Inteligência Artificial na RFB: conheça algumas iniciativas

Escrito por Raya em 21/07/2020

A RFB (Receita Federal do Brasil) abrange o serviço de receita interna brasileira e o departamento aduaneiro. Nessas duas áreas existem diversas propostas de IA. Neste artigo iremos apresentar algumas inciativas de inteligência artificial na RFB.

Inteligência Artificial na alfândega brasileira

Como exemplo inicial, temos uma tecnologia desenvolvida pela RFB, que é utilizada atualmente em escala nacional, o Sisam (Sistema de Seleção Aduaneira por Aprendizado de Máquina).

Existem outras iniciativas de destaque no campo aduaneiro que iremos conhecer a seguir. Além disso, destacaremos outras de grande relevância que estão em seus primeiros passos.

Sistemas especialistas para seleção de mercadorias para inspeção

Além do Sisam, a alfândega brasileira conta com o Aniita. Essa tecnologia apresenta todas as informações que são relevantes para o desembaraço aduaneiro.

Ademais, possui um sistema especialista incorporado.

Este sistema demonstra diversos fatores de risco nas declarações de exportação e importação, remessa postal e courier expresso.

Analisador de imagem de Raio-x para contêiner

A fim de analisar imagens digitalizadas de containers, a RFB contará com o sistema ANJA.

O ANJA está sendo desenvolvido no Porto de Santos, com apoio do Laboratório de Inovação do Estado de São Paulo (Labin08) da RFB.

Ele coleta imagens resultantes e as associa às declarações, disponibilizando as imagens aos funcionários aduaneiros.

No momento, estão desenvolvendo 3 modelos: para detectar drogas, armas e para classificação de mercadorias do SH.

Detector de incompatibilidade de documentos

O Document Missmatch Detectot (BatDoc) é uma inteligência artificial da RFB que busca informações incompatíveis entre as declarações de importação e documentos auxiliares. Dentre esses documentos estão, por exemplo, faturas e listas de materiais.

Essa ferramenta tem como objetivo, primordialmente, detectar divergências em endereços, preços, nomes de empresas, quantidades, entre outros.

Sistema de Controle de Viajantes

Na RFB, os Sistemas de Controle de Viajantes contam com um sistema de reconhecimento facial (Iris) e outro de GeoProcessing (Vivii).

A tecnologia Iris contém uma lista predefinida de passageiros associados ao tráfico de drogas, contrabando, entre outros. Caso um passageiro esteja na lista, provavelmente, será inspecionado.

Já o módulo Vivii, por sua vez, está ainda em fase de desenvolvimento no aeroporto Viracopos, com apoio do Labin08.

Esse sistema foi criado a fim de analisar rotas de viagem para identificar divergências entre os endereços de passageiros e as origens e destinos mais comuns dos que forem pegos utilizando drogas.

Desenvolvimento de Inteligência Artificial na RFB

Veremos aqui mais algumas tecnologias que estão em fase de desenvolvimento para atender as demandas da Receita Federal do Brasil.

Detecção de fraude do CPF

Ao longo do tempo a relevância do CPF foi aumentando. Por conseguinte, também cresceram os riscos de ataques à integridade do banco de dados.

Dessa forma, a RFB investiu em um sistema que está em desenvolvimento no Labin03 para detectar automaticamente fraudes na emissão do CPF.

O intuito é identificar estatisticamente os padrões já encontrados de fraudes e utilizá-los para reconhecer com agilidade novos casos.

ChatBots como Inteligência Artificial na RFB

Os ChatBots têm se tornado populares em todo o mundo.

A RFB já observou que essa tecnologia pode ser muito útil tanto para o público interno como o externo.

Contudo, os ChatBots que podem ser viáveis para RFB dependem da integração com outros sistemas. Se, por exemplo, um contribuinte questionar sobre os seus débitos pessoais. Isso precisa ser analisado em diversos bancos de dados da RFB.

Como esses sistemas são inúmeros, e ainda, muitos não possuem APIs projetados para ser utilizados em outros sistemas, acredita-se que essas integrações serão a parte mais complexa no desenvolvimento dessa inteligência artificial na RFB.

Aceleração de processos administrativos

A inteligência artificial na RFB também tem sido útil para acelerar processos administrativos antigos e novos.

Vale ressaltar que esses dois grupos são extremamente distintos. Dessa forma, precisam de medidas diferentes.

Atualmente, os contribuintes já utilizam o e-Defesa, que lista diversos argumentos comuns. Contudo, a RFB busca uma nova abordagem com o intuito de revelar novos argumentos que ainda não foram listados.

Rejeição de pedidos de reembolso

A RFB também está desenvolvendo um projeto para rejeitar solicitações de reembolso.

Esse sistema foi iniciado no Labin08, que preparou um conjunto de dados ofuscados que possuem relação com as solicitações de reembolso. Os dados foram disponibilizados para todos os funcionários da RFB.

Os rótulos foram removidos de algumas linhas de conjuntos, a fim de que os participantes previssem os rótulos removidos. Aqueles que se aproximarem das respostas corretas, receberão um prêmio.

Seleção de declarações de imposto de renda pessoais retornam para examinação

Depois que a RFB recebe as declarações de imposto de renda, uma pré-seleção simples para auditoria é aplicada aos contribuintes.

Essa seleção é baseada sobretudo na detecção de incoerências entre a declaração do contribuinte e as declarações de outros contribuintes envolvidos em transações financeiras com o contribuinte em foco. Além disso, são analisadas algumas violações de expectativas definidas por especialistas.

Esses contribuintes são agrupados e consideram-se testes estatísticos que liberam os contribuintes de menor risco.

Todavia, vale ressaltar que o processo tem algumas etapas manuais, as quais deixam-no mais lento.

Sendo assim, a inteligência artificial na RFB tornar o processo totalmente automático. Por isso, os esforços estão se concentrando em mudar o sistema utilizando técnicas de IA mais sofisticadas.

Data Lake como Inteligência Artificial na RFB (ReceitaData)

A Inteligência Artificial na RFB também tem o objetivo de unificar os seus dados.

A RFB desenvolveu um repositório, chamado de ReceitaData que se baseia na arquitetura Hadoop, a fim de minimizar o problema da ciência de dados. Ou seja, o acesso de dados em si.

Espera-se que todos os dados que a RFB tem acesso estejam disponíveis nesse data lake.

Estrutura de aprendizado de máquina no sistema ContÁgil

O sistema ContÁgil é um instrumento de recuperação e análise de dados. Foi desenvolvido pela Secretaria Especial da Receita Federal do Brasil.

O ContÁgil, que oferece centenas de recursos, é distribuído também para as administrações tributárias estaduais e é utilizado pela força-tarefa da Operação Lava-Jato.

Em suma, é um ambiente de aprendizado de máquina que abrange algoritmos de aprendizado supervisionado.

Ademais, o ContÁgil atua em outros sistemas conhecidos na RFB, como por exemplo, o Farol, que automatiza tarefas repetitivas de acesso aos sistemas da RFB. Ele funciona por meio de simulação de um usuário humano muito rápido. Desse modo, executa frequentemente em uma hora, uma tarefa que levaria semanas.

Simulador de estratégias de seleção para auditorias

A RFB também desenvolveu um simulador de estratégias de seleção para auditorias, as quais criam um ambiente virtual em que os contribuintes decidem sonegar ou não impostos. Isso ocorre de acordo com a probabilidade de serem auditados.

Essa estimativa é combinada com a vantagem financeira que terão, se evitarem seus impostos e não forem selecionados para auditoria. Levando em conta ainda, as perdas financeiras que sofrerão, caso sejam auditados e punidos.

Essa combinação é vista como a expectativa para sonegar impostos.

Conforme mais positiva for, maior a possibilidade de um contribuinte sofre evasão fiscal.

O que você achou da Inteligência Artificial na RFB?

Observamos neste artigo, que a RFB tem investido em diversas iniciativas para o desenvolvimento de tecnologias de inteligência artificial.

Certamente, todos esses projetos e ações visam facilitar e acelerar os processos que envolvem a Receita Federal do Brasil.

Fonte: Artificial Intelligence in the Customs Selection de Jorge Jambeiro Filho.

Este texto foi publicado originalmente em Inteligência Artificial na RFB: conheça algumas iniciativas – Raya Consult  Acesso em:18 abr. 2023.