Dois projetos fiscais tecnológicos desenvolvidos pela Secretaria de Economia do Distrito Federal (Seec-DF) foram destaques na 68ª Reunião da Comissão de Gestão Fazendária (Cogef), realizada em Brasília de terça (16) a quinta-feira (18). Durante o evento, o coordenador de Fiscalização Tributária, Silvino Nogueira, junto ao gerente do Sistema de Monitoramento de Mercadorias em Trânsito, Hermógenes Boccanera, e o consultor de TI, Rubens Costa, apresentaram o Sistema Eletrônico de Fiscalização Tributária em Trânsito (Sefit). Essa solução tecnológica integra câmeras OCR (para leitura de placas veiculares), balanças WIM (que pesam caminhões em movimento) e um aplicativo inteligente que gera alertas fiscais para os auditores da Subsecretaria da Receita.
“Com essa automatização, quaisquer mercadorias que entrem ou saiam do DF, ou mesmo circulem internamente, serão fiscalizadas em tempo real”, comentou Silvino Nogueira. O Sefit foi criado para reduzir a evasão fiscal e melhorar a eficiência da fiscalização em um cenário de intenso fluxo de caminhões na região, estratégica por ser cortada por várias rodovias federais. “É uma resposta inovadora às limitações da fiscalização tradicional, que dependia de blitz presenciais e tinha baixa abrangência”, ressalta Hermógenes Boccanera. Essa iniciativa é inspirada em modelos internacionais de fiscalização eletrônica e está alinhada às melhores práticas em arrecadação tributária.
Inteligência artificial
O auditor fiscal Vinícius Di Oliveira, doutor em Informática pela Universidade de Brasília (UnB), apresentou casos sobre as aplicações de inteligência artificial (IA) na fiscalização tributária no Distrito Federal. Ele afirma que a IA já traz resultados concretos e que o machine learning (aprendizado de máquina) melhora a efetividade da seleção fiscal. Essa tecnologia permite que máquinas aprendam com dados, que são inicialmente preparados e curados por auditores e especialistas da Seec. Após a coleta dos dados, são mapeadas tipologias reais e definidas as variáveis críticas de sonegação, seguidas do treinamento de modelos computacionais para reconhecimento automatizado dessas tipologias.
Di Oliveira também está investigando os LLMs (modelos de linguagem em larga escala), que a Secretaria Executiva da Receita da Seec-DF está treinando para classificação tributária. O modelo, desenvolvido para gerar texto em português do Brasil, possui 160 milhões de parâmetros e superou o ChatGPT-4 em um estudo específico. Ele apresentou métodos para identificar empresas de fachada criadas para emitir créditos fraudulentos de ICMS.
- Resultados começam a ser percebidos na nova gestão fiscal do GDF.
- Moradores se mobilizam por soluções para o Guará
- Governadora ressalta colaboração com a Fecomércio na implementação do Polo Tecnológico no SCS
- Do campo à mesa: DF registra mais de 1,2 mil projetos e R$ 67 milhões em crédito rural desde 2019.
- Obras do GDF Alteram a Rotina dos Moradores de Ceilândia
Com machine learning, classificação supervisionada e análise de comportamento, a fiscalização evoluiu. A abordagem inicial 1.0 exigia auditoria presencial; a 2.0 utilizava documentos eletrônicos e malhas fiscais; a 3.0 incorporava ciência de dados e machine learning. Finalmente, a 4.0, que representa o futuro, emprega inteligência artificial generativa, agentes inteligentes e fiscalização preditiva.
*Com informações da Seec-DF
