📈 economia

Human-in-the-Loop Tax Auditing: Optimal Triage Between AI and Human Inspectors

Este artigo apresenta um modelo econômico formal e experimentos sintéticos de larga escala demonstrando que a triagem ideal de auditoria fiscal aloca a escassa capacidade de inspeção humana com base no valor incremental combinado da geração de evidências e de procedimentos de recuperação superiores, gerando ganhos de bem-estar significativamente superiores às estratégias de alocação baseadas apenas em risco ou prioridade à incerteza, ao mesmo tempo em que considera fatores complexos como a dependência de erros e a dissuasão comportamental.

Autores originais: Kun Huang

Publicado 2026-10-06

📖 7 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Kun Huang

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

As autoridades fiscais enfrentam um problema tão antigo quanto o próprio conceito de tributação: há muito mais declarações de imposto para verificar do que pessoas para verificá-las. Os governos sempre tiveram que decidir quais declarações merecem um olhar mais atento e quais podem ser deixadas de lado. No passado, essa decisão dependia da intuição humana ou de regras simples sobre quem era mais propenso a trapacear. Hoje, no entanto, as agências fiscais possuem sistemas poderosos de inteligência artificial que podem escanear milhões de declarações em segundos, sinalizando aquelas que parecem suspeitas. Mas essas máquinas não podem fazer tudo. Elas podem identificar padrões, mas muitas vezes não conseguem reunir as evidências físicas necessárias para provar um crime, nem podem navegar pelas complexas etapas legais exigidas para cobrar dinheiro de um contribuinte obstinado. A questão crítica para os governos modernos não é mais apenas como encontrar os maus atores, mas sim como decidir quando parar de confiar na máquina e começar a confiar em um inspetor humano.

Este é o enigma específico abordado por Kun Huang, um economista da Universidade de Wuhan. A pesquisa não pergunta se a inteligência artificial é melhor que os humanos, um debate que frequentemente domina as manchetes. Em vez disso, faz uma pergunta mais prática: uma vez que um computador já realizou sua triagem, qual é a maneira mais valiosa de utilizar o número limitado de inspetores humanos que restam? O estudo constrói um modelo econômico formal para simular como uma autoridade fiscal deve realizar a triagem de casos. Ele compara três caminhos: deixar um caso seguir sem qualquer ação adicional, submetê-lo a uma verificação automatizada de baixo custo ou enviá-lo a um investigador humano. O modelo trata a investigação humana não como uma varinha mágica que resolve tudo, mas como uma ferramenta específica que oferece duas vantagens distintas. Primeiro, um humano pode encontrar novas evidências que o computador deixou passar. Segundo, mesmo que o computador já saiba que um contribuinte deve dinheiro, um investigador humano pode ser mais eficaz em realmente cobrar esse dinheiro devido a melhores habilidades de negociação ou procedimentos legais.

Para testar essas ideias, o pesquisador não analisou registros fiscais reais, o que seria impossamente usar para esse tipo de experimento controlado. Em vez disso, o estudo criou um enorme mundo sintético de 100.000 casos fiscais falsos. Neste laboratório digital, cada detalhe era conhecido: quais contribuintes eram de fato não conformes, quanto deviam, quão complexas eram suas declarações e qual era a probabilidade de o computador e o inspetor humano cometerem erros. O computador foi programado para ser bastante preciso, enquanto o inspetor humano foi programado para ser ligeiramente melhor em encontrar evidências, mas também mais caro para empregar. A simulação então rodou milhares de vezes, testando diferentes estratégias para atribuir as vagas humanas limitadas. Algumas estratégias enviavam os casos mais suspeitos para humanos, enquanto outras enviavam os casos mais confusos, ou simplesmente escolhiam casos aleatoriamente.

Os resultados revelaram que a intuição mais comum está frequentemente errada. Muitas pessoas assumem que a melhor estratégia é enviar os casos com a maior probabilidade de não conformidade para inspetores humanos. A simulação mostrou que essa abordagem de "apenas risco" é ineficiente. Um caso pode ter uma alta probabilidade de ser uma mentira, mas se o computador puder resolvê-lo facilmente através do cruzamento de documentos, enviar um inspetor humano para lá é um desperdício de tempo. Por outro lado, um caso que parece apenas moderadamente suspeito pode valer a atenção de um humano se o computador tiver probabilidade de falhar na cobrança do dinheiro, mesmo que identifique corretamente o problema. O estudo descobriu que a estratégia ideal é enviar um humano a um caso apenas quando o valor extra que eles trazem — seja nova evidência ou melhor cobrança — excede o valor da melhor alternativa que o computador poderia fornecer. Isso cria um mapa complexo de tomada de decisão onde os melhores casos para humanos não são necessariamente os mais arriscados, nem os mais incertos.

A pesquisa também descobriu comportamentos surpreendentes quando a relação entre o computador e o humano muda. Se o inspetor humano comete exatamente os mesmos erros que o computador, o humano não agrega valor em termos de encontrar novas informações. No entanto, o estudo mostrou que, mesmo nesse cenário, o humano ainda pode ser valioso se for melhor na etapa final de cobrança do imposto. Além disso, o estudo demonstrou que, à medida que a inteligência artificial se torna mais inteligente, o número de casos enviados para humanos não necessariamente diminui em uma linha reta. Às vezes, um computador melhor ajuda, na verdade, a identificar um subconjunto específico de casos difíceis onde as habilidades únicas de um humano se tornam ainda mais críticas, criando uma situação em que a tecnologia superior e o trabalho humano trabalham juntos em vez de se substituírem.

Uma das descobertas mais significativas diz respeito à diferença entre o que é bom para o orçamento do governo e o que é bom para a sociedade como um todo. Uma estratégia que maximize o montante de impostos arrecadados pode também impor fardos pesados aos contribuintes honestos, como forçá-los a gastar horas preparando documentos para um alarme falso. O estudo mostrou que, quando esses custos ocultos são contabilizados, a "melhor" estratégia muda. Uma política que parece uma vitória financeira para o tesouro pode ser, na verdade, uma perda líquida para a sociedade se ela importunar muitos cidadãos cumpridores de suas obrigações. A pesquisa também explorou como a ameaça de uma auditoria altera o comportamento do contribuinte. Quando os contribuintes sabem que um humano pode estar investigando-os, eles tendem a pagar voluntariamente antes mesmo da auditoria ocorrer. Esse efeito de "dissuasão" pode às vezes inverter a classificação de quais casos são mais importantes para investigar, sugerindo que o valor de um inspetor humano inclui o medo que eles instilam, não apenas a evidência que encontram.

O estudo conclui que não existe uma regra universal para quando chamar um humano. A melhor decisão depende inteiramente dos detalhes específicos da situação: quão bom é o computador, quanto custa contratar um inspetor, quão difícil é a cobrança do dinheiro e quanto ônus o processo coloca sobre o contribuinte. A pesquisa fornece um quadro claro para pensar sobre essas trocas, mostrando que o valor de um inspetor humano não é um número fixo, mas um cálculo dinâmico. Sugere que as autoridades fiscais devem parar de tentar classificar casos por uma pontuação única de "risco" e, em vez disso, calcular o ganho econômico específico de enviar um humano para aquele caso particular. Ao fazer isso, elas podem garantir que seus escassos recursos humanos sejam usados onde realmente fazem a diferença, em vez de simplesmente preencher vagas com os alvos mais óbvios.

Este trabalho permanece uma simulação, um experimento cuidadosamente construído em um mundo digital em vez de um relatório de um escritório fiscal real. Os números gerados não são estimativas do que acontecerá em qualquer país específico, mas sim uma demonstração de como diferentes forças econômicas interagem. O estudo não pretende ter resolvido o problema da fiscalização tributária, nem oferece um pacote de software pronto para governos comprarem. Em vez disso, oferece uma forma rigorosa de pensar sobre o problema, removendo suposições para revelar a mecânica subjacente de como humanos e máquinas podem trabalhar juntos. Mostra que o futuro da auditoria fiscal não é sobre escolher entre inteligência artificial e julgamento humano, mas sobre encontrar o ponto preciso, muitas vezes contraintuitivo, onde os dois devem se encontrar para criar o máximo valor para todos.

Resumo Técnico: Auditoria Fiscal com Humano no Ciclo (Human-in-the-Loop): Triagem Ótima entre IA e Inspetores Humanos

Definição do Problema
As administrações tributárias enfrentam um problema fundamental de alocação de recursos: o volume de declarações de impostos potencialmente auditáveis excede a capacidade dos inspetores humanos. Embora a Inteligência Artificial (IA) possa realizar a triagem das declarações e gerar pontuações de risco, ela não resolve a questão de como alocar a escassa capacidade de inspeção humana. O desafio central é que um caso de alto risco pode ser resolvido por meio de uma correspondência de documentos de baixo custo e automatizada, enquanto um caso menos óbvio pode exigir intervenção humana para obter evidências ou executar um procedimento de recuperação indisponível para máquinas. O artigo argumenta que alocar recursos humanos baseando-se apenas em probabilidades de não conformidade (risco) ou incerteza é insuficiente. Em vez disso, a alocação deve ser uma comparação econômica do valor incremental da intervenção humana em relação à melhor alternativa não humana disponível (liberação ou verificação automatizada).

Metodologia
O artigo desenvolve um modelo econômico formal e conduz experimentos computacionais sintéticos de larga escala para analisar o problema de triagem "Human-in-the-Loop" (HITL).

Ambiente Econômico: O modelo define três rotas para um caso $i$ $i$ :
1. Liberação (N): Nenhuma ação adicional.
2. Verificação Automatizada (A): Processamento de baixo custo com uma tecnologia de recuperação específica ( $r_A$ ) e custo administrativo ( $c_A$ ).
3. Investigação Humana (H): Processamento de alto custo envolvendo um sinal binário adicional ( $Z$ ) e uma tecnologia de recuperação potencialmente superior ( $r_H \ge r_A$ ).
Objetivos: O modelo distingue entre Valor Fiscal (recuperação líquida de impostos menos custos administrativos) e Valor de Bem-Estar (incorporando um prêmio fiscal $\mu$ , encargos privados de conformidade e os custos reais de recursos da investigação).
Decomposição do Valor Humano: O valor da revisão humana ( $v$ $v$ ) é decomposto em:
- Valor de Informação: O valor da evidência adicional ( $Z$ ) fornecida pelo humano, condicional aos sinais de máquina existentes.
- Valor Procedimental: O valor derivado da capacidade do humano de recuperar mais impostos ( $r_H > r_A$ ) ou executar um procedimento de recuperação mais eficaz, mesmo que a evidência seja redundante.
Otimização: A autoridade maximiza o valor esperado total sujeito a uma restrição de capacidade ( $H$ slots). A política ótima é uma regra de ordenação que seleciona casos com os maiores incrementos positivos ( $v_i = V_{H,i} - B_{A,i}$ ), onde $B_A$ é o valor da melhor rota não humana.
Dados Sintéticos: O estudo utiliza um processo de geração de dados (DGP) com 100.000 casos sintéticos em 50 replicações independentes. Ele varia a qualidade da IA, a precisão humana, a dependência de erro, as frações de recuperação e a capacidade. O estudo evita explicitamente o uso de dados administrativos reais, focando na otimização de "primitivos conhecidos" para servir como um benchmark de oráculo.
Extensões: Um modelo de compromisso separado é introduzido para analisar como as alocações de revisão anunciadas afetam o comportamento de ocultação do contribuinte e os pagamentos voluntários, distinguindo a recuperação estática dos efeitos de dissuasão dinâmica.

Contribuições Principais e Resultados Analíticos
O artigo fornece caracterizações analíticas e resultados numéricos que desafiam intuições padrão na auditoria fiscal e na triagem algorítmica:

Geometria de Triagem Ótima: A alocação ótima não segue necessariamente um simples limiar de risco (probabilidade posterior) ou incerteza (entropia).
- Revisão de Posterior Intermediário: Em benchmarks de recuperação igual, a revisão humana pode ser ótima para um intervalo intermediário de probabilidades posteriores, não apenas para as mais altas ou mais baixas.
- Regiões de Revisão Desconectadas: Quando as vantagens procedimentais diferem, o conjunto de casos que justificam a revisão humana pode ser desconectado (por exemplo, casos de baixo e alto risco são revisados, enquanto casos de risco médio são automatizados).
Informação vs. Procedimento:
- Dependência de Erro: Se os erros humano e de IA forem perfeitamente dependentes (um "clone"), o valor da informação desaparece. No entanto, se o humano tiver uma vantagem procedimental (melhor recuperação), a revisão humana permanece valiosa mesmo com zero incremento de informação.
- Não Monotonicidade: Quando as precisidades marginais diferem, aumentar a dependência de erro não diminui monotonicamente o valor da informação; sob certas condições, uma alta dependência pode tornar o sinal humano informativo na direção oposta ao sinal da máquina.
Qualidade da IA e Demanda Humana: A melhoria na qualidade da IA não aumenta ou diminui universalmente a demanda por revisão humana. Uma IA melhor pode reduzir a necessidade de coleta de evidências, mas pode concentrar os recursos humanos em casos onde as vantagens de recuperação procedimental são maiores, potencialmente aumentando o valor das revisões retidas enquanto reduz o volume das revisões.
Desacordo Fiscal vs. Bem-Estar: As alocações ótimas do ponto de vista fiscal e do ponto de vista do bem-estar podem classificar os casos de forma diferente. Em um cenário estático com sem prêmio fiscal ( $\mu=0$ ) e encargos positivos, nenhuma intervenção custosa melhora o bem-estar. Uma razão de bem-estar positiva requer um prêmio fiscal ou efeitos de incentivo dinâmico.
Compromisso e Dissuasão: Na extensão de compromisso, classificar casos por recuperação "congelada" (ignorando respostas comportamentais) pode levar a uma alocação suboptimal. O valor marginal do bem-estar inclui custos de ocultação salvos e pagamentos voluntários induzidos, o que pode inverter a classificação dos casos em comparação com uma visão de recuperação estática.

Resultos

Lacunas de Desempenho: No ambiente sintético de base, a regra de triagem ótima de bem-estar supera a triagem baseada "apenas em risco" por 1,662 unidades de valor arbitrário por caso e a triagem de "incerteza primeiro" por 2,258 unidades.
Capacidade: O valor marginal da capacidade humana exibe retornos decrescentes. Existem cenários onde o aumento da capacidade gera zero valor adicional porque todos os casos de ganho positivo já foram revisados.
Robustez: A superioridade da regra ótima mantém-se através de várias varreduras de parâmetros (por exemplo, diferentes distribuições de recuperação, dependências de erro e estruturas de custos), embora a magnitude da lacuna varie.
Sensibilidade de Entrada: O estudo demonstra que a especificação incorreta de entradas fundamentais (por exemplo, assumir qualidade humana constante ou dependência de erro máxima) pode degradar significamente o desempenho, às vezes tornando uma regra híbrida simples de "complexidade de recuperação" superior a uma regra ótima mal especificada.

Significância e Alegações
O artigo enquadra explicitamente sua contribuição como uma análise limitada em vez de uma prescrição universal para autoridades fiscais.

Não há Superioridade Universal: Não afirma que as combinações humano-IA são universalmente superiores ou que os humanos são sempre melhores que a IA. Identifica mecanismos específicos (recuperação procedimental, evidência condicional) onde a intervenção humana adiciona valor.
Benchmark de Oráculo: Os experimentos sintéticos servem como um campo de teste reproduzível para quantificar as consequências das regras de alocação sob primitivos conhecidos. Distingue o problema de otimizar uma regra do problema de estimar os inputs necessários para essa regra.
Identificação de Mecanismos: A principal contribuição é a separação do "valor de informação" do "valor procedimental" e a demonstração de que heurísticas padrão (classificação de risco, classificação de incerteza) falham em capturar o valor econômico total da intervenção humana.
Limitações: O autor reconhece que o modelo depende de dados sintéticos e não estima efeitos de tratamento institucionais. Não resolve o equilíbrio estratégico completo de um sistema tributário dinâmico, mas isola o valor marginal da alocação de revisão. Os resultados pretendem guiar o design de estudos empíricos e a medição de primitivos específicos (desempenho condicional do inspetor, recuperação por rota específica, encargos do contribuinte) em vez de fornecer recomendações imediatas de pessoal.

Mais como este