O Instituto Federal de Estatística da Alemanha treinou um modelo de machine learning para melhorar a precisão das estimativas obrigatórias de custo de conformidade ('Erfüllungsaufwand') de projetos de lei, no procedimento simplificado usado quando o custo esperado é inferior a 100.000 euros por ano.
Detalhes
Maturidade
Consolidada
Promotor
Statistisches Bundesamt (Federal Statistical Office of Germany)
Período
2022–present
Região (NUTS)
DE71
Palavras-chave
public administration, better regulation, official statistics
Contexto
Todos os novos regulamentos federais alemães têm de ser acompanhados de uma estimativa do "Erfüllungsaufwand" — o tempo e o custo que os cidadãos, as empresas e a administração terão de suportar para cumprir a norma. Para normas de baixo custo (um encargo estimado abaixo de 100 000 euros por ano para as empresas), os ministérios utilizam um "vereinfachtes Verfahren" (procedimento simplificado) em vez de um cálculo completo caso a caso. O Statistisches Bundesamt (Destatis) treinou um novo modelo de estimativa baseado em aprendizagem automática para tornar esse procedimento simplificado mais preciso, descrito num artigo metodológico revisto por pares, da autoria de Levagin, Lange, Walprecht, Gerls e Kühnhenrich, publicado na revista da própria agência, a WISTA – Wirtschaft und Statistik (vol. 74, n.º 3, 2022, pp. 53–67), e revisitado numa retrospetiva de 2024 da WISTA sobre aprendizagem automática na agência.
Objetivos
O Destatis afirma que o estimador baseado em aprendizagem automática "aumenta a qualidade das estimativas de custos de conformidade daqui para a frente", em comparação com a abordagem de cálculo mais simples anteriormente utilizada.
Atividades
O modelo é utilizado internamente por funcionários do Destatis que apoiam o processo de avaliação de impacto regulatório para os ministérios federais, não sendo, portanto, uma ferramenta voltada para o público. O relatório da OCDE de 2025, "Governing with Artificial Intelligence", cita a abordagem alemã como um exemplo de utilização de IA na conceção e execução regulatória.
Conclusões
Nem o artigo original de 2022 nem o documento de seguimento de 2024 divulgam uma cifra de precisão específica ou uma redução da taxa de erro no material disponível para esta análise, pelo que a alegação de maior precisão assenta no relato metodológico da própria agência, e não numa avaliação independente e quantificada. Uma vez que o Destatis é a mesma instituição em que os ministérios se apoiam para validar os valores dos custos de conformidade, a prática insere-se num processo governamental já existente e de longa data, e não num projeto-piloto autónomo — mas isso também significa que não foi auditada externamente enquanto sistema de IA propriamente dito.
Implementação
Custo indicativo
Baixo (< 50 mil €)
Tempo até resultados
Longo (> 3 anos) — Methodology published in 2022 (WISTA) and revisited in a 2024 retrospective, indicating continuous internal operation.
Equipa e competências
Statistisches Bundesamt (Destatis) technical staff, Named methodology authors: Levagin, Lange, Walprecht, Gerls, Kühnhenrich, Federal ministries using the simplified procedure, Nationaler Normenkontrollrat (oversight body for the Erfüllungsaufwand system)
Condições de sucesso
Institutional embedding within Destatis, the agency ministries already rely on for compliance-cost sign-off
Availability of historical compliance-cost estimation data to train the model
Threshold-bounded scope (simplified procedure applies below EUR 100,000/year burden), limiting risk of use on high-stakes estimates
Modos de falha comuns
No independent or externally audited accuracy figure has been disclosed for the model
The tool has not been externally audited as an AI system despite embedding within an official government process
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.
Kit de replicação
Artefactos reutilizáveis desta prática — tal como publicados pelas suas fontes.