Tatiane Oliveira
Auditor-fiscal desenvolveu rede inédita com base em técnicas de machine learning; acerto foi de 93% na primeira aplicação prática no Entorno do DF.
Pioneiro no país, Goiás já conta com o auxílio da inteligência artificial para identificar empresas fantasmas e evitar perdas de arrecadação de tributos.
Cruzamento de dados que levariam anos para serem avaliados, com essa RNA, demora não mais que dez minutos para processar.
O jornal O Popular, em sua edição dos dias 29 e 30 de abril, publicou matéria assinada pela repórter Karla Jaime com o Auditor-Fiscal da Receita Estadual, Ricardo Costa Pinto (titular da Delegacia Regional de Fiscalização - DRF de Luziânia), autor da Rede Neural Artificial (RNA) que auxilia a administração tributária nos procedimentos de fiscalização aos empreendimentos ilícitos que atentam contra a ordem tributária.
O uso de tal tecnologia não tem precedentes, sendo inédito no Brasil entre o fisco federal, distrital, estaduais e municipais.
Confira o resumo com os trechos mais importantes.
Uma Rede Neural Artificial (RNA) desenvolvida pelo auditor-fiscal da Receita Estadual, Ricardo Costa Pinto, já está sendo usada na identificação de empresas fantasmas na Região do Entorno do Distrito Federal.
O elevado percentual de acerto com uso de inteligência artificial na primeira experiência, de 93%, surpreendeu até mesmo o criador da rede.
“É uma taxa impressionante em termos de eficiência. Trata-se de algo inédito” - ressaltou.
Segundo ele, nas inúmeras pesquisas realizadas, não identificou o uso dessa tecnologia em outros Fiscos, e também não foram encontrados artigo e pesquisa específicos, no meio acadêmico ou profissional, acerca da identificação de empresas fantasmas utilizando redes neurais artificiais.
Ricardo observou ainda, que o uso de inteligência artificial para evitar perdas de arrecadação de tributos pode ser replicado para detectar outros tipos de fraudes.
Ele citou como exemplo a possível criação de uma RNA específica para uso pela Receita Federal na fiscalização do Imposto de Renda, e conta que já começou a ser procurado por pessoas interessadas nessa tecnologia.
No ano passado, o auditor-fiscal realizou a pesquisa como trabalho final do MBA em Data Science e Analytics pela USP/Esalq, que recebeu nota máxima junto com a sugestão, por professores/orientadores, da publicação do estudo em livro, conforme relata ele, que também é especialista em Sistemas Distribuídos e graduado em Ciência da Computação pela Universidade Federal da Bahia (UFBA).
A ideia desenvolvida baseia-se no emprego de técnicas de aprendizado de máquina (machine learning) para fins de fiscalização fiscal.
Rapidez
Segundo explicou, a inteligência artificial, por meio dos neurônios artificiais, possui capacidade de predição, o que resulta em uma fiscalização mais assertiva e muito mais rápida, quando comparada ao uso tradicional pelo fisco de malhas fiscais e cruzamento de dados para tentar identificar possíveis fraudes.
Ricardo disse que é difícil comparar o resultado obtido a partir da seleção prévia feita com uso de inteligência artificial com o que era alcançado antes.
“Não é fácil mensurar. Mas de 160 empresas apontadas acertar quase 150, não existia como. Acertariam uns 30%, talvez, se fosse muito”, comenta.
“Para avaliar 8 mil empresas, levaríamos até anos no cruzamento de dados. O que essa RNA demora não mais que dez minutos para processar.”
Para chegar a esse nível de eficiência, o auditor lembra ter testado várias configurações de redes neurais, algumas demoravam mais, outras menos.
“Essa é a que deu resultado melhor.”
A rede tem configuração própria, com linguagem em R de programação, descreve, esclarecendo que a construção da rede é quase empírica, inicia, testa, valida, aperfeiçoa, acrescenta mais um neurônio.
“Não tem um manual, é mesmo por experimentação.”
Fonte: O Popular
O SAAM faz o cruzamento de dados e corrige os erros automaticamente antes do envio do seu SPED!
