evidoria

← Voltar à navegação

Boa prática Importada

O Tesouro Nacional do Brasil Reduz a Classificação de Despesas de 1000 Horas para 8 com um Modelo de Aprendizagem Automática

Brasil · Brasília · Ver o perfil de Brasil · Ver o perfil de Brasília

Evidência: Observacional / pré-pós Top 24% 73/100 · Pergunte a Evidence Copilot sobre esta prática

O Tesouro Nacional do Brasil substituiu um processo manual de 1000 horas por um classificador de texto de aprendizagem automática que codifica as despesas dos governos subnacionais segundo a norma COFOG da ONU em 8 horas, com mais de 97% de precisão, alimentando o relatório anual de despesa por função do governo.

~1,000 hours
Tempo de classificação dos dados subnacionais, antes do modelo (before 2021)
~8 hours
Tempo de classificação dos dados subnacionais, com o modelo (since 2021)
>97 %
Precisão da classificação (since 2021)
~100,000 records/year
Registos orçamentais processados por ano (since 2021)
5,500+ municipalities
Municípios abrangidos (since 2021)

Detalhes

Maturidade
Consolidada
Promotor
Secretaria do Tesouro Nacional (STN), Brazilian Ministry of Finance
Período
2021-2024
Palavras-chave
public financial management, fiscal transparency, machine learning, text classification

Contexto

A Secretaria do Tesouro Nacional (STN) do Brasil é responsável pela publicação da 'Despesa por Função do Governo Geral', o relatório oficial brasileiro que classifica a despesa pública de todos os níveis de governo segundo o COFOG, a norma internacional das Nações Unidas para estatísticas fiscais comparáveis.

Objetivos

Classificar as rubricas de despesa dos governos subnacionais em categorias do COFOG era historicamente uma tarefa lenta, manual e sujeita a erros; o modelo visa automatizar esta classificação sem perder precisão.

Atividades

Desde 2021, a STN utiliza um modelo probabilístico de classificação de texto, construído com redes neuronais convolucionais e recorrentes, para atribuir automaticamente categorias funcionais do COFOG a registos de despesa reportados pelos estados brasileiros e por mais de 5.500 municípios, processando cerca de 100.000 registos orçamentais por ano.

Resultados

O modelo reduziu o tempo de classificação dos dados subnacionais de cerca de 1.000 horas para cerca de 8 horas, mantendo uma precisão superior a 97%, permitindo à STN publicar o relatório anual de despesa por função de forma mais rápida e consistente.

Conclusões

O Brasil começou entretanto a alargar a mesma abordagem, com apoio do Banco Interamericano de Desenvolvimento, à classificação da despesa pública relacionada com o clima; o valor de precisão citado não foi validado externamente face a uma amostra de referência classificada manualmente em grande escala.

Implementação
Custo indicativo
Baixo (< 50 mil €)
Tempo até resultados
Médio (1–3 anos) — In production since 2021 and now being extended with IDB support to classify climate-related public expenditure.
Equipa e competências
Secretaria do Tesouro Nacional (STN) data and analytics team, Inter-American Development Bank support for the climate-expenditure extension

Condições de sucesso

  • A defined, internationally recognised target taxonomy (the UN's COFOG standard) to classify against
  • Sustained institutional ownership within STN's recurring annual reporting cycle

Modos de falha comuns

  • The accuracy figure has not been externally validated against a manually classified gold-standard sample at scale.

Onde se enquadra

Tipo de governação
national treasury / ministry of finance
Escala
national (states and 5,500+ municipalities)
Nível de rendimento
upper-middle-income

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.

Práticas semelhantes que podem ser úteis