Fator 4: Arranjos institucionais favoráveis.
Este é o último 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.
Leia aqui o primeiro, segundo, terceiro, quarto e quinto artigo da série.
Neste artigo, a autora examina 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). Quatro fatores merecem destaque e, nos próximos parágrafos, será analisado o estabelecimento de arranjos institucionais favoráveis com base em uma estrutura legal sólida e um sistema de fiscalização robusto.
Índice
Introdução
Arranjos institucionais favoráveis
O caso do robô Alice
Introdução
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.
Arranjos institucionais favoráveis
A implementação efetiva de políticas pressupõe a existência de autoridades suficientemente capacitadas para aplicar as normas e garantir o seu cumprimento adequado (Hogwood & Gunn, 1997). Nesse sentido, é relevante destacar que, mesmo que o uso de inteligência artificial no combate à corrupção conte com insumos apropriados, realize a coordenação adequada dos stakeholders e recursos disponíveis, bem como promova a transparência em sentido mais amplo, essa tecnologia não estará efetivamente implementada enquanto o governo não contar com um arranjo institucional que permita as autoridades competentes lidar adequadamente com as irregularidades levantadas pela máquina.
Conforme argumentado por Petheram et al. (2019), “para serem eficazes, ferramentas de monitoramento de corrupção devem ser incorporadas a um sistema mais amplo de escrutínio, legislação anticorrupção e aplicação efetiva por parte das autoridades”. Assim, diante da importância de o governo dispor de mecanismos adequados para responder a sinais de corrupção, é necessária a existência de instituições suficientemente fortes para fazer cumprir as leis e as políticas. Portanto, uma legislação anticorrupção sólida e um sistema de fiscalização robusto são considerados fatores decisivos para lidar com as irregularidades apontadas por sistemas tecnológicos e, portanto, para o sucesso da implementação de uma política anticorrupção baseada em IA.
O caso do robô Alice
A consolidação de um arranjo institucional robusto com normas coerentes e um sistema de fiscalização vigoroso constitui atualmente um dos desafios mais significativos para os países que estão avançando no combate à corrupção, especialmente na América Latina.
Ao longo dos anos, os países desta região progrediram significativamente na construção de arranjos institucionais que favorecem ações anticorrupção, concedendo mais independência aos seus tribunais e fortalecendo os órgãos responsáveis pela aplicação de leis. Ao longo da última década, o Brasil fez melhorias significativas no fortalecimento dos arranjos institucionais necessários para combater várias formas de corrupção (Iglesias, 2017).
No entanto, chama a atenção o fato de que o Brasil vem sofrendo uma queda acentuada na pontuação do Índice de Capacidade de Combate à Corrupção (CCC) desde 2019 em comparação com os outros 15 países latino-americanos avaliados. Esse índice avalia a capacidade dos países latino-americanos de identificar, punir e prevenir a corrupção. Em decorrência dessa queda, atualmente, o país ocupa a 6ª posição no Índice CCC 2021.
Segundo estudiosos, o Brasil vem apresentando reveses significativos em sua capacidade de combater a corrupção, experimentando uma espécie de “fadiga na aplicação das normas” (Winter & Aalbers, 2021, p. 2). Nesse contexto de retrocessos, torna-se ainda mais importante destacar a efetiva implementação da inteligência artificial no combate à corrupção nas licitações públicas pelo Tribunal de Contas da União (TCU). Essa entidade pública é independente dos demais Poderes, possuindo autonomia resguardada na Constituição para cumprir sua função de fiscalizar as despesas orçamentárias e financeiras na esfera federal.
Assim, entre várias outras atribuições constitucionais, cabe ao auditor do TCU aplicar as sanções previstas em lei quando identificada qualquer ilegalidade ou irregularidade nos gastos nas contas públicas. Na prática, isso significa que, após confirmar se um indício de corrupção indicado pelo sistema Alice é um verdadeiro-positivo (situação em que há irregularidade e a tecnologia conseguiu identificar corretamente), o auditor tem obrigação constitucional para fazer cumprir a lei e exigir a implementação das medidas necessárias para sanar qualquer sinal de fraude encontrado.
Por exemplo, no início de sua implementação, o sistema Alice trouxe à luz dois editais publicados pelo Departamento Nacional de Infraestrutura de Transportes (DNIT) para a manutenção da rodovia BR 153 no estado de Goiás, no valor aproximado de R$ 39 milhões. No entanto, os trechos dessa rodovia indicados nesses documentos estavam sob contrato de concessão e, portanto, sua manutenção era responsabilidade da concessionária e não do governo. Diante disso, o TCU agiu prontamente e emitiu uma decisão formal bloqueando ambas as licitações (TCU, 2017).
Assim, mesmo que a capacidade legal anticorrupção do Brasil venha passando por profundos reveses, o TCU tem conseguido conter com sucesso a corrupção na área de compras públicas, dada a sua legitimidade constitucional para fiscalizar as contas públicas federais e fazer cumprir a lei contra o mau uso de recursos públicos.
Chegamos ao fim da série Corrupção: como avançar nessa agenda?
Ao longo de seis artigos, foi possível aprofundar o fenômeno da corrupção, entender em que medida tecnologias como inteligência artificial podem ser empregadas para inibir esse problema tão complexo e, por fim, examinar quatro fatores determinantes para a implementação bem-sucedida de IA no combate a práticas corruptas na fase de licitação.
A análise das implicações empíricas do sistema Alice nos permite concluir que a implementação bem-sucedida dessa tecnologia pelo TCU está associada à interoperabilidade dos dados governamentais; à quantidade de stakeholders e níveis de governo envolvidos; à promoção da transparência das análises geradas a partir da promoção dos princípios de disponibilidade, acessibilidade e acionabilidade; e à existência de arranjos institucionais robustos que garantam aos auditores a prerrogativa constitucional de fazer cumprir efetivamente a lei. Não deixem de ler os demais artigos dessa série!
Bibliografia
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>
HOGWOOD, B.; GUNN, L. Why ‘Perfect Implementation’ is Unattainable. In M. J. Hill (Ed.), The policy process: A reader. Prentice Hall/Harvester Wheatsheaf, v. 2, p. 217-225, 1997.
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.
SCHATSKY, D.; MURASKIN, C.; GURUMURTHY, R. Demystifying artificial intelligence. Deloitte Insights, 2014. Disponível em: <https://www.gov.br/cgu/pt-br/governo-aberto/noticias/2017/tecnologia-varredura-diaria-de-irregularidades-em-editais.
WINTER, B., AALBERS, G. The 2021 Capacity to Combat Corruption Index. AS/COA, 2021. Disponível em: <https://www.controlrisks.com/campaigns/the-capacity-to-combat-corruption-index>.
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.
