Artigo: Identificação de evasão fiscal utilizando dados abertos e inteligência artificial

Identificação de evasão fiscal utilizando dados abertos e inteligência artificial

Otávio Calaça Xavier
Sandrerley Ramos Pires
Thyago Carvalho Marques
Anderson da Silva Soares

RESUMO

A evasão fiscal é a consequência da prática da sonegação. Apenas no Brasil, estima-se que ela corresponda a 8% do PIB. Com isso, os governos necessitam de sistemas inteligentes para apoiar os auditores fiscais na identificação de sonegadores. Tais sistemas dependem de dados sensíveis dos contribuintes para o reconhecimento dos padrões, que são protegidos por lei. Com isso, o presente trabalho apresenta uma solução inteligente, capaz de identificar os perfis de potenciais sonegadores com o uso apenas de dados abertos, públicos, disponibilizados pela Receita Federal e pelo Conselho Administrativo Tributário do Estado de Goiás, entre outros cadastros públicos. Foram gerados três modelos que utilizaram os recursos Random Forest, Redes Neurais e Grafos. Em validação depois de melhorias finas, foi possível obter acurácia superior a 98% na predição do perfil inadimplente. Por fim, criou-se uma solução de software visual para uso e validação pelos auditores fiscais do estado de Goiás.

Palavras-chave: evasão fiscal; redes neurais; inteligência artificial; dados abertos; auditoria fiscal.

DOI: http://dx.doi.org/10.1590/0034-761220210256 | Fórum: Perspectivas Práticas • Rev. Adm. Pública 56 (3) • May-Jun 2022