O Comité de Receitas Estatais da Arménia testa uma ferramenta de IA, criada pela Interpretable AI e pela Daniam LLC com a Universidade Americana da Arménia e financiada pelo Banco Mundial, para ler faturas e sinalizar redes de fraude. Até meados de 2025 só havia ganhos de conformidade projetados (10-20%).
10-20 %
Aumento projetado no cumprimento fiscal voluntário e coercivo (ainda não medido na Arménia)
Detalhes
Maturidade
Piloto
Promotor
State Revenue Committee of Armenia, with the World Bank Public Sector Modernization Project and American University of Armenia
Período
2025–ongoing (pilot)
Palavras-chave
tax administration, fraud detection, natural language processing, public sector AI
Contexto
O Comité da Receita Estatal (SRC) da Arménia está a testar um sistema de IA para ajudar a detetar evasão fiscal, desenvolvido pela Interpretable AI (Boston) e pela Daniam LLC (Erevan), com apoio académico da Universidade Americana da Arménia (AUA) e financiamento do Banco Mundial.
Objetivos
A ferramenta foi concebida para ler faturas através de processamento de linguagem natural, aplicar análise de redes para identificar esquemas de fraude e assinalar anomalias como declarações duplicadas ou incompatibilidades de identidade, com planos futuros para um chatbot de apoio ao cidadão e processamento mais rápido de reembolsos.
Atividades
O presidente do SRC, Eduard Hakobyan, e o presidente da AUA, Bruce Boghosian, assinaram um memorando de entendimento a 17 de abril de 2025, num workshop com a presença do responsável de GovTech do Banco Mundial, Khuram Farooq, e do professor do MIT Dimitris Bertsimas, cofundador da Interpretable AI.
Resultados
O Banco Mundial e o FMI publicaram, cada um, relatos do projeto-piloto, mas ambos afirmam claramente que os valores citados — estimativas conservadoras de um aumento de 10 a 20% no cumprimento fiscal, baseadas em resultados comparáveis na Índia e no Brasil — são projeções, e não resultados medidos na implementação arménia.
Conclusões
As próprias entidades que publicaram os relatos identificam o enviesamento, a privacidade dos dados, a segurança e o desemprego tecnológico como riscos reais, e descrevem salvaguardas como a explicabilidade, a cibersegurança alinhada com normas ISO e uma futura Avaliação de Impacto Algorítmico como algo ainda por construir, sublinhando que se trata de um projeto-piloto numa fase inicial, ainda não verificado.
Implementação
Custo indicativo
Médio (50 mil–500 mil €)
Tempo até resultados
Médio (1–3 anos)
Equipa e competências
State Revenue Committee of Armenia (chair Eduard Hakobyan), Interpretable AI (Boston), Daniam LLC (Yerevan), American University of Armenia (president Bruce Boghosian), World Bank GovTech lead Khuram Farooq, MIT professor Dimitris Bertsimas
Condições de sucesso
Formal memorandum of understanding between SRC and AUA
World Bank financing under a Public Sector Modernization Project
Academic partnership providing technical and oversight capacity
Modos de falha comuns
Bias, data privacy, security and job displacement named as live risks by the publishers themselves
Explainability and ISO-aligned cybersecurity safeguards not yet built
Algorithm Impact Assessment still planned, not in place
Habitualmente financiado por
National / regional programmes
Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.
Implementa esta prática?
Reivindique-a —
implementadores verificados obtêm um contacto público na página e podem propor correções.
Fontes de dados
De onde foi obtida a informação desta prática, e quando.