Inovação na fiscalização tributária do DF
Durante a 68ª Reunião da Comissão de Gestão Fazendária (Cogef), realizada entre os dias 16 e 18 em Brasília, a Secretaria de Economia do Distrito Federal (Seec-DF) apresentou dois projetos tecnológicos que prometem transformar a fiscalização tributária na região. As iniciativas focam no uso de inteligência artificial e ferramentas avançadas para combater a sonegação fiscal de forma mais eficiente e em tempo real.
Sefit: tecnologia integrada para controle em trânsito
Um dos principais destaques foi o Sistema Eletrônico de Fiscalização Tributária em Trânsito (Sefit), apresentado por Silvino Nogueira, coordenador de Fiscalização Tributária, junto com o gerente Hermógenes Boccanera e o consultor de TI Rubens Costa. O Sefit combina câmeras OCR para leitura de placas veiculares, balanças WIM que pesam caminhões em movimento e um aplicativo inteligente que envia alertas fiscais para auditores da Subsecretaria da Receita.
O sistema permite monitorar mercadorias que entram, saem ou circulam dentro do Distrito Federal em tempo real, enfrentando o desafio do intenso fluxo de caminhões nas rodovias federais da região. Segundo Boccanera, essa tecnologia supera as limitações das fiscalizações tradicionais, que dependem de blitz presenciais com alcance restrito.
Leia também: Mercado de tecnologia no Paraná cresce 36% em sete anos e impulsiona empregos qualificados
Fonte: ctbanews.com.br
Inteligência artificial na seleção fiscal
Outra apresentação relevante foi do auditor fiscal Vinícius Di Oliveira, doutor em Informática pela Universidade de Brasília (UnB). Ele destacou como a inteligência artificial já está gerando resultados concretos na fiscalização tributária do DF, principalmente por meio do uso de machine learning para aprimorar a seleção de casos para auditoria.
Di Oliveira detalhou que os modelos da Seec-DF envolvem etapas de coleta e preparação de dados, seguidas por uma curadoria humana para identificar padrões reais de sonegação. Em seguida, esses dados são usados para treinar sistemas automatizados que podem reconhecer essas situações de forma eficiente e em larga escala. Ele também mencionou o estudo de modelos de linguagem em larga escala (LLMs), que estão sendo treinados para auxiliar na classificação tributária pela Secretaria Executiva da Receita.
Resultados e avanços na fiscalização
Entre os casos citados, destaca-se a identificação de empresas “noteiras”, que emitem créditos fraudulentos de ICMS. O emprego de machine learning, classificação supervisionada e análise comportamental facilitou esse trabalho, evidenciando a evolução da fiscalização no DF. Segundo o auditor, o processo migra de uma abordagem presencial e por amostragem para o uso de documentos eletrônicos, análise de dados e, futuramente, inteligência artificial generativa, agentes inteligentes e fiscalização preditiva.
