O estado da arte da fiscalização tributária federal e o uso de inteligência artificial
Title: | O estado da arte da fiscalização tributária federal e o uso de inteligência artificial |
Authors: | Jarude, Jamile Nazaré Duarte Moreno |
metadata.dc.contributor.other: | Vita, Jonathan Barros (Orientador) |
Publisher: | Universidade de Marília |
Language: | Idioma::Português:portuguese:pt |
Country: | País::BR:Brasil |
metadata.dc.type: | Dissertação |
metadata.dc.description.physical: | 122 páginas |
Issue Date: | 2020 |
metadata.dc.rights.holder: | Jamile Nazaré Duarte Moreno Jarude |
metadata.dc.rights.license: | Termo::Autorização: O autor da obra autorizou a Escola Nacional de Administração Pública (ENAP) a disponibilizá-la, em Acesso Aberto, no portal da ENAP, na Biblioteca Graciliano Ramos e no Repositório Institucional da ENAP. Atenção: essa autorização é válida apenas para a obra em seu formato original. |
Classificação Temática: | Orçamento e Finanças |
Abstract: | Este trabalho tem como tema de estudo o uso de inovações tecnológicas pela administração tributária federal, notadamente as técnicas de inteligência artificial, para obter informações estratégicas e conhecimentos fundamentais para a realização de sua atividade fiscalizadora e arrecadatória, resultando-se em uma inteligência fiscal que contribui para uma maior eficiência da administração tributária. Para tanto, buscou-se responder à pergunta de pesquisa que indaga: É possível a obtenção de uma maior eficiência pela fiscalização tributária federal com o uso de técnicas de inteligência artificial? O objetivo geral é avaliar a capacidade de promoção de maior eficiência da atividade estatal de fiscalização, analisando-se a evolução dos órgãos que detêm essa atribuição, identificando-se os sistemas eletrônicos e seus bancos de dados, bem como as descreve-se as diversas técnicas de Inteligência Artificial utilizada pela Receita Federal, discutindo-se, por sua vez, a questão da falta de transparência pelo poder estatal sobre o uso de algoritmos para realizar fiscalizações. A presente pesquisa demonstra que as potencialidades tecnológicas utilizadas pela Receita Federal do Brasil são aptas a promover uma maior eficiência da administração tributária quando, devidamente selecionados os contribuintes em razão do cruzamento de dados, permite que o auditorfiscal pontualmente acerte a sua fiscalização. Para isso, a Receita Federal do Brasil dispõe de poderosos instrumentos tecnológicos, de hardwares a softwares, que lhe permitem o desenvolvimento de diversos sistemas eletrônicos e a formação de um grande banco de dados que, trabalhados com as técnicas de inteligência artificial, como mineração de dados e aprendizagem de máquina, resultam em fiscalizações cada vez mais exatas. Adotou-se, nessa pesquisa, o método indutivo-dedutivo, além de análise estatística para apurar se há ou não maior eficiência das fiscalizações da Receita Federal do Brasil por meio dos estudos dos resultados das fiscalizações durante a década de 2009 e 2019. Apurou-se, assim, o grau de aderência, ou seja, o percentual de acerto das fiscalizações realizadas pelo auditores-fiscais federais, podendo-se concluir, afirmativamente, pela perspectiva de inteligência fiscal da administração tributária federal, que há uma maior eficiência das fiscalizações realizadas pela Receita Federal do Brasil. |
Keywords: | administração tributária; tecnologia da informação; inovação; administração pública federal; inteligência artificial |
Target: | Dissertação apresentada ao Programa de Mestrado em Direito da Universidade de Marília para qualificação como requisito parcial do título de Mestre em Direito. |
URI: | http://repositorio.enap.gov.br/handle/1/6415 |
Appears in Collections: | Publicações de Parceiros da Enap - Finanças Públicas |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Dissertação Mestrado - O Estado da Arte da Fiscalização Tributária Federal e o Uso de Inteligência Artificial.pdf | 1.73 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.