A inteligência artificial no controlo financeiro público: Oportunidades e desafios no tribunal de contas e na Inspeção-Geral de Finanças de Portugal

Abstract

A Inteligência Artificial tem sido encarada pelas organizações, tanto públicas como privadas, com grande potencial para melhorar a eficiência e eficácia dos processos, e para viabilizar grandes transformações. As entidades de controlo, como responsáveis pela fiscalização e verificação dos recursos públicos, veem-se cada vez mais pressionadas a realizar auditorias de maior qualidade, impacto e relevância. A função de controlo é chamada a evoluir e a procurar mecanismos que contribuam para o exercício das atividades de auditoria, promovendo maior eficiência, eficácia e tempestividade nas suas atribuições. É neste âmbito, que as entidades de controlo encaram a IA com grande potencial para a melhoria do exercício das suas competências, através da sua capacidade de análise de grandes volumes de dados, análise preditiva, deteção de fraudes, identificação de padrões e automação de processos. Com isto, o presente estudo visa compreender, através da pesquisa documental e entrevistas semiestruturadas, de que forma a IA poderá contribuir para a melhoria da eficiência do TdC e da IGF. Explorar as vantagens e desvantagens desta implementação e, por fim, perceber como tem sido a recetividade dos sistemas. Ainda em fase inicial, o objetivo dos modelos baseados em risco, pela IGF e pelo TdC, será auxiliar na seleção da amostragem para a realização de auditorias. O projeto da IGF, já finalizado, permitiu concluir que com o uso da IA é possível fazer uma redução da amostra, enquanto igualmente se reduz os custos, com a mesma precisão de auditorias tradicionais. Contudo, será necessário acautelar os riscos associados à sua implementação.

Artificial Intelligence has been seen by organizations, both public and private, as having great potential for improving the efficiency and effectiveness of processes, as well as enabling major transformations. As the bodies responsible for overseeing and verifying public resources, control bodies are under increasing pressure to carry out audits of greater quality, impact and relevance. The control function is therefore called upon to evolve and look for mechanisms that contribute to the performance of auditing activities, promoting greater efficiency, effectiveness and timeliness in its duties. It is in this context that audit bodies see AI as having great potential for improving the exercise of their competences, through its ability to analyze large volumes of data, predictive analysis, fraud detection, pattern identification and process automation. With this in mind, this study aims to understand, through documentary research and semi-structured interviews, how AI can contribute to improving the efficiency of the TdC and the IGF. To explore the advantages and disadvantages of this implementation and, finally, to understand how receptive the systems have been. Still in its early stages, the aim of the risk-based models, by the IGF and the TdC, will be to help select the sample for audits. The IGF project, which has now been finalized, concluded that the use of AI makes it possible to reduce the sample, while also reducing costs, with the same precision as traditional audits. However, the risks associated with its implementation must be considered.