Gestão fiscal: receitas públicas estão sendo transformadas pela IA
Texto adaptado de businessofgovernment.org
A inteligência artificial chegou às administrações tributárias do mundo todo, e está mudando não apenas os processos internos, mas a própria relação entre o Estado e o contribuinte nos Estados Unidos. Durante os últimos cinco meses, o IBM Center for The Business of Government e o American University Kogod Tax Policy Center reuniram especialistas em tributação de diferentes países em mesas-redondas e sessões de design thinking para debater como a IA pode ser usada de forma eficaz, ética e responsável nas agências fiscais.
O que a IA já faz nas receitas públicas
Assistentes digitais que orientam contribuintes, processamento automatizado de declarações em papel, detecção de fraudes e análise preditiva de riscos fiscais estão entre as aplicações de IA que líderes tributários reconhecem como capazes de resolver desafios comuns às agências de receita ao redor do mundo. A promessa é concreta: maior eficiência operacional, melhor experiência para quem paga impostos e maior precisão na identificação de irregularidades.
A inteligência artificial generativa, em particular, amplia essas possibilidades ao criar conteúdo novo a partir de informações existentes, o que abre espaço para automações mais sofisticadas em comunicações, análise documental e suporte à decisão. Mas essa mesma capacidade traz riscos específicos que as administrações tributárias precisam gerenciar com rigor.
Governança como condição, não como complemento
Os participantes das mesas-redondas foram unânimes num ponto: a governança não é um elemento adicional ao uso de IA nas agências fiscais. É uma condição para que esse uso seja legítimo e sustentável. Agências tributárias lidam com dados extremamente sensíveis de pessoas físicas e jurídicas, e qualquer falha de segurança, viés algorítmico ou resultado inexplicável pode comprometer a confiança que sustenta todo o sistema fiscal.
O conjunto de perguntas que os programas de governança devem responder continuamente inclui questões sobre o treinamento dos modelos (com que dados foram alimentados, em que quantidade e variedade), sobre o alinhamento com os casos de uso pretendidos, sobre a conformidade com leis de privacidade e regulações nacionais, sobre os mecanismos de detecção e correção de viés e sobre a auditabilidade dos resultados. Uma resposta “errada” produzida por um sistema de IA numa agência fiscal não é apenas um erro técnico: é uma questão de responsabilidade pública que precisa ter um titular claro.
A questão da segurança também é central. Quem controla o modelo, os dados de entrada e os dados de saída? Quais guardrails estão em vigor para evitar que informações confidenciais sejam expostas? Como prevenir alucinações (respostas incorretas geradas com aparência de certeza) em contextos que exigem precisão?
Transparência, imparcialidade e responsabilização
Os três pilares da governança eficaz de IA, segundo os especialistas reunidos nas sessões, são transparência, imparcialidade e responsabilização. Transparência significa que os resultados produzidos pelos sistemas podem ser explicados e rastreados. Imparcialidade exige monitoramento contínuo para detectar e corrigir vieses que possam afetar grupos de contribuintes de forma desproporcional. Responsabilização implica que há supervisão humana dos modelos e que existe clareza sobre quem responde quando algo dá errado.
O desenvolvimento de IA centrado no ser humano é apontado como essencial para o controle dos riscos. Isso não significa que humanos precisam revisar cada decisão automatizada, mas que a arquitetura dos sistemas preserva a capacidade de intervenção humana nos pontos críticos e que os profissionais que operam esses sistemas têm a literacia técnica necessária para entender o que estão supervisionando.
Inovar dentro de um marco ético
Governança robusta e cultura de inovação não são objetivos contraditórios. Um dos principais aprendizados das mesas-redondas é que programas de governança bem estruturados, especialmente em modelos federados que reúnem diferentes unidades de negócio, funcionam como fóruns para compartilhar boas práticas, identificar oportunidades de alto valor e disseminar aprendizados sobre o que funcionou e o que não funcionou.
Uma das ideias que emergiu das discussões é a criação de Centros de Excelência em IA dentro das agências tributárias, com o papel de apoiar unidades operacionais tanto na parte técnica quanto nas dimensões de transparência, uso ético e processos de governança. Outra abordagem identificada é o uso de hackathons para troca de informações e estímulo à experimentação controlada, além de investimentos sistemáticos em literacia de IA para os servidores que interagem com esses sistemas no dia a dia.
O que está em jogo para a gestão fiscal
A adoção de IA nas administrações tributárias representa uma das fronteiras mais sensíveis da transformação digital do setor público. O potencial de ganho é real: maior arrecadação com menos esforço operacional, melhor atendimento ao contribuinte e detecção mais precisa de fraudes e inconsistências. Mas o risco de que sistemas mal governados produzam resultados injustos, opacos ou ilegais é igualmente real, e as consequências afetam tanto a arrecadação quanto a legitimidade das instituições fiscais.
Para gestores de receita e finanças públicas, o caminho apontado pelas experiências reunidas é claro: a IA deve ser adotada com ambição e com critério, dentro de marcos de governança que garantam que a inovação fiscal sirva a todos os contribuintes de forma justa, transparente e responsável.
