Além da fiscalização tradicionalutilizando inteligência artificial para seleção de amostra de auditoria

Resumo

O avanço da Inteligência Artificial (IA) tem transformado significativamente a forma como organizações públicas e privadas realizam auditorias, possibilitando a análise de grandes volumes de dados e aumentando a capacidade de identificar riscos com maior precisão e agilidade. No setor público brasileiro, esse avanço representa uma oportunidade para otimizar o uso de recursos humanos diante do desafio de fiscalizar um grande volume de recursos. Esta pesquisa teve como objetivo aprimorar um modelo preditivo baseado em algoritmos de machine learning para auxiliar a seleção de amostras de auditoria no Tribunal de Contas do Estado de São Paulo (TCE-SP), desenvolvendo uma ferramenta intuitiva para uso dos auditores. A metodologia adotada consistiu em uma pesquisa aplicada, com abordagem quantitativa, utilizando dados públicos de execução orçamentária, dados demográficos, econômicos, educacionais e de saúde de 644 municípios paulistas. Três algoritmos supervisionados foram comparados: Random Forest, Support Vector Machine e LightGBM. O modelo Random Forest apresentou o melhor desempenho, sendo otimizado com ajuste de hiperparâmetros e validação cruzada. Os resultados demonstraram que a melhoria da qualidade das variáveis utilizadas e a otimização dos hiperparâmetros melhoraram a capacidade preditiva do modelo. Além disso, foi proposta uma metodologia prática para o uso dessas previsões na seleção de amostras de auditoria, baseada em limites de confiança empíricos. Como contribuição, o estudo oferece uma ferramenta acessível aos auditores, com potencial de aplicação em outros conjuntos de dados, que pode ser incorporada aos processos de planejamento de auditoria, aumentando a capacidade de análise das equipes responsáveis.

Ficha do documento

Tipo

Dissertação

Ano

2025

Instituição

Fundação Getulio Vargas

Fonte

Repositório da FGV

Idioma

Português

Acesso

Acesso aberto

Identificador

oai:repositorio.fgv.br:10438/37047

Temas

EconomiaGestão PúblicaFinanças PúblicasAdministração PúblicaTecnologiaDadosSaúdeGestão Municipal

Palavras-chave

Administração públicaAuditoria públicaInteligência artificialSVMMachine learningRandom forestLightGBMPublic administrationPublic auditingArtificial intelligenceAdministração pública - Inovações tecnológicasAprendizado do computadorEmpresas públicas