CGU-Insight: Inteligência artificial a serviço da auditoria interna
Keywords:
auditoria, avaliação, documento ia. CGU-insightAbstract
A auditoria governamental, assim como diversas áreas profissionais, está passando pelo desafio de enfrentar um aumento significativo de informações e dados para a avaliação. O enfrentamento desta questão encontra estratégia relevante no uso de inteligências artificiais. A capacidade de identificar padrões e automatizar tarefas torna o uso essencial. É neste contexto que a Controladoria-Geral da União (CGU) implementa a ferramenta intitulada CGU-Insight. Como metodologia de desenvolvimento, a ferramenta utiliza modelos de IA Generativa da OpenAI que são acessados por uma API. Os módulos, por sua vez, foram implementados com o uso de Engenharia de Prompt. O CGU-Insight utiliza, ainda, a técnica de Retrieval-Augmented Generation (RAG) para auxiliar na análise de documentos, considerando as diversas etapas de um trabalho de auditoria, conforme preconizado pela Orientação Prática de autoria da própria CGU. O resultado obtido foi uma ferramenta que evolui de forma considerável a avaliação de documentos, ainda que existam limitações técnicas a serem aprimoradas oriundas da própria origem dos dados (incompletos, desatualizados, de baixa qualidade, entre outros), bem como segurança de dados e integração com a ferramenta comumente utilizada para auditoria pela organização (e-CGU).
References
APPELBAUM, D. K. Big data and analytics in the modern audit engagement: research needs. Auditing: A Journal of Practice & Theory, [S.l.], v. 36, n. 4, p. 1–27, 2017. Disponível em: https://doi.org/10.2308/ajpt-51684. Acesso em: 18 de julho de 2025.
BRASIL. Controladoria-Geral da União. Secretaria Federal de Controle Interno. Orientação prática: serviços de auditoria. Brasília, DF: Repositório de Conhecimento da CGU, 2022. Disponível em: https://repositorio.cgu.gov.br/handle/1/68936. Acesso em: 18 de julho de 2025.
BRASIL. Lei nº 14.133, de 1º de abril de 2021. Lei de Licitações e Contratos Administrativos. Brasília, 2021. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato20192022/2021/lei/L14133.htm. Acesso em: 18 de julho de 2025.
CGU. Auditoria de pessoal: análise de atos de pessoal – perguntas e respostas. Brasília, DF: Controladoria-Geral da União, 2022. Disponível em: https://basedeconhecimento.cgu.gov.br/bitstream/1/14720/1/Cartilha_de_Pessoal_2022.pdf. Acesso em: 18 de julho de 2025.
SCHULHOFF, M. I. S. The prompt report: a systematic survey of prompting techniques. 2024. Disponível em: https://arxiv.org/abs/2406.06608. Acesso em: 18 de julho de 2025.
SUN, Y.; LI, J.; LU, M.; GUO, Z. Study of the impact of the big data era on accounting and auditing. 11 mar. 2024. Disponível em: https://arxiv.org/abs/2406.06608. Acesso em: 18 de julho de 2025.
LEWIS, P. et al. Retrieval-augmented generation for knowledge-intensive NLP tasks. 2020. Disponível em: https://arxiv.org/abs/2005.11401. Acesso em: 18 de julho de 2025.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Cadernos Técnicos da CGU

This work is licensed under a Creative Commons Attribution 4.0 International License.
-
The Cadernos da CGU follows the Creative Commons Attribution 4.0 International License (CC BY), which allows the use and sharing of published works with mandatory indication of authors and sources.
We highlight some essential and non-exhaustive points related:
- The submission of the proposal implies a commitment not to submit it to another journal and authorizes if approved, its publication.
- The submission of the proposal also implies that the author(s) agrees with the publication, without resulting in remuneration, reimbursement, or compensation of any kind.
- The published texts are the responsibility of the authors and do not necessarily represent the opinion of the journal.
- Responsibility for any plagiarism is the responsibility of the author(s).
- The person responsible for the submission declares, under the penalties of the Law, that the information on the authorship of the work is complete and correct.