Como a IA está transformando a auditoria 

Por Alexandre Alcantara

A incorporação da inteligência artificial já faz parte do dia a dia das organizações. Na área contábil, as empresas de auditoria independente estão entre as que mais noticiam e relatam como a IA foi incorporada em seus processos de revisão das demonstrações contábeis.

Ao comentar sobre como a IA está transformando a auditoria, a Thomson Reuters [1] assim expôs

No passado, os auditores dependiam fortemente de processos manuais para descobrir riscos em demonstrações financeiras e operações de negócios. Embora essa abordagem tenha sido um tanto eficaz, ela é certamente demorada e suscetível a erros humanos.

 

O advento da IA está trazendo uma transformação na auditoria, permitindo que as empresas aproveitem a análise de dados e o aprendizado de máquina para melhorar a eficiência, precisão e rentabilidade.

 

Como? Algoritmos de IA podem analisar rapidamente grandes conjuntos de dados e detectar padrões, anomalias e riscos potenciais com uma velocidade sem precedentes. Isso permite que os auditores desloquem a atenção para trabalhos mais complexos e estratégicos, como interpretar resultados e oferecer insights baseados em experiência para os clientes.

Ao ser “provocado” sobre quais são os tipos de IA existentes, o ChatGPT (versão 4) assim sistematizou a resposta, apresentando alguns exemplos:

Os principais tipos de Inteligência Artificial (IA) podem ser categorizados de várias formas, mas a mais comum é baseada em funcionalidades e capacidades. Aqui estão os tipos principais:

1. IA Fraca (ou Estreita):
   • Definição: Projetada para executar uma tarefa específica ou um conjunto limitado de tarefas.
   • Exemplos: Assistente virtual como Siri ou Alexa, sistemas de recomendação como os usados por Netflix ou Amazon, e motores de busca como o Google.
2. IA Forte (ou Geral):
   • Definição: Teoricamente, uma IA que possui a capacidade de entender, aprender e aplicar seu conhecimento em uma variedade de tarefas, similar à inteligência humana.
   • Exemplos: Até o momento, a IA forte é mais um objetivo teórico do que uma realidade. Não existem exemplos verdadeiros de IA forte atualmente.
3. IA de Aprendizado de Máquina (Machine Learning, ML):
   • Definição: Usa algoritmos para analisar e aprender a partir de dados, melhorando suas habilidades com o tempo.
   • Exemplos: Sistemas de previsão do tempo, análise de tendências do mercado de ações, e diagnósticos médicos automáticos./
4. IA de Processamento de Linguagem Natural (PLN):
   • Definição: Capacidade de compreender, interpretar e gerar linguagem humana.
   • Exemplos: Tradutores automáticos como o Google Translate, ferramentas de transcrição de voz para texto, e chatbots.
5. IA de Aprendizado Profundo (Deep Learning):
   • Definição: Um subconjunto do aprendizado de máquina que utiliza redes neurais artificiais com várias camadas (deep neural networks).
   • Exemplos: Reconhecimento facial, assistentes de voz avançados, e carros autônomos.
6. IA de Visão Computacional:
   • Definição: Permite que máquinas “vejam” e interpretem o ambiente ao seu redor, usando câmeras, dados e algoritmos.
   • Exemplos: Sistemas de vigilância inteligente, análise de imagens médicas, e reconhecimento de objetos em veículos autônomos.

Estas categorias não são mutuamente exclusivas e frequentemente se sobrepõem. Por exemplo, um sistema de carros autônomos pode usar tanto a visão computacional quanto algoritmos de aprendizado de máquina para operar de forma eficaz.

Ao olhar esta lista gerada pelo ChatGPT lembramos rapidamente do trabalho da Secretaria da Economia de Goiás, quando o  Auditor Fiscal  Ricardo Costa Pinto , Delegado Regional de Fiscalização de Luziânia (Goiás), que desenvolveu um ambiente de Aprendizagem de Máquina (Machine Learning) para identificar “empresas laranjas”, criadas com o fim específico de fraudar o erário público, através das mais variadas estratégias criminosas. Ricardo é graduado em Ciência da Computação pela UFBA – Universidade Federal da Bahia com MBA em Data Science e Analytics pela USP/ESALQ e Cientista de Dados (UFBA).

O caso de Goiás foi amplamente detalhado e discutido no workshop “Inteligência Artificial a Serviço do Fisco” [2], realizado em outubro/2023 pela Escola de Gestão Fazendária Antônio Propício de Aguiar Franco (EGEFAZ) da Secretaria da Fazenda do Tocantins, contando com a participação de auditores fiscais das Secretarias de Fazenda de Estados, Municípios, Receita Federal e representantes do MPF.

Na palestra Ricardo Costa Pinto abordou sobre o modelo de Inteligência Artificial que ele desenvolveu para identificação de empresas fantasmas, sua aplicação e os resultados obtidos na fiscalização dos contribuintes localizados no Entorno Sul do Distrito Federal, discorrendo ainda sobre modelos de inteligência artificial generativa, machine learning (aprendizagem de máquina), os desafios das Administrações Tributárias e os benefícios sobre a utilização de novas ferramentas de Inteligência Artificial voltados para a fiscalização tributária.

Na sequência da apresentação eu tive a oportunidade de falar sobre a importância de criação de modelos de Inteligência Artificial focadas em auditoria contábil tributária, as quais podem ser aplicadas para identificação de empresas com possível envolvimento em fraudes contábeis, considerando importantes variáveis já disponíveis nas bases de dados das administrações tributárias.

[1] Thomson Reuters: “Sua empresa está acompanhando o ritmo? Como a IA está transformando a auditoria”, publicado pelo portal Going Concern (tradução pelo ChatGPT 4)

[2] Workshop “Inteligência Artificial a Serviço do Fisco“: Confira mais detalhes sobre o evento, o artigo publicado pelo AF Ricardo C. Pinto com o resultado do modelo de Machine Learning desenvolvido, e o vídeo completo do Workshop AQUI.

Recomendo a leitura de alguns textos que escrevemos sobre o tema:

Casos globais de uso de Inteligência Artificial por administrações tributárias: https://alcantara.pro.br/portal/2023/11/13/casos-globais-uso-ia-administracao-tributaria/

Machine learning x Auditoria Contábil Tributária:  https://alcantara.pro.br/portal/2023/10/17/machine-learning-x-auditoria-contabil-tributaria/