Malha Fina Convênios
Título
Malha Fina Convênios
Descrição
| Órgão responsável | Controladoria Geral da União - CGU |
| Acesso | https://www.gov.br/cgu/pt-br/assuntos/noticias/2018/10/inteligencia-artificial-analisara-prestacao-de-contas-em-transferencias-da-uniao |
| Desenvolvimento da ferramenta | Equipe interna |
| Acesso ao algorítmo da ferramenta | Não |
| Código Aberto | Não |
| Categorias de aplicação | Estimativas de risco (incluindo detecção de fraudes) |
| Método estatístico utilizado pela ferramenta | Métodos baseados em árvore de decisão (incluindo florestas aleatórias e XGBoost) |
| Outputs da ferramenta | Probabilidade da prestação de contas de um convênio possuir problemas |
| Grau de apoio oferecido pela ferramenta | A ferramenta faz diagnósticos e sugere ações. |
| No desenvolvimento e/ou implementação da ferramenta, foi considerada a obrigatoriedade de revisão humana das decisões automatizadas? | Sim |
| Se a resposta anterior foi positiva, descreva as questões envolvidas e a decisão tomada. | O uso do malha fina é regulado pela instrução normativa conjunta CGU/ME 01 . Nela, vemos que a análise manual da prestação de contas dos convênios deve ser feita caso a materialidade envolvida seja maior que o apetite a risco do órgão. |
| No desenvolvimento e/ou implementação da ferramenta, foram considerados possíveis vieses em seu desempenho? Por exemplo: sua eficácia é melhor com determinados grupos? | Não |
| Se a resposta anterior foi positiva, descreva os possíveis vieses e a decisão tomada a respeito. | - |
| Foi verificado algum desses impactos no fluxo de trabalho do órgão com a utilização da ferramenta? | Impacto na produtividade do órgão, Impacto no orçamento do órgão, Impacto na melhora da prestação do serviço público |
| Há métricas para medir a eficácia da ferramenta? | Sim |
| Se a resposta anterior foi sim, descreva a métrica. | Na análise da implantação da ferramenta foi ponderado que o risco de confiar a análise ao modelo nos casos onde a materialidade é menor que o apetite ao risco do órgão ajuda a baixar o estoque de prestação de contas represadas. Sem o modelo, o estoque de prestações de contas só fazia crescer e o recurso não era efetivamente fiscalizado, hoje, o que é fiscalizado é apenas o que existe risco envolvido, tornando a fiscalização muito mais eficiente. |
| Quais são os principais conjuntos de features/variáveis usados como entrada para treinar a ferramenta? Por exemplo: região e IDH de um município para um sistema de estimativa de risco de fraudes; presença no cadastro positivo para concessão de crédito. | Não é interessante revelar as features pois elas podem ser usadas por empresas para terem sua prestação de contas facilitada. |
| Existe a necessidade da utilização de dados pessoais para treinar a ferramenta? | Não |
| Existe a necessidade da utilização de dados sigilosos para treinar a ferramenta? | Não |
Arquivos
Referência
“Malha Fina Convênios,” Catálogo de Uso de Inteligência Artificial por Órgãos Governamentais, acesso em 7 de setembro de 2024, https://catalogoia.omeka.net/items/show/6.