Governança algorítmica na PGFN: o que as fontes públicas permitem afirmar sobre legalidade e accountability no uso de IA
Carregando...
Arquivos
Data
2026-04-01
Autores
Orientador(res)
Ribeiro, Daniela Campello da Costa
Métricas
Título da Revista
ISSN da Revista
Título de Volume
Resumo
Objetivo: Este estudo pretende analisar criticamente a aderência institucional do uso de inteligência artificial (IA) na Procuradoria-Geral da Fazenda Nacional (PGFN) aos princípios de legalidade, governança e transparência. Metodologia: A pesquisa caracterizou-se como um estudo de caso único de abordagem qualitativa. O desenho metodológico consistiu em uma análise documental de 14 atos e publicações oficiais da PGFN, emitidos entre 2018 e 2025. A coleta de dados limitou-se deliberadamente à transparência ativa da instituição, simulando o percurso de um cidadão comum. Os documentos foram examinados por meio de Análise de Conteúdo Categorial, orientada por um codebook estruturado em três categorias principais: Legalidade e Conformidade, Governança Institucional, e Transparência e Accountability. Resultados: Foi demonstrado que existe uma lacuna institucional crítica entre a governança de dados e a governança algorítmica na PGFN. A investigação revelou que o órgão possui uma política de governança de dados e de segurança da informação robusta e alinhada à Lei Geral de Proteção de Dados Pessoais (LGPD). Contudo, os documentos públicos omitem a camada de governança que se situa entre a gestão dos dados e a aplicação final da IA. As regras para o desenvolvimento, a validação e o monitoramento dos algoritmos não são publicamente visíveis, evidenciando um hiato entre uma governança de dados madura e uma governança de IA ainda não formalizada. Limitações: A principal limitação da pesquisa é sua dependência exclusiva de fontes públicas obtidas por meio de transparência ativa. A análise não avança sobre documentos internos, não utiliza a transparência passiva (como pedidos via Lei de Acesso à Informação – LAI) para requisitar informações não publicizadas, nem capta a percepção dos gestores e técnicos envolvidos. Adicionalmente, a análise restringe-se ao plano documental (o “dever ser”), não avaliando a eficácia prática dos sistemas. Aplicabilidade do trabalho: A partir desses resultados, o trabalho propõe uma Matriz de Controles Mínimos de Governança Algorítmica. Essa ferramenta de diagnóstico e orientação pode ser utilizada tanto pela gestão interna da PGFN para estruturar suas políticas de IA, quanto por órgãos de controle externo (como o Tribunal de Contas da União e a Controladoria-Geral da União) para avaliar a maturidade e a conformidade dos sistemas algorítmicos na Administração Pública. Contribuições para a sociedade: Ao identificar o déficit de transparência sobre as regras de uso da IA, o estudo contribui para a preservação dos direitos dos cidadãos em um Estado cada vez mais algorítmico. A explicitação dessas lacunas é fundamental para garantir a legitimidade, a confiança pública e a possibilidade de controle social sobre decisões administrativas mediadas por tecnologia, reduzindo os riscos de opacidade e diluição de responsabilidade. Originalidade: Pelo nosso conhecimento, este é o primeiro estudo que caracteriza empiricamente um déficit concreto de governança algorítmica em um órgão de arrecadação federal brasileiro, focando exclusivamente no que é publicamente verificável (transparência ativa), em vez de se limitar à discussão teórica e abstrata dos riscos da IA.