O Tribunal de Contas e a IA na fiscalização da contratação pública em Portugal

Como pode a inteligência artificial transformar a fiscalização da contratação pública? O projeto pioneiro do Tribunal de Contas, os seus riscos e desafios regulatórios.

Em 2025, a contratação pública representou 8,1 % do PIB português e aproximadamente 18,9 % da despesa pública nacional. Não há, pois, dúvidas sobre a relevância do controlo levado a cabo pelo Tribunal de Contas, garante máximo da legalidade financeira, sobre a contratação pública em Portugal. O presente texto analisa o projeto lançado pelo Tribunal de Contas, em janeiro de 2023, com a OCDE, a Comissão Europeia e a NOVA IMS, para utilizar inteligência artificial (IA) na fiscalização da contratação pública.

O projeto: enquadramento

Segundo o anúncio de lançamento, o projeto visava alcançar, através da utilização de IA, “o tratamento do volume massivo de dados e em tempo real sobre contratos públicos existentes no Tribunal e noutras entidades da Administração Pública”, assim “aumentando a transparência na gestão pública e promovendo o planeamento das ações de controlo”. E, de acordo com relatórios e documentos de trabalho da OCDE, o projeto centrou-se no desenvolvimento de uma metodologia de avaliação de riscos para selecionar auditorias em matéria de contratação pública – um projeto pioneiro a nível europeu.

No encerramento do projeto, cerca de dois anos após o seu início, a Presidente do Tribunal de Contas anunciou que o modelo de avaliação de riscos desenvolvido permite “identificar onde e o que analisar, a partir de um conjunto de indicadores precisos de risco” e que “a automatização desse processo de identificação constitui uma oportunidade para um melhor aproveitamento dos profissionais para ações de controlo mais direcionadas ao risco”.

Chegados aqui, parece-nos mais ou menos intuitivo que os benefícios decorrentes do desenvolvimento desta metodologia de avaliação de riscos para a seleção de auditorias não são iguais independentemente do tipo de controlo financeiro em causa.

É assim, por um lado, porque o âmbito objetivo dos contratos sujeitos a fiscalização prévia encontra-se especificamente delimitado por lei, sendo, nesses casos, mais difícil falar-se verdadeiramente de uma “seleção de auditorias”. De todo o modo, uma abordagem baseada no risco, além de não impedir a fiscalização prévia de todos os contratos objetivamente sujeitos a esse tipo de controlo, não deixa de permitir “concentrar esforços e a afetar recursos, apoiando a equipa responsável por este tipo de fiscalização na identificação de determinados sinais de alerta nos contratos”.

É também assim, por outro lado, porque as equipas encarregadas da fiscalização concomitante e sucessiva já confirmaram que as ações de fiscalização sempre seguiram uma abordagem baseada no risco, embora não formalizada. Essa abordagem assentava em critérios como o valor do contrato, a existência de indícios de ilegalidade, a adoção de regimes jurídicos recentes, a utilização de procedimentos não concorrenciais, a existência de alterações introduzidas no contrato durante a sua execução, a realização de anterior fiscalização prévia ou a existência de queixas apresentadas junto do Tribunal de Contas e informações divulgadas pelos meios de comunicação social. Nestes casos, o projeto pode mais facilmente ajudar a formalizar uma metodologia de identificação de riscos para efeitos de seleção de auditorias em matéria de contratação pública.

A metodologia desenvolvida

Em geral, a metodologia desenvolvida neste projeto contou com o cruzamento de dados internos (do Tribunal de Contas) e externos (fornecidos pelo IMPIC, através do Portal BASE, pela Autoridade da Concorrência e pelo Portal Mais Transparência). Com base nos dados disponíveis e na experiência dos auditores do Tribunal de Contas, foram identificados 37 indicadores de risco, abrangendo questões tipicamente colocadas em procedimentos de contratação pública, relacionadas com o tipo de procedimento, a avaliação das propostas e adjudicação, os conflitos de interesses ou infrações às regras da concorrência.

Estes indicadores de risco foram classificados segundo três métodos:

i) 34 indicadores “rule-based” – estes indicadores recorrem a uma lógica condicional (“se, então”) e limitam-se a verificar a presença ou ausência de caraterísticas específicas num conjunto de dados. Exemplos típicos de situações abrangidas por estes indicadores são os casos em que não foi definido um preço base ou, ainda, em que a data do contrato é anterior à data da adjudicação;

ii) 2 indicadores “inference-based” – estes indicadores assentam nas propriedades estatísticas dos dados e passam pela construção de intervalos de confiança. Os dois indicadores identificados dizem respeito ao rácio entre o valor estimado e os preços contratual e base definidos no concurso; e

iii) 1 indicador “model-based” – este indicador parte de um algoritmo que utiliza modelos estatísticos e matemáticos capazes de efetuar previsões sobre os dados, aprendendo a partir de casos anteriormente observados (um verdadeiro sistema de machine learning). Neste caso, o modelo desenvolvido foi treinado para detetar situações de conluio, designadamente rotação de propostas, através de dados da Autoridade da Concorrência e das suas congéneres em Espanha, Itália, Brasil, Japão, Estados Unidos e Chile.

Apesar das dificuldades relacionadas com a qualidade, a disponibilidade e a dificuldade de cruzamento de dados, o projeto foi considerado um avanço relevante e promissor na transformação digital do Tribunal de Contas.

A deteção de indícios de conluio através de IA, em particular

Como vimos, um dos indicadores de risco identificados – o único dependente de um sistema de machine learning – centrou-se na identificação de casos de conluio, designadamente rotação de propostas. Esta prática anticoncorrencial consiste num dos modelos típicos de operação de cartéis, no qual as empresas participantes combinam previamente qual delas vencerá o procedimento de contratação pública, alternando entre si a adjudicação dos contratos. A deteção do conluio é muito dificultada pelo facto de as restantes empresas se absterem de concorrer ou apresentarem “propostas-sombra”.

Ora, o modelo desenvolvido para detetar situações de conluio teve por base o trabalho de Martin Huber e David Imhof, no âmbito do qual, considerando dados de concursos públicos no Japão e na Suíça e por referência a gráficos demonstrativos da relação entre a proposta apresentada por uma determinada empresa e as outras propostas apresentadas no mesmo concurso, foi treinada uma rede neuronal para distinguir padrões de concorrência normal de padrões associados a conluio. A utilização deste tipo de modelos na deteção de indícios de conluio oferece uma vantagem evidente: permite captar relações não lineares entre variáveis. Contudo, essa maior capacidade analítica tem como contrapartida uma menor interpretabilidade do modelo (i.e., menor capacidade de compreensão das associações estabelecidas entre determinadas caraterísticas de dados e a previsão final) – redundando, frequentemente, no já amplamente conhecido “problema da caixa negra”.

No caso concreto, há algumas atenuantes óbvias deste problema. Em primeiro lugar, o papel do Tribunal de Contas em sede de controlo financeiro da contratação pública não se confunde com o de uma entidade adjudicante (após a análise levada a cabo pelo júri do procedimento), a quem se exige uma decisão de exclusão de determinada proposta, caso esta revele “a existência de fortes indícios de atos, acordos, práticas ou informações suscetíveis de falsear as regras de concorrência” – ao Tribunal de Contas caberá, quando muito, sindicar o cumprimento desta regra no âmbito do controlo da legalidade financeira. Em segundo lugar, a efetiva deteção de indícios de conluio para efeitos de seleção de auditorias em matéria de contratação pública não passa disso mesmo – de um indicador sobre a (maior) necessidade de se realizar determinada auditoria –, não se substituindo a um juízo concreto sobre a existência efetiva desses indícios. O objetivo é apoiar a escolha sobre “o que auditar” primeiro e não substituir “a auditoria”.

A utilização de um sistema de IA e as obrigações ao abrigo do Regulamento IA

Impõe-se uma última nota relacionada com as normas do Regulamento (UE) 2024/1689 do Parlamento Europeu e do Conselho, de 13 de junho de 2024. Parece relativamente claro que o Tribunal de Contas, enquanto responsável pela implantação de um sistema de IA (cf. artigo 3.º, pontos 1 e 4, do Regulamento) – se não mesmo enquanto prestador (cf. artigo 3.º, ponto 3, do Regulamento) – estará sujeito a um conjunto de obrigações ao abrigo deste novo complexo normativo europeu. O maior ou menor nível de obrigações estará sempre dependente do concreto nível de risco em que se enquadre o sistema de IA em causa. Sendo certo que o Regulamento contempla, na lista de sistemas considerados de alto risco (artigo 6.º n.º 2 e Anexo III), domínios tradicionalmente associados à atividade administrativa.

A classificação deste sistema como de risco elevado será suficiente para dar azo a um conjunto de obrigações – como é o caso, entre outras, da criação e manutenção de um sistema de gestão de riscos (artigo 9.º) ou da implementação de medidas destinadas a garantir que o sistema é robusto, exato e capaz de tratar erros ou incoerências durante o funcionamento (artigo 15.º). No entanto, este regime pode ser afastado caso se demonstre que o sistema é utilizado para executar “tarefas meramente preparatórias” (exceção de “filtro”, cf. artigo 6.º n.º 3 e Projeto das Orientações da Comissão Europeia sobre a classificação de sistemas de risco elevado) – como pode ser o caso, na medida em que o sistema usado pelo Tribunal de Contas sirva para apoiar a escolha sobre “o que auditar” e não se substitua ao concreto exercício de fiscalização.

A realidade é que, até ao momento – e sem prejuízo de as obrigações aplicáveis aos sistemas de risco elevado só entrarem em vigor a 2 de agosto de 2027, devido à prorrogação estabelecida pelo Omnibus Digital sobre IA –, não se encontram publicadas quaisquer informações sobre a preparação levada a cabo pelo Tribunal de Contas para dar cumprimento às obrigações do Regulamento IA.

The Insights published herein reproduce the work carried out for this purpose by the author and therefore maintain the original language in which they were written. The opinions expressed within the article are solely the author’s and do not reflect in any way the opinions and beliefs of WhatNext.Law or of its affiliates. See our Terms of Use for more information.

We'd love to hear from you

We’re open to new ideas and suggestions. If you have an idea that you’d like to share with us, use the button bellow.

Secret Link