Banca de QUALIFICAÇÃO: MARCOS MAGALHAES AVELAR BORBOREMA

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : MARCOS MAGALHAES AVELAR BORBOREMA
DATA : 23/10/2025
HORA: 10:00
LOCAL: FACE (Online)
TÍTULO:

Mecanismos de Governança e as Práticas de Gestão de Risco de IA nos Tribunais de Contas do Brasil

PALAVRAS-CHAVES:

Inteligência Artificial; Aprendizado de Máquina; Tribunais de Contas; Governança; Mecanismos de Governança; Responsabilização; Gestão de Risco.

PÁGINAS: 79
RESUMO:

A presente dissertação, intitulada “Mecanismos de Governança e as Práticas de Gestão de Risco de IA nos Tribunais de Contas do Brasil”, tem como objetivo analisar a relação entre os mecanismos institucionais de governança e as práticas de gestão de riscos decorrentes da adoção de Inteligência Artificial (IA) no controle externo, no período de 2022 a 2024. Parte-se da hipótese de que, embora a IA represente oportunidade para ampliar a capacidade analítica e a celeridade processual, sua incorporação enseja riscos significativos relacionados à ausência de explicabilidade e transparência, à proteção de dados e à reprodução de vieses algorítmicos, com implicações diretas para a accountability e a legitimidade institucional (Arrieta et al., 2020; Hjaltalin & Sigurdarson, 2024 ; Jobin, Ienca, & Vayena, 2019). Metodologicamente, a pesquisa adota abordagem mista, de caráter aplicado e exploratório-descritivo, integrando análises qualitativas e quantitativas (Creswell & Plano Clark, 2018). O percurso investigativo compreende: (i) revisão bibliográfica e documental sobre ética em IA, governança algorítmica e regulação de riscos, incluindo marcos como a Lei de Acesso à Informação (Lei nº 12.527/2011), a Lei Geral de Proteção de Dados (Lei nº 13.709/2018), as Recomendações da OCDE (2019) e as Diretrizes da UNESCO (2021); (ii) construção e validação preliminar do instrumento de mensuração da Eficiência da Gestão de Riscos em IA (e-GUIA), fundamentado em três dimensões críticas — transparência/interpretabilidade, proteção de dados e vieses algorítmicos; (iii) coleta empírica mediante entrevistas semiestruturadas com auditores e gestores, além da aplicação de surveys e checklists estruturados em Tribunais de Contas selecionados; e (iv) análise integrada, com uso de análise de conteúdo para os dados qualitativos (Bardin, 2016) e de técnicas estatísticas descritivas e inferenciais para os quantitativos (Field, 2013 ; Hair et al., 2019). A população-alvo compreende os 33 Tribunais de Contas brasileiros, sendo a amostra intencional, direcionada a órgãos com iniciativas concretas de IA generativa. O estudo observa os princípios éticos das Ciências Sociais, garantindo confidencialidade e uso acadêmico exclusivo das informações. Como resultados esperados, pretende-se mapear riscos críticos associados ao uso da IA no controle externo, avaliar a eficiência da gestão desses riscos nas Cortes de Contas e propor um instrumento padronizado de mensuração (e-GUIA), capaz de subsidiar tanto a prática institucional quanto o avanço do debate científico sobre governança digital e accountability algorítmica. Dessa forma, a pesquisa busca contribuir para o fortalecimento da capacidade fiscalizatória dos Tribunais de Contas diante dos desafios éticos, técnicos e jurídicos da transformação digital na administração pública contemporânea.

MEMBROS DA BANCA:
Externo à Instituição - LUIZ ALBERTO BLANCHET - PUC-PR
Interno - ***.598.934-** - CAIO CASTELLIANO DE VASCONCELOS - UnB
Presidente - ***.557.499-** - EDSON RONALDO GUARIDO FILHO - UnB