Inteligência Artificial pode combater a corrupção?

A corrupção é um problema muito citado quando se trata de política e gestão pública, principalmente em nosso país.

Internacionalmente, é comum utilizar como indicador o IPC, Índice de Percepção da Corrupção, relatório anual publicado pela Transparência Internacional. Por exemplo, no IPC de 2016, o Brasil está em 79˚ (quanto menor a posição, menor a percepção da corrupção no país), atrás de países como Senegal, Tunísia, Arábia Saudita e Turquia.

No caso específico do Brasil, fatores importantíssimos para combater a corrupção são a Lei da Transparência (LC 131/2009) e a Lei de Acesso à Informação (n˚ 12.527/2011). A primeira estabelece que os órgãos públicos devem divulgar a receita e a despesas da entidade, em uma página na internet, com o prazo máximo de 24h. A lei também estabelece exigências técnicas que permitam a fiscalização e auditoria das informações perante o ministério público. Já a Lei de Acesso à Informação estabelece a relação de acesso a várias informações públicas, pelo cidadão comum. Permitindo com que qualquer pessoa possa solicitar documentos a algum órgão público sem nenhuma justificativa necessária. Essa lei também estabelece o mínimo de conteúdo obrigatório disponibilizado e exigido no site do órgão público, determinados pela CGU (Controladoria Geral da União). Porém, ainda há pouca aplicação tecnológica em cima destes dados.

Dentro deste cenário, a Inteligência Artificial (IA) poderia ser aplicada no combate à corrupção?

Sim! Por exemplo, uma fiscalização rápida e eficiente, através de técnicas de aprendizado de máquina sob as transações fraudulentas e superfaturamento de licitações. Isso poderia minimizar a chance de um indivíduo cometer uma “ação corrupta”, a partir do momento que o indivíduo tem noção que está sendo vigiado pela própria população, e todas suas transações enquanto agente do poder público estão sendo processadas e analisadas utilizando técnicas avançadas de computação (e não apenas pelo ministério público e sua extensa burocracia, no caso do Brasil).

Ao utilizar técnicas de aprendizado de máquina, as principais vantagens obtidas são:

– Melhor velocidade, já que o processamento de grandes quantidades de dados é rápido se comparado com o modelo de regras lógicas, principalmente porque os principais modelos de aprendizado de máquina se adaptam naturalmente de acordo com os dados lidos;

– Melhor escalabilidade, visto que quanto maior a quantidade de dados disponível, melhor é a performance dos modelos de aprendizado de máquina (na maioria dos casos), o que não ocorre com um modelo tradicional;

– Mais eficiente, porque intrinsecamente, os modelos de aprendizado de máquina são superiores nas tarefas de classificação porque capturam a estrutura interna de um conjunto de dados melhor do que os humanos em uma série de tarefas, e isso pode ajudar a combater os falsos positivos.

Mas precisamos ressaltar que não basta apenas melhorar a tecnologia e sua aplicação, porque as instituições determinam os rumos da tecnologia. A estrutura social deve acompanhar a mudança para que os resultados sejam os melhores possíveis.