{"id":9907,"date":"2023-04-29T16:41:10","date_gmt":"2023-04-29T19:41:10","guid":{"rendered":"https:\/\/alcantara.pro.br\/portal\/?p=9907"},"modified":"2023-10-31T15:02:05","modified_gmt":"2023-10-31T15:02:05","slug":"empresas-fantasmas-na-mira-da-inteligencia-artificial","status":"publish","type":"post","link":"https:\/\/alcantara.pro.br\/portal\/2023\/04\/29\/empresas-fantasmas-na-mira-da-inteligencia-artificial\/","title":{"rendered":"Empresas fantasmas na mira da intelig\u00eancia artificial"},"content":{"rendered":"

O Auditor-Fiscal Ricardo Costa Pinto (Receita Estadual de Goi\u00e1s) desenvolveu uma Rede Neural Artificial (RNA), ferramenta que permite a administra\u00e7\u00e3o tribut\u00e1ria realizar procedimentos de fiscaliza\u00e7\u00e3o com vistas a identifica\u00e7\u00e3o de empreendimentos il\u00edcitos que atentam contra a ordem tribut\u00e1ria. A rede \u00e9 in\u00e9dita, sem precedentes no \u00e2mbito dos fiscos federal, distrital, estaduais e municipal.<\/p>\n

A\u00a0 RNA foi desenvolvida a partir de vari\u00e1veis que demonstram caracter\u00edsticas relevantes de cada empresa, como localiza\u00e7\u00e3o, tipo de atividade econ\u00f4mica, porte, \u00e1rea do estabelecimento, notas fiscais, fornecedores, s\u00f3cios, entre outras. Ap\u00f3s o tratamento dos dados, a rede neural foi submetida a um processo de aprendizagem para obter a capacidade de identificar empresas que est\u00e3o ativas no cadastro estadual e n\u00e3o existem de fato.<\/p>\n

Ap\u00f3s o padr\u00e3o ter sido \u2018ensinado\u2019 \u00e0 rede, teve in\u00edcio a aplica\u00e7\u00e3o pr\u00e1tica. Em mar\u00e7o, ela avaliou informa\u00e7\u00f5es de cerca de 8 mil empreendimentos, dos quais selecionou 965 empresas ativas com ind\u00edcios de que eram fantasmas.<\/p>\n

Ap\u00f3s a rede neural indicar a suspeita de que deveriam estar suspensas 965 empresas, equipes de fiscaliza\u00e7\u00e3o foram a 160 delas, com a efetiva\u00e7\u00e3o de 149 suspens\u00f5es ou inabilita\u00e7\u00f5es. Um porcentual de 93% de acerto, muito alto.<\/p>\n

\"\"<\/a><\/p>\n

\n

Imagem detalhando o RNA e trecho de mat\u00e9ria publicada no Jornal O Popular<\/a> (clique para ler a \u00edntegra em formato PDF<\/a>) .<\/p>\n

\n

ARTIGO<\/strong><\/span><\/p>\n

\n

Acesse a \u00edntegra do artigo final resultado da pesquisa<\/p>\n

T\u00edtulo<\/strong>: Aplica\u00e7\u00e3o de rede neural artificial para auxiliar a fiscaliza\u00e7\u00e3o tribut\u00e1ria na identifica\u00e7\u00e3o de empresas fantasmas<\/strong><\/em><\/p>\n

Autores<\/strong>: Ricardo Costa Pinto; Patr\u00edcia Belfiore F\u00e1vero<\/p>\n

Resumo<\/strong>: A administra\u00e7\u00e3o tribut\u00e1ria, parte integrante da Administra\u00e7\u00e3o P\u00fablica, \u00e9 respons\u00e1vel por acompanhar, controlar e fiscalizar o cumprimento das normas que tratam das receitas tribut\u00e1rias. Assim sendo, o objetivo deste trabalho \u00e9 a constru\u00e7\u00e3o de uma rede neural artificial capaz de auxiliar essa entidade na identifica\u00e7\u00e3o de empresas fantasmas. O modelo foi constru\u00eddo a partir de vari\u00e1veis que demonstram caracter\u00edsticas relevantes de cada contribuinte, tais como: localiza\u00e7\u00e3o, tipo de atividade econ\u00f4mica, porte, \u00e1rea do estabelecimento, notas fiscais de compras, fornecedores, s\u00f3cios, entre outras. A partir da obten\u00e7\u00e3o dos resultados, foi poss\u00edvel concluir que as vari\u00e1veis preditoras foram capazes de explicar a vari\u00e1vel dependente, com isso, restou demonstrado que \u00e9 poss\u00edvel identificar empresas fantasmas utilizando redes neurais artificiais.<\/p>\n

Palavras-chave<\/strong>: detec\u00e7\u00e3o de irregularidades, intelig\u00eancia artificial, modelo preditivo, ICMS, minera\u00e7\u00e3o de dados.<\/p>\n