Forecasting Bid-rigging in Brazil
Keywords:
Licitações, Fraudes, Serviço Público, Inteligência Artificial, Random ForestAbstract
Electronic bidding portals have modernized the acquisition of goods and services, making it more efficient, competitive and transparent. To keep up with these changes, oversight must also adapt. In the academic context, there has been progress in the use of Artificial Intelligence techniques, such as Random Forest, to predict bid-rigging. This study applied the model to 2022 tender data to predict the incidence of fines on companies. The model proved to be efficient, with an average monthly F1 Score of 78.5% and an annual F1 Score of 80%. Recall was 90% for both periods. In January, the best results were obtained (recall = 1.00 and F1 Score = 0.96), while in November there was a significant drop (recall = 0.47 and F1 Score = 0.54). The potential impact of this study not only on academia but also on citizens and public managers stands out, offering an effective tool for detecting potential misconduct.
References
ABREU, B. M.; PEREIRA, T. H. S.; GOMES-JR, L. Detecção de Fraudes em Licitações Públicas: Uma Comparação de Modelos de Detecção de Anomalias. In: ESCOLA REGIONAL DE BANCO DE DADOS (ERBD), 2024, Farroupilha/RS. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, p. 81-90, 2024. DOI: https://doi.org/10.5753/erbd.2024.238821.
ADOBOR, H.; YAWSON, R. The promise of artificial intelligence in combating public corruption in the emerging economies: A conceptual framework. Science and Public Policy, v. 50, n. 3, p. 355-370, 2023. DOI: https://doi.org/10.1093/scipol/scac068.
ALDANA, A.; FALCÓN-CORTÉS, A.; LARRALDE, H. A machine learning model to identify corruption in México's public procurement contracts. arXiv preprint arXiv:2211.01478, 2022.
AMORIM, V. A. J. Licitações e contratos administrativos: teoria e jurisprudência. Brasília: Senado Federal, 2020. Disponível em: https://bibliotecadigital.stf.jus.br/xmlui/bitstream/handle/123456789/2461/1182434.pdf?sequence=1&isAllowed=y. Acesso em: 24 jul. 2024.
BIAGINI, E. Ferramenta de IA já evitou gastos de R$ 11 bi em licitações suspeitas, diz ministro da CGU. Agência Gov, 2024. Disponível em: <https://agenciagov.ebc.com.br/noticias/ferramenta-de-ia-da-cgu-ja-economizou-r-11-bilhoes-em-gastos-publicos-em-licitacoes-suspeitas-diz-ministro>. Acesso em: 02 ago. 2024.
BRASIL. Constituição (1988). Constituição da República Federativa do Brasil de 1988. Promulgada em 05 de outubro de 1988. Brasília, DF: Senado Federal, Centro Gráfico, 1988.
BRASIL. Lei nº 8.666, de 21 de junho de 1993. Estabelece normas para licitações e contratos da Administração Pública e dá outras providências. Diário Oficial da União, Brasília, DF, 22 jun. 1993. Disponível em: https://www.planalto.gov.br/ccivil_03/leis/l8666cons.htm.
BRASIL. Lei nº 10.520/2002, de 17 de julho de 2002. Institui, no âmbito da União, Estados, Distrito Federal e Municípios, nos termos do art. 37, inciso XXI, da Constituição Federal, modalidade de licitação denominada pregão, para aquisição de bens e serviços comuns, e dá outras providências. Diário Oficial da União, Brasília, DF, 17 jul. 2002. Disponível em: https://www.planalto.gov.br/ccivil_03/LEIS/2002/L10520.htm?origin=instituicao.
BRASIL. Lei nº 12.462, de 4 de agosto de 2011. Institui o Regime Diferenciado de Contratações Públicas – RDC; altera a Lei nº 10.683, de 28 de maio de 2003, que organiza a Presidência da República e os Ministérios, e dá outras providências. Diário Oficial da União, Brasília, DF, 5 ago. 2011. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2011-2014/2011/lei/l12462.htm.
BRASIL. Lei nº 12.846, de 1º de agosto de 2013. Dispõe sobre a responsabilização administrativa e civil de pessoas jurídicas pela prática de atos contra a administração pública, nacional ou estrangeira, e dá outras providências. Diário Oficial da União, Brasília, DF, 2 ago. 2013. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2011-2014/2013/lei/l12846.htm.
BRASIL. Lei nº 14.133, de 1º de abril de 2021. Lei de Licitações e Contratos Administrativos. Diário Oficial da União, Brasília, DF, 1 abr. 2021. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2019-2022/2021/lei/l14133.htm.
BREIMAN, Leo. Random forests. Machine learning, v. 45, p. 5-32, 2001. https://link.springer.com/article/10.1023/A:1010933404324
CONTROLADORIA GERAL DA UNIÃO. Alice - Analisador de Licitações, Contratos e Editais. Disponível em: https://www.gov.br/cgu/pt-br/assuntos/auditoria-e-fiscalizacao/alice. Acesso em: 02 ago. 2024.
DECAROLIS, F.; GIORGIANTONIO,. Corruption red flags in public procurement: new evidence from Italian calls for tenders. EPJ Data Science, v. 11, n. 1, p. 16, 2022. https://doi.org/10.1140/epjds/s13688-022-00325-x
FARIA, G. A. Fraudes em compras governamentais: Detecção com Aprendizado de Máquina. 2023. Trabalho de Conclusão de Curso (Graduação em Administração Pública) - Escola de Administração Pública, Centro de Ciências Jurídicas e Políticas, Universidade Federal do Estado do Rio de Janeiro, Rio de Janeiro, 2023.
GADOUR, M. M. E. Corruption in public procurement: Can e-procurement and artificial intelligence make a difference in Africa? QScience Connect, v. 2024, n. 1-Thesis, p. 2, 2024. DOI: https://doi.org/10.5339/connect.2024.spt.2.
GALLEGO, J.; RIVERO, G.; MARTÍNEZ, J. Preventing rather than punishing: An early warning model of malfeasance in public procurement. International Journal of Forecasting, v. 37, n. 1, p. 360-377, 2021. http://dx.doi.org/10.1016/j.ijforecast.2020.06.006.
GUNASEGARAN, M.; BASIRUDDIN, R.; RIZAL, A. M. Detecting and Preventing Fraud in e-procurement of Public Sector: A Review, Synthesis and Opportunities for Future Research. International Journal of Academic Research in Business and Social Sciences, v. 13, n.1, p. 1444 – 1463, 2023.
HENRIQUE, B. M.; SOBREIRO, V. A.; KIMURA, H. Contracting in Brazilian public administration: A machine learning approach. Expert Systems. 2020. https://doi.org/10.1111/exsy.12550
LIMA, M. C.; SILVA, R. C.; MENDES, F. L. S.; CARVALHO, L. R.; ARAUJO, A.; VIDAL, F. B. Inferring about fraudulent collusion risk on Brazilian public works contracts in official texts using a Bi-LSTM approach. In: COHN, T.; HE, Y.; LIU, Y. (Ed.). Findings of the Association for Computational Linguistics: EMNLP 2020. Online: Association for Computational Linguistics, p. 1580-1588, 2020. Disponível em: https://aclanthology.org/2020.findings-emnlp.143. Acesso em: 22 jul. 2024. DOI: 10.18653/v1/2020.findings-emnlp.143.
LOPES, M. A. Aplicação de aprendizado de máquina na detecção de fraudes públicas. 2019. Dissertação (Mestrado em Administração) - Faculdade de Economia, Administração e Contabilidade, Universidade de São Paulo, São Paulo, 2019. doi:10.11606/D.12.2020.tde-10022020-174317. Acesso em: 2024-07-22.
MAVIDIS A, FOLINAS D. From Public E-Procurement 3.0 to E-Procurement 4.0; A Critical Literature Review. Sustainability, v. 14, n. 18, 2022. https://doi.org/10.3390/su141811252
NAI, Roberto et al. Public procurement fraud detection and artificial intelligence techniques: a literature review. In: Companion Proceedings of the 23rd International Conference on Knowledge Engineering and Knowledge Management. CEUR-WS, p. 1-13, 2022. https://iris.unito.it/bitstream/2318/1888876/1/KM4LAW22_preprint.pdf
OLIVEIRA, G. P. et al. Ranqueamento de Licitações Públicas a partir de Alertas de Fraude. In: Anais do XII Brazilian Workshop on Social Network Analysis and Mining. SBC, 2023. p. 1-12. https://doi.org/10.5753/brasnam.2023.232105
REJEB, A.; REJEB, K.; APPOLLONI, A.; KAYIKCI, Y.; IRANMANESH, M. The landscape of public procurement research: A bibliometric analysis and topic modelling based on Scopus. Journal of Public Procurement, v. 23, n. 2, 2023. https://doi.org/10.1108/JOPP-06-2022-0031
RIBEIRO, C. G.; INÁCIO, E. O mercado de compras governamentais brasileiro (2006-2017): Mensuração e análise. Brasília: Instituto de Pesquisa Econômica Aplicada (IPEA), 2019. Texto para Discussão, No. 2476. Disponível em: <https://hdl.handle.net/10419/211431>. Acesso em: 02 ago. 2024.
SÁ, T. A.; PESSANHA, J. F. M.; ALVES, F. J. S. Métodos de classificação supervisionada aplicados à identificação de fraudes de fornecedores. CONTABILOMETRIA - Brazilian Journal of Quantitative Methods Applied to Accounting, Monte Carmelo, v. 11, n. 2, p.125-146, 2024.
SCIKIT-LEARN. RandomForestClassifier. Disponível em: https://scikit-learn.org/stable/modules/generated/sklearn.ensemble.RandomForestClassifier.html#sklearn.ensemble.RandomForestClassifier. Acesso em: 02 ago. 2024.
SECOM TCU. Chatbot do TCU fornece certidões pelo whatsapp. 2020. Disponível em: https://portal.tcu.gov.br/imprensa/noticias/chatbot-do-tcu-fornece-certidoes-pelo-whatsapp.htm. Acesso em: 02 ago. 2024.
SICILIANI, L.; TACCARDI, V.; BASILE, P.; DI CIANO, M.; LOPS, P. AI-based decision support system for public procurement. Information Systems, v. 119, 2023.
SILVA, G. Prevenção de irregularidades em contratos públicos: uma análise utilizando técnicas de Machine Learning. 2022. 91 f., il. Trabalho de Conclusão de Curso (Bacharelado em Administração) — Universidade de Brasília, Brasília, 2022.
SUPREMO TRIBUNAL FEDERAL. Projeto Victor avança em pesquisa e desenvolvimento para identificação dos temas de repercussão geral. 2021. Disponível em: <https://portal.stf.jus.br/noticias/verNoticiaDetalhe.asp?idConteudo=471331&ori=1>. Acesso em: 02 ago. 2024.
SUPREMO TRIBUNAL FEDERAL. STF finaliza testes de nova ferramenta de Inteligência Artificial. 2023a. Disponível em: <https://portal.stf.jus.br/noticias/verNoticiaDetalhe.asp?idConteudo=507120&ori=1>. Acesso em: 02 ago. 2024.
TRIBUNAL DE CONTAS DA UNIÃO. Guia de uso de inteligência artificial generativa no Tribunal de Contas da União (TCU). Disponível em: <https://portal.tcu.gov.br/data/files/42/F7/91/4B/B59019105E366F09E18818A8/Guia%20de%20uso%20de%20IA%20generativa%20no%20TCU.pdf>. Acesso em: 02 ago. 2024.
VELASCO, R. B.; CARPANESE, I.; INTERIAN, R.; PAULO NETO, O.C.G.; RIBEIRO, C.C. A decision support system for fraud detection in public procurement. International Transactions Inoperational Research, v. 28, p. 27-47, 2021. https://doi.org/10.1111/itor.12811
ZAGO, M. F. Poder de compra estatal como instrumento de políticas públicas? Brasília: Escola Nacional de Administração Pública, 2018.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 CADERNOS DE FINANÇAS PÚBLICAS
This work is licensed under a Creative Commons Attribution 4.0 International License.
The articles can be copied, since quoted the source.
