Big Data e inteligência artificial no controle aduaneiro: convergência entre estratégia, direito e ética

A Aduana Brasileira utiliza algoritmos e inteligência artificial nas atividades de controle aduaneiro há pelo menos dez anos, com destaque especial para o Sistema de Triagem Aduaneira por Aprendizado de Máquina (SISAM), que tornou a Aduana Brasileira um grande exemplo de modernização tecnológica. 

Por meio da utilização de algoritmos e aprendizado por tentativa e erro, o sistema analisa o histórico das declarações de importação registradas no Siscomex, com o objetivo de auxiliar a instituição a reduzir o percentual de mercadorias apuradas no despacho aduaneiro de importação, pois, seja pelo aumento da precisão das seleções, ajudando os agentes aduaneiros a decidir quais serão selecionados, ou mesmo decidindo automaticamente por eles (1).

Trata-se de um novo paradigma de controlo presente nas agendas de todas as alfândegas, que, apoiadas na utilização de robustas ferramentas tecnológicas, procuram equilibrar o exercício das suas funções de intervenção e facilitação do comércio, as funções das Alfândegas do Século XXI. . . 

Esta semana soubemos que a administração aduaneira argentina também decidiu avançar na definição de propostas para a implementação da inteligência artificial como ferramenta potencializadora e complementar das tarefas confiadas ao serviço aduaneiro, criando através da Resolução 16/2024 o “Comitê de Inteligência Artificial”. (IA) Centro de Inovação.”

A medida é resultado do “Plano Estratégico 2021-2025 da Receita Federal”, que define, entre outras operações, a implementação de um novo modelo de exploração de dados (Operação Estratégica nº 13), bem como o fortalecimento da o sistema de controle aduaneiro (Operação Estratégica nº 16) por meio da incorporação de novas ferramentas de mineração de dados e detecção de padrões. 

O Comitê será composto não apenas pelos diferentes departamentos da administração aduaneira, mas também por participantes de operações de comércio exterior e universidades, o que deve ser destacado como um ponto positivo, considerando as diretrizes internacionais.² que recomendam a participação do setor privado e da academia para o desenvolvimento de IA estratégica e, acima de tudo, ética.

Imaginamos, no entanto, que a notícia deve ter provocado todo tipo de reação, o que é natural quando o tema inteligência artificial está em discussão. Pelas suas características intrínsecas de transversalidade e interdisciplinaridade, a IA tem ocupado todos os espaços sociais, onde se celebram benefícios, se expõem riscos e se confrontam diferentes posicionamentos, tanto em relação à sua intervenção numa esfera social mais ampla, como em aplicações mais específicas. . especiais e específicas, como é o caso da sua adoção pelas Administrações Aduaneiras. 

Vimos pelo menos três abordagens principais para abordar a questão: a primeira é o caminho negacionista, que simplesmente proíbe, reprime e até criminaliza o uso da IA.³, uma posição que parece ingênua hoje, considerando todas as tarefas que as novas tecnologias já são capazes de realizar. 

Há uma segunda abordagem que considera substancialmente as vantagens econômicas que a IA pode trazer, em termos de proporcionar eficiência, minimizar custos e maximizar resultados, sendo estes últimos, além disso, conceitos-chave no comércio exterior. 

O caminho mais equilibrado, porém, não parece ser considerar apenas a dimensão econômica da tecnologia nas relações entre pessoas, empresas e destas com o Estado, mas entender quais são os riscos que a IA já nos apresenta. tente minimizá-los e extrair as melhores experiências dessa nova realidade.

1. Gestão de riscos e inteligência artificial: o entrelaçamento de dois novos paradigmas aduaneiros

Antes de nos aprofundarmos nas reflexões sobre a utilização da IA ​​no controlo aduaneiro, devemos ter em mente que a abordagem operacional baseada no risco é, por si só, uma revolução paradigmática, sendo hoje considerada uma verdadeira princípio de gestão aduaneira⁴. Não pode haver controle aduaneiro moderno sem a presença de uma estrutura e processo de gerenciamento de riscos. 

Este modelo é baseado na premissa da existência contínua do risco.⁵, trazendo consigo dois grandes e principais desafios para as administrações aduaneiras: (i) identificar a melhor forma de aplicar os conhecimentos relacionados com a gestão de riscos, de forma a identificar eventos e mitigá-los rapidamente; e (ii) como aplicar essas ferramentas além do nível operacional, também no nível da gestão estratégica. 

Para o desenvolvimento e refinamento deste modelo, dois requisitos são fundamentais: (i) informação disponível e baseada em dados; e (ii) tecnologias inteligentes. A informação disponível e baseada em dados é o que tornou possíveis iniciativas como a libertação electrónica de mercadorias, a implementação do conceito de janela única (janela única) e inspeções não invasivas. 

Esta enorme quantidade de dados – um fenômeno chamado Big Data, que serão explorados mais adiante – que os costumes obtidos, transmitidos e trocados com agências governamentais e com as administrações de outros países, são então classificados, ordenados e processados ​​por tecnologias sofisticadas equipadas com inteligência artificial. 

Existem diversas tecnologias disponíveis para as administrações aduaneiras, muitas das quais são desenvolvidas pelas próprias instituições, como é o caso do Brasil. Quando integrados, eles são capazes de definir padrões por meio de processos de inferência e, assim, induzir ou dissuadir o comportamento social. 

Diferentemente dos computadores tradicionais, que operam com base em algoritmos pré-estabelecidos pelo programador, os novos sistemas de inteligência artificial têm a particularidade de criar de forma automática e autônoma os algoritmos que serão utilizados em seu próprio funcionamento.⁶. São, portanto, tecnologias que agir com base na informação⁷e que às vezes não apenas influenciam, mas substituem – e automatizam – os processos de tomada de decisão.

2. Algumas implicações da análise de dados utilizando inteligência artificial no controle aduaneiro 

Uma das justificativas mencionadas pela AFIP para a criação do “Comitê de Inovação em Inteligência Artificial” baseia-se no projeto criado pela Organização Mundial das Alfândegas em 2019 denominado BACUDA (“Grupo de Analistas de Dados Aduaneiros")⁸, que visa conscientizar e treinar seus membros em análise de dados.

A equipe do projeto trabalha em estreita colaboração com grupos de pesquisadores da academia e institutos de pesquisa para desenvolver metodologias e disseminar boas práticas em análise de dados, inclusive oferecendo aos membros da Organização algoritmos modelados especificamente para detecção de fraudes. valor aduaneiro, bem como para a detecção de impostos erros de classificação. 

No entanto, a análise de dados usando inteligência artificial levanta questões e estudos que não se limitam à velocidade de processamento, capacidade de armazenamento e arquitetura algorítmica, que são preocupações típicas de cientistas de dados e engenheiros de computação. Também é necessário entender como o uso desse enorme conjunto de dados pode impactar a liberdade, a privacidade e a vida privada dos administradores, usuários dos serviços aduaneiros.

A primeira característica importante do Big Data Não é informação com significado intrínseco. Os dados, por mais expressivos que sejam, precisam ser selecionados, interpretados ou compreendidos por um algoritmo, o que certamente depende do modelo elaborado pela pessoa que os codifica ou programa. Além disso, os dados massivamente acumulados e processados ​​pelos sistemas informáticos são recolhidos do mundo fenomenal e, portanto, são apenas  Fragmentos da realidade, não refletindo a totalidade da realidade. E como todos os fragmentos, eles são parciais, além de precários e falíveis, no sentido de que podem não corresponder à realidade retratada, por mais numerosos que sejam.⁹.

Em um estudo que teve como objetivo a utilização de Big Data Segundo as administrações aduaneiras, Yotaro Okazaki afirma que o fenômeno é caracterizado pelo volume, velocidade e variedade de dados, o que exige recursos tecnológicos robustos para seu processamento.¹⁰. Volume denota o tamanho e a escala de conjuntos de dados considerados individualmente, mas também pode se referir à quantidade total de dados agregados no planeta. Considera-se que o acelerar inclui a velocidade e a frequência com que os dados podem ser criados, atualizados e processados. Variedade é sinônimo de diversidade, pois os dados podem ser diversos em formato, semântica, origem e meio de transmissão. 

Mas além desses três "Vs", há um quarto "V", que se refere à veracidade dos dados. Ao contrário dos dados conhecidos ou familiares, Big Data É, por natureza, geralmente incompleto ou imperfeito e, portanto, incerto e propenso a erros. É improvável que os usuários suspeitem que os dados em questão foram obtidos de fontes não confiáveis ​​ou já foram tocados por terceiros desconhecidos. Assim, é importante considerar que nem sempre a volume de dados inseridos em sistemas de IA resultará em uma melhor decisão, uma vez que sua qualidade é um fator ainda mais relevante. 

Outro aspecto distintivo sobre o Big Data Ela permite maior vigilância das vidas de indivíduos e empresas, ao mesmo tempo em que torna obsoletos alguns dos meios legais de proteção da privacidade.¹¹. No ambiente aduaneiro, essas mesmas preocupações existem, especialmente no que se refere às consequências das administrações aduaneiras continuarem incorporando cegamente dados externos sem controle aduaneiro do bloco com a emissão das Diretrizes CMC nº 32/2008 e 33/2008.¹². 

Cabe destacar que uma década antes da aprovação do projeto BACUDA pela OMA, o Conselho do Mercado Comum havia alterado profundamente a lógica do controle aduaneiro no bloco com a edição das Diretivas CMC nº 32/2008 e 33/2008.”

A Diretiva CMC 33/2008 instituiu a “Norma de Gestão de Riscos Aduaneiros” sob a justificativa de que a aplicação de técnicas de análise de risco oferece maiores facilidades aos operadores de comércio exterior que possuem histórico de cumprimento das normas aduaneiras. 

O seu texto determina que, para atingir estes objectivos, os Estados Partes promoverão a processamento de informação, que envolve a utilização de procedimentos informatizados que permitem a análise de grandes volumes de operações aduaneiras. 

Para tanto, o CMC definiu que serão utilizadas ambas as fontes de informação internas  como externo para análise e avaliação de riscos aduaneiros. Essas fontes incluem, entre outras, os dados contidos na declaração aduaneira, o banco de dados interno das Administrações Aduaneiras e as informações obtidas de outros órgãos ou administrações, tanto nacionais como internacionais.¹³. 

A norma ainda sugere que perfis de risco ou regras de seletividade sejam criados a partir de uma combinação predeterminada de indicadores de risco, com base nas informações coletadas, analisadas e categorizadas. 

Por fim, a Diretiva determina que as ações de controle aduaneiro e seus resultados devem ser monitorados e revisados ​​periodicamente, a fim de obter feedback adequado, preferencialmente automático, do sistema informatizado de gestão de riscos, com vistas ao aprimoramento das regras de seletividade.

Considerando a natureza confidencial desses processos de gestão de risco aduaneiro, é claro que os indivíduos não terão acesso à forma como os dados foram coletados, se houve equilíbrio na conjunto de dados Para evitar discriminação, eles também não terão acesso (pelo menos imediatamente) ao iter processual seguido pelo algoritmo. 

3. O problema da ausência de uma lei formal sobre o processamento de dados

Uma das objeções doutrinárias quanto à implementação de decisões automatizadas baseadas em dados reside na ausência de uma lei que autorize expressamente um órgão público a tomar tais decisões. Civitarese diz que pré-autorizar a administração a emitir decisões algorítmicas constitui uma premissa indesculpável; uma derivação do princípio da legalidade na sua versão mais exigente¹⁴

As disposições contidas no Regulamento Geral de Proteção de Dados do Parlamento Europeu¹⁵ Elas preveem em seu texto o direito da pessoa de não ficar sujeita a decisões proferidas exclusivamente por meios automatizados, incluindo a definição de perfis que produzam efeitos jurídicos ou que tenham impacto igualmente significativo na esfera pessoal.

No caso do Brasil, a Lei Geral de Proteção de Dados (LGPD) prevê que o tratamento de dados pessoais pela administração pública deve ser realizado para o cumprimento exclusivo da finalidade interesse público, mas isenta esta observância para casos de segurança nacional. 

É verdade que questões aduaneiras podem ser questões de segurança, mas muitas vezes são apenas questões de interesse econômico ou fiscal e, nessa condição, a alfândega tem o mesmo dever de observar suas prescrições. 

Nestes casos, a administração deverá comunicar a ocorrência do tratamento com informações claras e atualizadas sobre a disposição legal, a finalidade, os procedimentos e as práticas utilizadas para a execução dessas atividades, em meios de fácil acesso, preferencialmente em seus sítios eletrônicos.¹⁶. Essa é a realidade regulamentada no país, não necessariamente concreta.

4. conclusões

Existem muitos desafios éticos, regulatórios e sociais para o desenvolvimento e uso da inteligência artificial, especialmente em casos que envolvem administração pública. Se nas relações entre entes privados, onde há consensualidade e bilateralidade, a IA oferece riscos e exige limites, esta condição é reforçada nas relações tipicamente aduaneiras, onde os vínculos jurídicos são marcados pela subordinação, ou seja, pela poder (da Administração) e a sujeição (do administrado). 

Devido ao pequeno tamanho deste texto, não foi possível abordar todas as dificuldades relacionadas à implementação da IA ​​no controle aduaneiro, bem como os riscos em sua aplicação, questões que abordamos detalhadamente em trabalho publicado recentemente.¹⁷. Por isso, focamos apenas no tema dos dados, base para o bom funcionamento dessas tecnologias. 

Para que haja um mínimo de confiança em relação à adoção da IA ​​nestes processos, é necessário que haja algum tipo de controle e regulação tanto sobre (i) a qualidade dos dados, para saber se eles atendem aos requisitos de veracidade, exatidão, precisão, meticulosidade e, sobretudo, a adequação e pertinência em relação às finalidades que justificam a sua utilização, e (ii) a qualidade do tratamento dos dados¹⁸, para descobrir se, mesmo a partir de dados de qualidade, a programação usada para o treinamento é adequada para garantir resultados confiáveis¹⁹. 

Portanto, é saudável que esse processo seja desenvolvido de forma ponderada e sem as pressões externas normalmente impostas à adoção desses novos modelos. É impossível falar em eficiência aduaneira e otimização de resultados sem levar em conta a dimensão ética e o impacto da inteligência artificial nos direitos dos cidadãos. 

Por fim, tão importante quanto o aspecto da regulamentação legal – preocupação que a administração aduaneira argentina demonstrou estar observando em seu plano estratégico de inteligência artificial – é a capacitação dos agentes aduaneiros. A presença da vigilância tecnológica para detecção de padrões exigirá que os agentes desenvolvam cada vez mais o pensamento crítico, tanto para saber trabalhar com IA, mas principalmente para saber refutar seus resultados. 

---

1. JAMBEIRO FILHO, Jorge Eduardo de Schoucair. Inteligência Artificial no Sistema de Seleção Aduaneira por Aprendizado de Máquina. Prêmio RFB de Inovação e Criatividade. 14º Prêmio RFB – 2015. Coleção de Monografias Premiada pela ESAF. Disponível em: Acessado em 23 de maio de 2024.
2. ² Visão geral dos princípios de IA da OCDE. Disponível em: https://oecd.ai/en/ai-principles Acessado em 23 de maio de 2024. 
3.  PEIXOTO, Fabiano Hartmann. Inteligência Artificial e Direito: Convergência Ética e Estratégica. Curitiba: Alteridade, 2020
4. Gestão de Riscos da OMA no Contexto Aduaneiro: Mudança no ambiente operacional. Disponível em: Acessado em: 1 de maio de 23. 
5. OMA. Alfândega no século XXI^st Século. Melhorando o crescimento e o desenvolvimento por meio da facilitação do comércio e da segurança de fronteiras. 2008 junho. Disponível em: . Acessado em: 21 de maio de 23.
6.  LACAVA, Federico José. Ato administrativo automático. Buenos Aires: Astrea, 2022. p. 29
7. CASTELLS, Manuel. 
8. OMA. Projeto BACUDA. Disponível em: https://bacuda.wcoomd.org/#bacuda Acessado em 23 de maio de 2024.
9. SEGUNDO, Hugo de Brito Machado. Direito e inteligência artificial: o que os algoritmos têm a ensinar sobre interpretação, valores e justiça. Indaiatuba: Foco Editora, 2023. p. 9.
10. OKAZAKI, Yotaro. EiAplicações de big data para alfândegas - Como podem apoiar capacidades de gestão de risco. Artigo de pesquisa da OMA, v. 39, 2017. Disponível em: . Acessado em 39 de maio de 23.
11. Por estas razões, os autores recomendam que os governos implementem medidas práticas para garantir que tais dados sobre identificação e atividades pessoais sejam usados ​​apenas para fins legítimos e sejam proibidos ou compartilhados por partes irrelevantes, embora tais medidas dificultem a troca de informações por agências governamentais. dois dados. Em: MAYER-SCHÖNBERGER, Viktor; CUKIER, Kenneth. Big data: uma revolução que transformará a maneira como vivemos, trabalhamos e pensamos. Houghton Mifflin Harcourt, 2013. 
12.  MERCOSUL. Regulamento dos órgãos decisórios do Mercosul. Disponível em: . Acessado em: 08 fev. 2024.  ¹³ MERCOSUL/CCM/DIR. N.º 33/08, artigo 10.
13. MERCOSUL/CCM/DIR. N.º 33/08, artigo 10.
14. CIVITARESE, Stefano Matteucci. Humano demais humano. Decisões administrativas automatizadas e o princípio da legalidade. Direito público, v. 25, n. 1, pág. 5-42, 2019. Disponível em: . Acessado em: 4233 fev. 17.
15. CIVITARESE, Stefano Matteucci. Humano demais humano. Decisões administrativas automatizadas e o princípio da legalidade. Direito público, v. 25, n. 1, pág. 5-42, 2019. Disponível em: . Acessado em: 4233 fev. 17.
16.  Lei nº 13.709, de 14 de agosto de 2018, artigo 23. Disponível em: . Acessado em: 03 fev. 2015.
17. Abordamos essas questões com mais detalhes em um trabalho publicado recentemente. Reis, Raquel Segalla. Gestão de riscos no desembaraço aduaneiro de importação: inteligência artificial como ferramenta e agente de controle. São Paulo, SP. NSM Editora/Caput Libris, 2024. 
18.  A doutrina já fala em algoritmos de desagregação. São espécies de inteligência artificial utilizadas para mitigar erros ou ruídos nas decisões humanas, servindo como instrumento não para substituir, mas para melhorar a ação humana. Um exemplo dado por Machado Segundo consistiria em um algoritmo que, em vez de impor ao jogador um modelo de votação rápida, feito com base em precedentes, para qualquer caso que lhe chegue, tenha a função de registrar as decisões cuja revisão é submetida ao tribunal (administrativo ou judicial), separando aqueles que considera convergentes com o entendimento do tribunal daqueles que divergem, de modo a exigir maior atenção a estes últimos. In: SEGUNDO, Hugo de Brito Machado. Direito e inteligência artificial: O que os algoritmos devem ensinar sobre interpretação, valores e justiça. Indaiatuba: Foco Editora, 2023. p. 922.
19. FRAZÃO, Ana; GOETTENAUER, Carlos. Caixa preta Estou diante da opacidade algorítmica. Barbosa, Mafalda Miranda. Direito Digital e Inteligência Artificial. Indaiatuba: Foco Editora, 2021. p. 29.