A Inteligência Artificial (IA) consolidou-se como uma das inovações tecnológicas mais promissoras para impulsionar a transformação digital no setor público, promovendo mudanças estruturais na forma como governos gerenciam serviços, dados e decisões (Mergel et al., 2023). Sua adoção tem demonstrado potencial para ampliar a transparência, aumentar a eficiência operacional e aprimorar a prestação de serviços públicos. No entanto, a implementação da IA também impõe novos desafios que exigem atenção, como a criação de diretrizes éticas, a definição de marcos legais robustos e o estabelecimento de estruturas de governança com participação ativa das partes interessadas. Esses mecanismos são essenciais para mitigar riscos associados à privacidade dos dados, ao viés algorítmico e à erosão da confiança pública (Panda et al., 2025).

As organizações públicas enfrentam barreiras significativas para a adoção efetiva da IA, incluindo ausência de estratégias claras, lacunas de conhecimento técnico e desalinhamento entre as expectativas de gestores, fornecedores e usuários finais (Sienkiewicz-Małyjurek, 2023). Essas limitações são especialmente críticas em áreas como as compras públicas, que representam um dos principais canais de investimento do Estado. Nesse contexto, torna-se fundamental fortalecer a transparência e o monitoramento ao longo de todo o ciclo de aquisição e execução contratual (Siciliani et al., 2023).

É justamente nesse cenário que a IA pode desempenhar um papel transformador. Ao empregar algoritmos de aprendizado de máquina e técnicas de análise de grandes volumes de dados, ela possibilita a detecção automatizada de padrões irregulares, sobrepreços, fraudes ou ineficiências que poderiam passar despercebidas em auditorias convencionais. Além disso, sistemas inteligentes de apoio à decisão podem oferecer aos gestores públicos informações mais precisas e tempestivas, contribuindo para escolhas mais racionais e alinhadas com os princípios da transparência, qualidade e da eficiência administrativa (Garbaccio, Costa, & Rego Neto, 2025).

Dessa forma, a IA não apenas responde às pressões por modernização da Administração Pública, mas também se apresenta como uma ferramenta estratégica para fortalecer a governança e a gestão dos recursos públicos. Nesse sentido, a utilização de algoritmos inteligentes em auditorias automatizadas surge como uma alternativa promissora para ampliar a capacidade analítica da Administração Pública, otimizando processos de fiscalização e controle com base em dados.

O uso efetivo da IA no ambiente de fiscalização governamental já é uma realidade no Brasil. Ramos et al. (2022) e Silva et al. (2025) apresentam diversas aplicações de sistemas baseados em IA, como o Sistema de Análise de Licitações e Editais (ALICE), desenvolvido pela Controladoria-Geral da União, e o Sistema de Orientação sobre Fatos e Índices para o Auditor (SOFIA), que auxilia os auditores do TCU na revisão e verificação de informações em documentos de controle externo, entre outras iniciativas.

Embora a utilização da IA na Administração Pública seja emergente, ainda há carência de estudos aplicados nesse setor. Serra e Machado (2024), em seu trabalho de revisão integrativa, reconheceram o crescente interesse por IA na administração pública, porém, constataram tal escassez de pesquisas sobre IA no setor público. Esse fato evidencia a necessidade de estudos com maior aprofundamento empírico nessa área. Isso reforça a carência de abordagens mais práticas sobre o tema no contexto acadêmico. Tal lacuna evidencia a relevância do presente estudo, que se insere em um campo emergente e ainda pouco explorado no Brasil, ao aplicar técnicas de aprendizado de máquina sobre uma base de dados pública, contribuindo com uma análise quantitativa concreta e replicável.

Na área de compras governamentais, a aplicação da IA tem se mostrado promissora, especialmente para tarefas como auditoria de preços, detecção de fraudes e suporte à tomada de decisão (Andersson et al., 2025; Siciliani et al., 2023). Essas tecnologias permitem o processamento de grandes volumes de dados, identificando padrões e anomalias que podem indicar ineficiências, irregularidades ou oportunidades de economia. Com isso, a IA contribui para uma maior transparência e controle dos processos de aquisição.

Entretanto, apesar do potencial evidente, a literatura acadêmica ainda apresenta uma escassez de estudos que abordem a utilização da IA a partir de perspectivas específicas de administração e gestão pública (Andersson et al., 2025). Essa lacuna reflete uma carência de investigações empíricas que explorem as aplicações práticas, os benefícios reais e os desafios enfrentados pelas organizações públicas ao implementar essas tecnologias. A ausência desses estudos pode ser explicada pelo fato de que o uso da IA no campo das compras governamentais ainda se encontra em estágio inicial (Nowicki, 2020). Embora a tecnologia tenha avançado rapidamente, a integração efetiva da IA em processos públicos demanda não apenas inovação tecnológica, mas também mudanças institucionais, culturais e regulatórias.

Pesquisas recentes destacam a necessidade de marcos regulatórios claros e robustos para garantir transparência, equidade e proteção de direitos fundamentais, especialmente diante de riscos como viés algorítmico, falta de transparência e desafios na proteção de dados pessoais (Obinna & Kess-Momoh, 2024a; Obinna & Kess-Momoh, 2024b; Obinna & Kess-Momoh, 2024c, Hickok, 2024). O desenvolvimento de capacidades técnicas e a formação contínua dos gestores públicos são essenciais para que possam avaliar, monitorar e supervisionar sistemas de IA de forma responsável (Von & Abrahamsson, 2022).

No âmbito da literatura nacional, não foram identificados estudos com aplicação empírica de IA voltados especificamente à análise quantitativa de dados de compras públicas. Apesar de existir estudos que abordem o tema, como os trabalhos de Ramos et al. (2022), Silva et al. (2025) e Serra e Machado (2024), tais iniciativas ainda carecem de aprofundamento e análises empíricas. Essa constatação reforça a originalidade do presente trabalho e evidencia a necessidade de mais pesquisas nessa área no Brasil.

Esse contexto apresenta um cenário desafiador, mas ao mesmo tempo repleto de oportunidades para pesquisas futuras que possam contribuir para a consolidação e aprimoramento do uso da IA no âmbito público. Assim, o presente estudo busca se inserir nessa lacuna, ao aplicar técnicas de aprendizado de máquina para análise de dados reais de compras governamentais, proporcionando insights práticos e teóricos sobre o papel da IA na melhoria da eficiência, transparência e controle nas aquisições públicas.

No contexto da ciência de dados, o termo anomalia se refere a casos, ou grupos de casos, que são de alguma forma incomuns e se desviam de alguma noção de normalidade (Hawkins, 1980; Ruff et al., 2021). Elas podem indicar erros de registro, eventos raros, condições excepcionais ou até mesmo indícios de fraudes e ineficiências. A detecção de anomalias é uma técnica fundamental em auditorias, pois permite identificar, de forma objetiva, valores discrepantes que merecem atenção especial em um determinado grupo de dados. Em bases de compras governamentais, por exemplo, anomalias podem revelar preços unitários excessivamente altos, divergências injustificadas entre processos semelhantes ou práticas irregulares de contratação.

A detecção de anomalias em bases de dados é uma tarefa crítica para identificar inconsistências, desvios e possíveis irregularidades. O Isolation Forest (iForest) é um algoritmo de aprendizado de máquina não supervisionado amplamente reconhecido como uma das técnicas mais eficazes para detecção de anomalias em bases de dados, devido a sua eficiência computacional, escalabilidade e capacidade de identificar outliers multivariados sem supervisão (Xu et al., 2023; Carletti et al., 2023).

O iForest destaca-se em desempenho computacional quando comparado a métodos tradicionais de detecção de anomalias baseados em distância, como KNN, e em densidade, como DBSCAN. Estudos mostram que o iForest consome significativamente menos recursos de CPU em relação a outros algoritmos, mantendo resultados de acurácia similares ou superiores (Wang & Liu, 2023). Sua estrutura baseada em árvores permite uma complexidade de tempo quase linear em relação ao tamanho do conjunto de dados, o que o torna altamente escalável e eficiente para grandes volumes de dados (Xu et al., 2023).

Esse algoritmo isola anomalias por meio de divisões aleatórias em árvores de decisão, tornando-o especialmente útil em grandes volumes de dados e em cenários onde a distribuição dos dados é desconhecida. A escolha pelo iForest se justifica por sua robustez computacional, facilidade de implementação e bom desempenho na detecção de outliers em grandes volumes de dados. Sua independência de suposições sobre a distribuição dos dados o torna particularmente adequado para aplicações em bases públicas heterogêneas, como aquelas extraídas do Painel de Preços.

O princípio-chave do iForest é simples: anomalias são mais fáceis de isolar do conjunto de dados do que os dados normais. O algoritmo constrói várias árvores de decisão aleatórias, chamadas de "árvores de isolamento". Cada árvore é formada dividindo aleatoriamente o espaço de atributos em partições (ex.: valor unitário), até isolar uma instância. Cada divisão aleatória seleciona uma feature (coluna) e um valor de corte aleatório. O processo continua até o dado ser isolado (colocado sozinho em uma partição).

Instâncias normais tendem a precisar de mais divisões (caminhos longos) para serem isoladas enquanto anomalias são isoladas rapidamente (caminhos curtos). A cada ponto de dados é atribuída uma pontuação de anomalia com base em quantas divisões são necessárias para isolá-lo. As anomalias que são mais fáceis de isolar (exigindo menos divisões) recebem pontuações de anomalia mais altas. A Figura 1 ilustra o funcionamento dessa metodologia de identificação de outliers.

Nota. A Figura 1 apresenta o esquema de árvores de decisão, ilustrando os passos necessários para isolar uma anomalia. Anomalias representadas em vermelho, as quais precisaram de menos divisões para serem isoladas. Figura reproduzida de: Regaya, Y., Fadli, F., & Amira, A. (2021). Point-Denoise: Unsupervised outlier detection for 3D point clouds enhancement. Multimedia Tools and Applications, 80(18), 28161–28177. https://doi.org/10.1007/s11042-021-10924-x.

Na primeira etapa, referente à extração dos dados, foram selecionados itens com ampla recorrência nas aquisições públicas e relevância logística para a Administração Pública, conforme análise exploratória realizada no Painel de Preços. A seleção priorizou produtos com alta dispersão histórica de preços e que asseguram representatividade em diferentes segmentos, como saúde, tecnologia, energia, defesa e logística — áreas que concentram elevado volume de processos de compra no setor público. Os itens selecionados foram:

a) Colete balístico nível IIIA – CATMAT 398266;

b) Óleo diesel, uso automotivo – CATMAT 461548;

c) Dipirona sódica, dosagem 500 mg – CATMAT 267203;

d) Gasolina – CATMAT 461506;

e) Notebook, tela superior a 14 pol. – CATMAT 613702; e

f) Pneu automotivo 215/75 R17.5 – CATMAT 292508.

Os dados foram extraídos do Painel de Preços do Governo Federal, considerando todas as aquisições desses produtos, no período entre o ano de 2024 e 2025. As informações obtidas foram organizadas em planilhas contendo as seguintes variáveis: descrição do item, órgão comprador, quantidade adquirida, valor unitário, data da aquisição, identificação do processo de compra, modalidade de aquisição e identificação dos fornecedores. As planilhas foram as fontes de dados (DataFrame) para aplicação do programa de análise de anomalias.

Na segunda etapa do estudo, voltada à identificação de inconsistências e desvios significativos nos preços unitários de produtos adquiridos por órgãos públicos, foi adotada uma abordagem baseada em aprendizado de máquina não supervisionado, com a aplicação do algoritmo Isolation Forest. Esse algoritmo foi escolhido devido a sua eficácia na detecção de outliers em conjuntos de dados de alta dimensionalidade. Esse modelo foi utilizado para analisar os valores unitários das aquisições, associando cada produto ao seu respectivo código CATMAT, de forma a identificar padrões de preços atípicos e possíveis anomalias em processos de compras públicas.

A implementação foi realizada em linguagem Python, no ambiente Jupyter Notebook, com uso das bibliotecas especializadas pandas, scikit-learn, matplotlib, seaborn e openpyxl. O código desenvolvido permite a leitura e processamento automatizado de planilhas extraídas do Painel de Preços do Governo Federal, identificando registros anômalos. Foi utilizado o iForest com o parâmetro de contaminação de 0.1 (contamination=0.1). Isso define que 10% dos dados mais "isolados", ou seja, mais discrepantes, serão considerados como anomalia. Essa sensibilidade pode ser ajustada de acordo com o desejo do usuário.

Inicialmente, realizou-se uma comparação entre as modalidades de licitação, utilizando o DataFrame com os dados extraídos do Painel de Preços. Cada produto foi analisado quanto à presença de diferenças significativas de preço entre aquisições por dispensa e por pregão. Em seguida, são analisadas variações expressivas de preços de compra dentro do mesmo Órgão. Esta etapa da análise busca identificar aquisições de um mesmo produto, realizadas por um mesmo Órgão público, que apresentem variações significativas nos valores unitários praticados. Em outras palavras, ela destaca ocasiões em que o mesmo produto foi adquirido por valor consideravelmente diferente dentro do mesmo Órgão.

Finalmente, foi realizada a análise detalhada das anomalias entre os preços praticados por produto. Essa fase da análise representa a principal potencialidade do código. Ela é dividida em três etapas complementares: (i) avaliação estatística geral, (ii) análises individualizadas de casos extremos e (iii) síntese detalhada dos achados. A primeira etapa permite identificar, de forma visual, os produtos com maior variação de preços. A segunda etapa aplica o critério de Z-score para destacar processos com preços significativamente discrepantes, enquanto a terceira organiza os achados em planilhas detalhadas contendo todas as informações acerca das anomalias identificadas, como o número do processo considerado anômalo, os preços praticados, o Órgão adquirente, data, quantidade adquirida, modalidade de compra utilizada, dentre outras informações que estejam disponíveis no Painel de Preços.

É importante destacar que a presente abordagem se concentra na identificação automatizada de anomalias com base em padrões numéricos de aquisição. O modelo adotado não investiga causas específicas para as variações de preços que foram detectadas. Aspectos contextuais como localização geográfica, urgência da compra, características do contrato ou motivações operacionais, como compras em emergência, não foram contemplados no estudo, cabendo análises adicionais caso a caso por parte de auditores e gestores especializados, caso seja necessário.

Nessa fase foi percebida uma limitação na extração dos dados. O painel de preços possui limite de geração de arquivos de até 1.000 itens por pesquisa. Essa é uma considerável limitação, pois algoritmos de IA podem trabalhar com uma quantidade expressiva de dados. Possuir a possibilidade de gerar os arquivos com mais dados seria fundamental para analisar quantidades maiores de dados de forma mais rápida.

Para contornar o problema, foram feitas diversas consultas individuais por produto, referente ao período de aquisição entre os anos de 2024 e 2025. Após gerados os arquivos, eles foram juntados em um único arquivo, utilizando um programa em linguagem Python, criando-se, portanto, o banco de dados de análise, como um DataFrame intitulado “planilha_unificada”, o qual contém 521 processos de compra, 141.550.279 itens e totalizando o valor de R$ 589.276.996,43 em compras públicas no período considerado. A Tabela 1 ilustra as cinco primeiras linhas e oito primeiras colunas desse DataFrame oriundo dos dados extraídos do painel de preços do Governo Federal.