Como a Inteligência artificial e o Machine Learning podem combater a corrupção

Os desfechos de investigações que confirmaram a corrupção pública que sofremos no Brasil intensificaram um maior envolvimento da população em manifestações e no interesse de mudança dos governos.

Em tempos de campanha eleitoral, até aplicativo para detectar fichas-suja foi ferramenta para decisão de candidatos, e a alta taxa de renovação do congresso é consequência desta busca por menos corrupção.

Em um ranking mundial divulgado pela Transparência Internacional no ano passado, que avaliou a percepção de corrupção no setor público de 180 países, o Brasil ficou em 96° colocado. Foi o pior resultado dos últimos cinco anos, muito provavelmente consequência do sentimento da população mediante aos esquemas complexos de corrupção que tivemos conhecimento. A Lei Anticorrupção de 2014 trouxe a discussão de práticas de compliance no setor público, o que é muito bem-vindo, mas há um necessário complemento das prestações de contas para que haja garantia de controle.

Tecnologias como Big Data, redes neurais, e Inteligência Artificial já permitem detectar fraudes e auditar parte das contas públicas, mas a aplicação destas pelos órgãos de controle, como a Receita Federal, sempre foi muito focada na leitura de dados financeiros em formato de texto, por conta da limitação técnica de leitura inteligente de conteúdos de imagens. E a análise dos documentos em outros formatos de arquivos já é uma demanda presente.

Neste ano, pela primeira vez, há uma exigência da Justiça Eleitoral em receber toda a documentação das prestações de contas dessas eleições em meio digital. Há também uma obrigatoriedade nova de que partidos e candidatos comprovem suas informações com documentos além de suas demonstrações financeiras. Ou seja, se houve uma despesa de impressão de material de divulgação, é necessário que este material também seja enviado digitalizado, por meio de um arquivo OCR, um tipo de PDF pesquisável. Fotos também são recursos importantes para a comprovação de despesas na prestação de contas, especialmente para comprovação da materialidade dos gastos.

E para que haja possibilidade de efetivamente utilizar esta documentação com o propósito de auditar e confirmar a sua legalidade, é necessário romper a barreira tecnológica e utilizar machine learnings capazes de ler os dados em formato de imagem. E é neste desafio que estamos trabalhando, com avanços já significativos de leitura e interpretação de imagens de documentos. Implementamos uma nova funcionalidade ao nosso robô, capaz de ler essas imagens, o que é um primeiro passo para novas tecnologias de análise complexa de informações em documentos escaneados ou fotografados.

Esta é uma missão mandatória do nosso setor para facilitar o tratamento desses dados e checagem de informações. É a única forma de evitar a burocracia e garantir a checagem e o controle de processo tão importante para a transparência e para o combate à corrupção no setor público.

FONTE: OLHAR DIGITAL