidades massivas de dados, mas também identificar padrões, trazer à tona relações ocultas, detectar irregularidades e realizar previsões (Adam & Fazekas, 2018). Diante da sua ampla capacidade de realizar de forma autônoma todas essas atividades, tecnologias como a IA vêm sendo consideradas a “nova esperança para combater a corrupção de forma mais eficaz” (Köbis et al., 2021, p. 3).

A profusão de dados gerados nos últimos anos tem sido um fator essencial para a proliferação de projetos de IA por governos. Contudo, a despeito do grande potencial dessa tecnologia, governos ainda encontram inúmeros desafios para implementá-la e alcançar os resultados desejados. Ademais, a onda de inteligência artificial tem atingido regiões ao redor do mundo de maneiras distintas, concentrando-se no Hemisfério Norte. Enquanto isso, na América Latina, um dos continentes mais desiguais e com altos níveis de corrupção, a implantação de inteligência artificial pelos governos ainda se encontra em estágios iniciais e começa a ganhar força em alguns países.

Nesse cenário, o Brasil vem chamando a atenção. Atualmente, o país encontra-se bem posicionado nos mais importantes rankings de dados abertos (OKF, 2016; WWW, 2017), mas também apresenta um alto nível de percepção de corrupção (TI, 2020), o que revela que “as condições estão propícias para testar ferramentas de inteligência artificial para combate à corrupção […] no Brasil” (Petheram et al., 2019). Assim, nos últimos anos, esse país vem desenvolvendo projetos de IA para melhorar o uso de dados, a fim de identificar e coibir ações corruptas em diferentes áreas, gerando resultados positivos.

É importante ressaltar que o Brasil vem estruturando um ecossistema tecnológico robusto e promissor, investindo em pesquisa de IA, tornando-se membro da Parceria Global em Inteligência Artificial (Global Partnership on Artificial Intelligence) e tendo instituído a Estratégia Brasileira de Inteligência Artificial em 2021. Atualmente, o país ocupa a 60ª posição no AI Readiness Index, tendo melhorado em relação aos anos anteriores e atualmente liderando o ranking desse indicador na região da América Latina (Oxford Insights, 2021).

Apesar do avanço de agendas significativamente relevantes, a corrupção continua sendo um problema extremamente complexo (e sem solução adequada) e o desenvolvimento da inteligência artificial ainda está ganhando fôlego no país. Nesse contexto, destaca-se o Sistema Alice adotado pelo Tribunal de Contas da União (TCU).

O caso do robô Alice [3]

O TCU é um órgão de controle externo responsável por fiscalizar os gastos orçamentários e financeiros da esfera federal. Desde 2016, esse órgão utiliza o Analisador de Licitações, Contratos e Editais (Alice), uma inteligência artificial que auxilia os auditores no acompanhamento da fase licitatória, a qual corresponde à etapa do processo de contratação pública em que ocorrem os maiores riscos de fraude e desfalque (Sandes, 2016). Um dos maiores desafios dessa fase consiste em analisar o grande volume de licitações, que podem atingir, em média, 250 editais por dia. Além disso, a fase externa da licitação é muito curta, tendo uma duração média de algumas semanas ou até dias. Portanto, para que a atuação dos auditores seja efetiva, eles precisam realizar todas as análises necessárias e agir prontamente antes da assinatura dos contratos (Nakano & Sandes, 2017). 

Diante disso, o TCU vem adotando o robô Alice para superar tais desafios, aumentando a eficiência do trabalho dos auditores e evitando o mau uso dos recursos públicos. Para tanto, diariamente, o Alice é programado para acessar o portal de compras do governo federal brasileiro, onde são disponibilizados dados abertos relativos a todas as contratações públicas. A partir de então, essa tecnologia baixa os dados e documentos de todas as licitações e realiza nove análises de texto e 23 cruzamentos de dados, visando identificar indícios de irregularidades e riscos nos editais, tais como restrição de competitividade, favorecimento de fornecedores, ausência de informações necessárias no edital e superfaturamento de preços. Ao final das análises, o Alice envia dois e-mails diários aos auditores contendo, respectivamente, as licitações publicadas naquele dia e as irregularidades encontradas, possibilitando-lhes analisar um número maior de processos licitatórios e atuar em tempo hábil para prevenir a corrupção.

Até então, o Alice tem gerado resultados bastante positivos. Para ilustrar, só no primeiro ano de funcionamento desse sistema foram analisados ​​mais de 100.000 editais. Além disso, entre dezembro de 2018 e novembro de 2019, a partir das auditorias preventivas realizadas pelo Sistema Alice, foram revogados oito pregões eletrônicos no valor aproximado de R$ 3,2 bilhões, e foram suspensos 14 pregões totalizando aproximado de R$ 470 milhões (Rocha, 2019). Adicionalmente, em 2020, o montante de benefícios decorrentes das análises realizadas por essa tecnologia totalizou mais de R$ 194 milhões (TCU, 2020).

Assim como o TCU, demais órgãos públicos, no Brasil e em outras partes do mundo, também têm se esforçado para adotar inteligência artificial no intuito de combater a corrupção, seja na área de compras públicas ou em outras áreas. No entanto, com frequência, inúmeros obstáculos acabam minando a efetiva implementação dessas tecnologias. 

Esse será o assunto dos próximos artigos dessa série. A autora examinará quatro fatores que vêm determinando o sucesso na implementação do robô Alice, fazendo o Brasil avançar no uso de IA para  combater a corrupção na área de compras públicas.

[1] Ler o primeiro artigo da série para entender melhor a corrupção sob essa ótica sistêmica (ação coletiva).ntes. UnB, Brasília, 2020. Disponível em: <https://repositorio.unb.br/handle/10482/39235>.
[2] Medida global de como os governos estão publicando e usando dados abertos para responsabilidade, inovação e impacto social.
[3] Apesar de o Sistema Alice ser empregado atualmente pela Controladoria Geral da União (CGU) e pelo TCU, este artigo examinará a implementação dessa ferramenta no âmbito do TCU.

Bibliografia
ADAM, I.; FAZEKAS M. Are emerging technologies helping win the fight against corruption in developing countries? Pathways for Prosperity Commission Background Paper Series, v. 21, p. 1–34, dez. 2018.[
DAVIES, T.; WALKER, S. B.; RUBINSTEIN M.; PERINI F. The State of Open Data: Histories and Horizons. IDRC – International Development Research Centre, 2019 Disponível em: <https://www.idrc.ca/en/book/state-open-data-histories-and-horizons>.

JETZEK, T.; AVITAL, M.; BJORN-ANDERSEN, N. Data-Driven Innovation through Open Government Data. Journal of Theoretical and Applied Electronic Commerce Research, v. 9, p. 100–120, 2014.
KÖBIS, N.; STARKE, C.; RAHWAN, I. Artificial Intelligence as an Anti-Corruption Tool (AI-ACT) — Potentials and Pitfalls for Top-down and Bottom-up Approaches. ArXiv:2102.11567 [Cs], 2021 Disponível em: <http://arxiv.org/abs/2102.11567>.
LOEWENSTEIN, G.; SUNSTEIN, C. R.; GOLMAN, R. Disclosure: Psychology Changes Everything. Annual Review of Economics, v. 6, n. 1, p. 391–419, 2014.
MARR, B.Bid Data: 20 Mind-Boggling Facts Everyone Must Read. Revista Forbes, set. 2015. Disponível em: <https://www.forbes.com/sites/bernardmarr/2015/09/30/big-data-20-mind-boggling-facts-everyone-must-read/?sh=65f90b3417b1>. 
NAKANO, V. M.; SANDES, E.  3º Seminário sobre Análise de Dados na Administração Pública. Brasil, 2017. 1 vídeo (166 minutos). Publicado pelo Canal Tribunal de Contas da União.  Disponível em: <https://www.youtube.com/watch?v=Pw-DW5ptvbQ>.
OECD. G20/OECD Compendium of good practices on the use of open data for Anti-corruption. 2015. Disponível em: <https://www.oecd.org/corruption/g20-oecd-compendium-open-data-anti-corruption.htm>.
OKF. Global Open Data Index 2016. 2016. Disponível em: <https://index.okfn.org/place/>.
OXFORD INSIGHTS. Government AI Readiness Index 2021, 2021. Disponível em: <https://www.oxfordinsights.com/government-ai-readiness-index2021>.
PALIFKA, B. J.; ROSE-ACKERMAN, S. (Org.). What Is Corruption and Why Does It Matter? In: Corruption and Government: Causes, Consequences, and Reform. Cambridge University Press,  v. 2, p.  3–48, 2016.
PETHERAM, A., PASQUARELLI, W.; STIRLING, R. The Next Generation of Anti-Corruption Tools: Big Data, Open Data & Artificial Intelligence. [Research Report]. Oxford Insights, p. 19, 2019.
PUBLIX. Data analytics aplicada ao setor público. 2019.  Disponível em: https://institutopublix.com.br/data-analytics-aplicada-ao-setor-publico/
ROCHA, A. L. M.; Ferramenta Alice: Auditoria Preventiva em Licitações. 2019. Disponível em: <https://repositorio.cgu.gov.br/handle/1/43580>.
SANDES, E. 2º Seminário Brasil 100% digital. Brasil, ago. 2016. 1 vídeo (194 minutos). Publicado pelo Canal Tribunal de Contas da União. Disponível em: <https://www.youtube.com/watch?v=IsduSZAds7w>.
SIMON, H. A.; Administrative behavior: A study of decision-making processes in administrative organization. Macmillan Co, 1947.
TCU. Relatório Anual de Atividades 2020. 2020.
TI. Corruption Perceptions Index 2020. Transparency.Org, 2020. Disponível em: <https://www.transparency.org/en/cpi/2020>.
WANG, V.; SHEPHERD, D.Exploring the extent of openness of open government data – A critique of open government datasets in the UK. Government Information Quarterly, v. 37, n. 1, p. 101405, 2020.
WORTHY, B. The Impact of Open Data in the UK: Complex, Unpredictable and Political (SSRN Scholarly Paper ID 2806876). Social Science Research Network, 2015.
WWW. Open Data Barometer Global Report – Fourth Edition. World Wide Web Foundation, 2017. Disponível em: <https://webfoundation.org/research/open-data-barometer-fourth-edition/>.

Esta nota é de responsabilidade dos respectivos autores e não traduz necessariamente a opinião da República.org nem das instituições às quais os autores estão vinculados.

Camila Penido Gomes

Graduada em administração pública pela Fundação João Pinheiro (FJP) e mestre em políticas públicas e administração pela London School of Economics and Political Science (LSE). Há 10 anos vem liderando projetos relacionados à transformação digital no serviço público brasileiro e atualmente atua como consultora na Divisão de Integridade do Setor Público da OCDE