e-Tesouro da Geórgia — 42 modelos de IA para deteção de anomalias em 7 milhões de transações públicas anuais

O Ministério das Finanças da Geórgia, através do LEPL Financial-Analytical Service, integrou modelos de aprendizagem automática no seu Sistema de Gestão das Finanças Públicas (PFMS) para reduzir erros de pagamento e anomalias nos desembolsos do Tesouro do Estado, processando mais de 7 milhões de transações de pagamento anuais através do módulo e-Treasury (um dos quatro componentes integrados do PFMS). O desenvolvimento e a validação foram apoiados pelo Departamento de Assuntos Fiscais do FMI e financiados pelo Secretariado de Estado suíço para os Assuntos Económicos (SECO).

Reduzir erros de pagamento e anomalias nos desembolsos do Tesouro através da aprendizagem automática.

Dois canais operam dentro do sistema: um Canal Verde onde 42 modelos supervisionados aprendem padrões a partir de dados históricos para detetar anomalias em ordens de pagamento automaticamente, e um Canal Vermelho onde um modelo treinado com base nas decisões de rejeição anteriores dos funcionários do Tesouro sinaliza ordens problemáticas para revisão humana.

Os testes mostraram que o sistema identificou corretamente 6 de 8 ordens de pagamento anteriormente conhecidas como erróneas e alcançou uma precisão superior a 80% na previsão de quais as ordens que os funcionários rejeitariam; a implementação operacional total ainda estava a ser finalizada no momento do relatório, pelo que se trata de resultados de testes e não de uma auditoria pós-implementação.

O FMI publicou um relato técnico detalhado (setembro de 2024) que apresenta a abordagem como um modelo transferível para a consolidação da Conta Única do Tesouro noutras economias emergentes; o sistema foi concebido para escalar até um aumento de 33% no volume de transações resultante da expansão em curso da TSA.