Um sistema que utiliza a tecnologia de aprendizado de máquina para análise automatizada das prestações de conta em transferências voluntárias da União foi desenvolvido pelo Ministério da Transparência e Controladoria-Geral da União (CGU). Segundo a pasta, com base nas características de cada convênio ou contrato de repasse, a ferramenta reconhece padrões e permite prever, com elevado grau de precisão, o resultado da análise de contas, no caso de avaliação manual por servidores dos órgãos federais concedentes.
A inovação foi apresentada durante o Congresso Latino-Americano de Auditoria Interna (CLAI), em Foz do Iguaçu (PR), no dia 22 de outubro. A Confederação Nacional de Municípios (CNM) destaca que a incorporação dessa nova funcionalidade pela União irá aumentar a capacidade de fiscalização.
Na prática, a aplicação - espécie de “Malha Fina de Convênios” que verifica os instrumentos firmados no Sistema de Gestão de Convênios e Contratos de Repasse (Siconv) - utiliza algoritmos e se baseia numa nota de risco para medir a probabilidade de aprovação ou reprovação das contas. A metodologia combina também a emissão de alertas gerados nas trilhas de auditoria aplicadas pela CGU, na busca por padrões pré-definidos de indícios de impropriedades ou irregularidades, as quais são classificadas em três categorias: descumprimento de norma; conflito de interesse; e falhas na execução financeira, a exemplo de pagamentos a fornecedores fora da vigência do convênio.
O sistema é resultado de pesquisas e soluções conjuntas com o Ministério da Fazenda (MF) e Ministério do Planejamento, Desenvolvimento e Gestão (MP), para tornar a prestação de contas mais célere e reduzir o estoque de termos em atraso, após auditoria da CGU sobre a gestão do processo de transferências voluntárias da União, divulgada em julho. Desde 2008, foram firmados com Estados, Municípios e Distrito Federal quase 150 mil instrumentos (convênios, acordos, ajustes e similares) para realização de obras, serviços ou bens de interesse público, em montante que ultrapassa R$ 100 bilhões.