CGU-Insight: Inteligência artificial a serviço da auditoria interna

Autores/as

  • André Luiz Monteiro da Rocha
  • Tatiana Popia Correa

Palabras clave:

auditoria, avaliação, documento ia. CGU-insight

Resumen

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). 

Biografía del autor/a

  • André Luiz Monteiro da Rocha

    Auditor Federal de Finanças e Controle. Graduado em Engenharia de Computação pela Universidade Católica Dom Bosco (2003) e pós-graduado em Prevenção e Combate a Desvios de Recursos Públicos pela Universidade Federal de Lavras-MG (2022). Coordenador-Geral de Auditoria de Tecnologia da Informação da CGU (2018 - 2021). Coordenador-Geral de Inteligência de Dados (2021 - 2022). Chefe o Núcleo Estratégico de Prospeção e Ciência de Dados da CGU-MS (2024 -).

  • Tatiana Popia Correa

    Auditora Federal de Finanças e Controle. Graduada em Ciência da Computação pela Universidade Federal de Mato Grosso do Sul.Chefe do Núcleo de Ações Especiais na CGU-MS (2019 - 2022). Chefe o Núcleo Estratégico de Prospeção e Ciência de Dados da CGU-SC (2023 - ).

Referencias

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.

Publicado

2025-10-17

Artículos similares

1-10 de 45

También puede Iniciar una búsqueda de similitud avanzada para este artículo.