A autoridade fiscal da Polónia aplica pontuação de risco por aprendizagem automática a dados bancários diários para sinalizar fraude em carrossel de IVA quase em tempo real e bloquear contas suspeitas — associada à redução do défice de IVA, embora o algoritmo não seja divulgado e já tenha bloqueado contas de empresas inocentes.
Detalhes
Promotor
Krajowa Administracja Skarbowa (KAS / National Revenue Administration)
Período
2018–present
Palavras-chave
tax compliance, financial crime, machine learning, banking data
Descrição
Introduzido por uma lei de novembro de 2017 e operacional desde 2018, o Sistema Teleinformatyczny Izby Rozliczeniowej (STIR) da Polónia é um mecanismo mediado por uma câmara de compensação: os bancos e as cooperativas de crédito comunicam diariamente dados de contas e transações a um Registo Central de Dados Fiscais, sobre o qual correm continuamente os algoritmos de pontuação de risco por aprendizagem automática da administração fiscal, para sinalizar fraude em carrossel de IVA canalizada através de empresas de fachada. Enquanto a análise manual deste tipo de fraude demorava anteriormente cerca de dois meses, o STIR permite a deteção quase em tempo real e confere à KAS o poder de bloquear administrativamente uma conta suspeita por 72 horas, prorrogável até três meses por ordem judicial, sem necessidade de um processo criminal prévio. A Polónia atribui ao STIR, juntamente com a faturação eletrónica e outras medidas de conformidade, a redução do seu défice de IVA de cerca de 6,6 mil milhões de euros em 2017 para cerca de 1,7 mil milhões de euros em 2021, uma das maiores reduções entre os Estados-membros da UE nesse período. O sistema tem sido alvo de críticas persistentes: o próprio algoritmo de pontuação não é divulgado publicamente, e existem casos documentados de empresas legítimas com contas bloqueadas com base em indicadores de risco opacos. Um artigo revisto por pares na Intertax analisa a conformidade do STIR com as normas de proteção da privacidade, e a AlgorithmWatch documentou as experiências de empresas afetadas num relatório de investigação.
Implementação
Os detalhes de implementação (custo, prazo, equipa, condições de sucesso) ainda não estão disponíveis para esta prática.
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.