BIG DATA, Robótica, Inteligência Artificial

“A tecnologia continua a mudar a sociedade rapidamente e a auditoria não está imune a isso. As novas tecnologias estão cada vez mais a ser capazes de imitar a atividade humana...” (Vasarhelyi e Rozario, 2018)

Num estudo realizado em 2009, afirmava-se que as TIC estavam a reformular o papel dos auditores e o seu output, bem como as suas próprias estruturas organizacionais. Projetava-se que a inteligência artificial e a auditoria contínua iam ganhar proeminência, o que obrigaria as entidades de controlo a investir na aquisição de novas competências e a desenvolver novos softwares para ajudar os auditores a lidar com a complexidade dos sistemas das auditadas (Omoteso et al., 2010).

Se as tecnologias mais convencionais já se tinham revelado capitais para o controlo público (extraindo informação, descobrindo tendências, indiciando anomalias, reduzindo custos e dando respostas mais rápidas), uma tendência, ainda não tão visível, mas tão ou mais transformadora, irá residir no uso, entre outros, da BIG DATA, do Processamento Robótico Automático e da Inteligência Artificial.

BIG DATA pode definir-se como uma compilação rápida de enormes volumes de dados, complexos e variados, não estruturados, retirados da Web, de bases de dados de entidades ou até mesmo das redes sociais. O seu valor acrescentado revela-se quando se lhe associam ferramentas analíticas, que estruturam esses dados através de algoritmos, técnicas analíticas ou tecnologias de software, que permitem antecipar dinâmicas de sistemas, comportamentos, interações complexas.

O Processamento Robótico Automático fornece recursos analíticos para examinar e correlacionar dados em sistemas de dados distintos, sendo, pois, uma ferramenta ainda mais elaborada que também permite acrescentar valor aos dados.

tarefa fácil. O Governo Português, com o apoio da Comissão Europeia, do Banco Central Europeu o do Fundo Monetário Internacional comprometeu-se num Plano Estratégico Global para a Racionalização de Custos com as TIC na Administração Pública conhecido por PGETIC. A Agência para a Modernização Administrativa (AMA) ficou como responsável pela implementação deste Plano. https://pgetic.tic.gov.pt/ticgov/pgetic

A Inteligência Artificial, por sua vez, vai além da automação dos processos de identificação e análise de dados. Pressupõe um processo de machine learning constante, em que a máquina possui capacidade de autoaprendizagem. Usa o raciocínio lógico e a criatividade para criar novas alternativas com o objetivo de obter resultados cada vez mais assertivos e específicos. Para chegar perto das variações que a mente humana é capaz de processar de forma intuitiva sobre enormes volumes de dados, também as máquinas precisam de aceder a grandes quantidades de dados, normalmente não estruturados, contínuos, sendo a Big Data considerada a fonte de combustível da Inteligência Artificial (IA)42_. Tornar-se-á possível passar a compreender, a partir de vastos conjuntos de dados (as próprias populações estatísticas), coisas que a mera amostragem não permitia (Cukier e Mayer-Schoenberger, 2013) e poder-se-ão fazer monitorizações contínuas ou controlos contínuos de processos, libertando os controladores para um trabalho de interpretação e de sugestão de melhorias (Applebaum et al., 2017, Verver, 2018, Vasarhelyi e Rozario, 2018). Ou seja, o papel do auditor deixará de ser o de um coletor e processador de dados, de um analista e disseminador de conclusões, para se focar na avaliação, na interpretação.

Em boa verdade, afigura-se que não será só o papel dos auditores que irá mudar no sentido mencionado, mas, de forma geral, o papel dos agentes que trabalham nas administrações43_.

Já se fala, inclusive, que os auditores se devem familiarizar com o Processo de Automação Inteligente (Intelligent Automation Process – IPA), ferramenta que, para além de

42 _{Alguns autores defendem que, quando falamos hoje em Inteligência Artificial estamos, na verdade,}

a falar em Inteligência Aumentada (em inglês, AI - Artificial Intelligence versus IA - Intelligence

Augmentation). Estes conceitos operam de forma distinta. A Inteligência Artificial assenta num sistema

que reproduz a cognição humana e funciona de forma autónoma. Já a Inteligência Aumentada assume que os sistemas com tecnologia cognitiva apoiam o ser humano, conduzindo ao desenvolvimento constante das suas capacidades. O ser humano é e sempre será, essencial para tomar decisões. As máquinas não são capazes de captar e interpretar todas as nuances e necessidades das nossas relações, ou mesmo ter algo próximo à nossa inexplicável intuição, algo inerente e exclusivo da espécie humana (Marques, 2019).

43 _{Veja-se a este propósito, o que o Governo português já está a fazer. Em 24 de Outubro de 2018, o}

Governo apresentou 19 projetos que recorrem à Inteligência Artificial e que juntam autoridades públicas, universidades, o Instituto Nacional de Estatística, etc. A partir de dados recolhidos pela AP (previamente protegidos), tenta-se “prevenir em vez de remediar” certos problemas: p.e., identificar: padrões anormais de prescrição de antibióticos no SNS, pontos críticos de sinistralidade automóvel, padrões de adição aos jogos online, procura de urgências hospitalares, etc. Foi afirmado, pela então Ministra da Presidência e da Modernização Administrativa, Doutora Maria Manuel Leitão Marques, que os mecanismos de decisão serão sempre humanos, mas que estes se podem basear nas conclusões tiradas do tratamento dos dados através de Inteligência Artificial (Diário de Notícias de 24 de outubro de 2018, em colaboração com a Agência Noticiosa Lusa).

incorporar o processamento robótico automático e a Inteligência Artificial, inclui a Computação Cognitiva44_{. A IPA consegue “sentir, pensar e agir”. Ou seja, para além de eliminar erros em} tarefas repetitivas, fazer testes em populações e não em amostras e tratar exceções aos processos, o IPA consegue ainda reagir a mudanças, o que significa que fornece suporte à tomada de decisões em tempo real, o que vem, mais uma vez, reforçar a possibilidade de os auditores se focarem no julgamento profissional, na interpretação e na elaboração de recomendações cada vez mais pertinentes (Zhang, 2018).

A forma revolucionária como as ferramentas tecnológicas de que acabámos de falar operam irá provavelmente destronar alguns dos conceitos tradicionais associados às auditorias, como amostragem, materialidade, trabalho de campo, reporte, auditoria a posteriori, etc. Como em tudo na vida, também comportará riscos com os quais teremos que aprender a lidar.