IA no CARF: Transformando o Contencioso Tributário

A IA no CARF está remodelando o contencioso tributário brasileiro, trazendo eficiência à análise de processos e gerando debates sobre transparência e governança. Neste artigo, analisamos como a tecnologia influencia advogados, empresas e o futuro da tributação.

Contexto da IA no CARF

Arecente portaria do CARF oficializou a IARA, plataforma de inteligência artificial destinada a apoiar os conselheiros na busca de jurisprudência e na sugestão de votos em processos tributários. Essa iniciativa integra um amplo conjunto de acórdãos extraídos do próprio órgão, filtrados a partir de 2012, e pretende organizar essas decisões de forma a facilitar o acesso rápido dos magistrados.

O funcionamento interno da IARA baseia‑se na análise de jurisprudência e na geração de sugestões de voto para os conselheiros. Essas sugestões são apresentadas como propostas de voto aos membros do Conselho. Esta automação reduz, em teoria, o tempo gasto na consulta de precedente, permitindo que os conselheiros concentrem esforços na avaliação crítica das orientações.

Entretanto, a eficiência da IA depende de critérios robustos de curadoria e qualidade dos dados. Estudos críticos apontam que, sem salvaguardas adequadas, a base de jurisprudência pode gerar viéses sistemáticos que favorecem o fisco. Quando os precedentes são dominados por decisões que privilegiam a Administração tributária, a IA tende a reproduzir esses mesmos padrões, comprometendo a imparcialidade da análise. Assim, a transparência do algoritmo – que deve permitir a auditoria de fontes e das justificativas das sugestões – torna‑se imprescindível para a legitimidade da decisão final.

O acesso à IARA durante os testes piloto permanece restrito aos conselheiros. Ainda não há mecanismos claros de contestação ou de correção de erros algorítmicos, o que representa um obstáculo significativo.

Em síntese, a introdução da IA no CARF representa um passo decisivo para a desburocratização do contencioso tributário, mas impõe desafios que exigem respostas jurídicas e técnicas coordenadas. A necessidade de calibrar mecanismos de curadoria, garantir a transparência algorítmica e fomentar o envolvimento de agentes relevantes é imprescindível para que a tecnologia sirva como aliada da justiça e não como amplificador de vieses históricos.

Como a IARA Opera na Prática

A IARA operana prática por meio de um fluxo de tratamento de dados jurídicos que combina ingestão automática, análise de linguagem natural e feedback humano. Quando um novo acórdão é publicado, o sistema coleta automaticamente sua íntegra e o armazena em um repositório interno, normalizando campos como número do processo, relator, data de julgamento e trechos relevantes de fundamentação.

Em seguida, algoritmos de Natural Language Processing (NLP) realizam a extração de entidades‑chave e de tópicos jurídicos, mapeando padrões de votação que já foram registrados entre 2012 e o presente. Essa base sintática serve de referência para que a IARA gere, em tempo real, sugestões de voto quando solicitada por um conselheiro. Cada sugestão inclui:

• um índice de similaridade com precedentes anteriores;
• um resumo de razões jurídicas que sustentam a posição;
• um score de consistência com a jurisprudência consolidada;
• um campo de comparação de pesos entre jurisprudência vinculante e doutrina acadêmica.

Durante o piloto de 30 dias, os conselheiros recebem as sugestões em um painel interativo, onde podem:

1. visualizar a quantidade de casos semelhantes;
2. consultar decisões jurisprudenciais correlatas;
3. avaliar a coerência lógica da proposta antes de emitir o voto;
4. registrar eventuais anomalias ou divergências encontradas.

Essa etapa de avaliação humana garante que a IA atue como auxiliar e não como substituto da responsabilidade judicial. Caso a sugestão seja aceita, o voto registra um marcador de IA que permite auditoria posterior, facilitando a rastreabilidade das decisões.

Embora o acesso à IARA seja restrito a conselheiros e a parceiros autorizados, o projeto prevê a abertura gradual da base de dados para advogados e pesquisadores que apresentarem justificativa técnica. O objetivo estratégico é duplo:

Velocidade: Reduzir o tempo médio de conclusão de processos de contencioso tributário em até 35%.

Padronização: Uniformizar critérios de análise ao longo de diferentes turmas, mitigando disparidades regionais.

Um aspecto relevante da operação prática é o monitoramento de vieses algorítmicos. O sistema registra a frequência de sugestões que favorecem o fisco em comparação com aquelas que favorecem o contribuinte, gerando relatórios mensais que são analisados internamente. Essa transparência tem como meta prevenir feedbacks equivocados que possam consolidar decisões prejudiciais ao direito tributário.

Esses mecanismos de controle e a integração com o fluxo de julgamento demonstram como a IARA, ainda que ainda em fase piloto, já influencia a dinâmica do contencioso tributário, preparando o terreno para as discussões sobre compliance e advocacia que aparecerão no próximo capítulo.

Impactos no Compliance e na Advocacia Tributária

Na atual fase de consolidação da Inteligência Artificial no Conselho Administrativo de Recursos Fiscais (CARF), o impacto mais relevante para o compliance e para a advocacia tributária reside na necessidade de alinhamento estratégico entre as práticas jurídicas e os vetores algorítmicos adotados pelo órgão.

Especialmente quando os critérios de filtragem, não são explicitamente divulgados, as decisões da IARA tendem a consolidar precedentes que favorecem a posição administrativa. Essa dinâmica cria dois desafios principais:

• Risco de viés algorítmico: decisões podem ser influenciadas por padrões ocultos nos dados de treinamento, gerando interpretações discordantes da realidade factual.
• Pressão por maior preparo técnico: advogados precisam desenvolver competências analíticas robustas para identificar inconsistências, questionar sugestões e elaborar contra‑argumentos com respaldo em jurisprudência e em dados empíricos.

Para lidar com essas ameaças, as equipes de contencioso tributário têm adotado rotinas que incluem:

1. Revisão crítica das sugestões geradas pela IARA, verificando a coerência com precedentes consolidados.
2. Diagnóstico de possíveis vieses, mediante análise comparativa entre decisões da IA e jurisprudência recente.
3. Construção de estratégias de contestação que incorporam parâmetros de risco específicos, como exposição a interpretações recorrentes da própria IA.

Essas práticas são refletidas em um mapa de adequações que visa transformar a adaptação tecnológica em vantagem competitiva:

Adicionalmente, a adoção de auditorias externas tem sido apontada como indispensável para garantir a governança responsável da IA no CARF. Isso implica a criação de comitês independentes que revisem não apenas a validade das decisões, mas também a adequação dos algoritmos ao marco normativo vigente.

Em síntese, a intersecção entre IA e o contencioso tributário demanda um olhar sistêmico: as organizações precisam transformar a mitigação de riscos em norma operacional, integrando controles de qualidade, treinamento técnico e mecanismos de auditoria independente. Somente essa abordagem estruturada assegurará que a inovação tecnológica sirva como aliada – e não como obstáculo – à defesa eficaz dos direitos dos contribuintes.

Perspectivas Futuras e Recomendações

Perspectivas Futuras e Recomendações: A governança de Inteligência Artificial no âmbito do CARF ainda se caracteriza por lacunas estruturais que demandam intervenções sistêmicas. É imprescindível a criação de mecanismos de auditoria independentes que garantam a imparcialidade nas avaliações algorítmicas, evitando decisões que possam favorecer preferencialmente o órgão ou os contribuintes. Para tanto, é recomendável que o CARF incorpore um comitê consultivo técnico, composto por especialistas em IA, direito tributário e auditoria externa, que tenha competência para revisar periodicamente os critérios de filtragem e as sugestões de voto produzidas pela IARA.

Além da auditoria externa, a definição de parâmetros de responsabilidade deve constar nas normas internas do órgão. estes devem especificar quem detém a atribuição final pela interpretação das decisões automatizadas, bem como o respaldo legal para eventuais rejeição ou revisão de processos baseados em recomendação algorítmica. A adoção de direitos de explicabilidade, ou seja, a obrigação de disponibilizar documentação que detalhe o raciocínio por trás de cada recomendação, é outro pilar essencial. Somente com transparência suficiente os advogados poderão contestar efetivamente resultados e adaptar suas estratégias de litígio.

Outro aspecto relevante consiste na criação de mecanismos de explicabilidade que permitam a visualização clara dos fatores ponderados nas decisões. Ferramentas como dashboards interativos e relatórios de auditoria podem ser incorporados ao fluxo de trabalho, oferecendo ao contribuinte a possibilidade de compreender e questionar as bases técnicas. Essa prática não só fortalece a segurança jurídica, como também estimula a confiança na tecnologia.

Por fim, os profissionais devem permanecer atentos às atualizações da IARA, mapeando as evoluções tecnológicas e ajustando as rotinas de análise de risco. Integrar monitoramento proativo das mudanças normativas às estratégias de defesa tributária assegura que a atuação se mantenha alinhada às diretrizes de governança emergentes, preparando o mercado de contencioso para um cenário em que a inteligência artificial opera de forma cada vez mais regulada e auditável.

Conclusão

A institucionalização da IA no CARF marca um ponto de inflexão para o contencioso tributário, combinando eficiência tecnológica com desafios de governança. Profissionais que entenderem as nuances da IARA e adotarem práticas transparentes estarão melhor posicionados para navegar pelo novo cenário.