INTELIGÊNCIA ARTIFICIAL NO APOIO À TOMADA DE DECISÕES NO DIREITO TRIBUTÁRIO

  • Débora Engelmann
  • Alison R. Panisson
  • Larissa Magistrali
  • João L. A. da Rosa
  • Eric Carlotto
  • João Pedro Dahlem
  • Denise Garcia Telli
  • Renata Vieira
  • Rafael H. Bordini
  • Paulo Caliendo
Palavras-chave: Direito Tributário, Inteligência Artificial, Mineração de argumentos

Resumo

No Brasil, a área de direito tributário tem enfrentado sérios problemas devido ao atual modelo de aplicação da lei no país. Os casos de aplicação da lei tributária, em particular, têm uma grande parcela de responsabilidade pelas altas taxas de congestionamento judicial. O grande volume de ações judiciais vencidas dificulta a eficácia da justiça. Um dos pontos identificados como gargalo para a conclusão de tais processos legais, mais especificamente nos processos fiscais relacionados ao imposto municipal, é a identificação dos Avisos de Recebimento (AR) que comprovam que os devedores receberam informações sobre as dívidas que devem. Somente quando os tribunais estão na posse de um AR devidamente assinado, o processo pode avançar; quando uma entrega de aviso falhou, é necessário tentar novamente a entrega do aviso de dívida e, de fato, pode ser necessário encontrar meios alternativos de entrar em contato com o devedor. Para ajudar a acelerar a resolução de tais processos, estão sendo desenvolvidos aplicativos baseados em técnicas de inteligência artificial. Tendo em mente que a área do direito geralmente tem alguma resistência à adoção de sistemas automatizados, está sendo trabalhado em uma abordagem explicável que pode mostrar ao usuário qual raciocínio foi usado para chegar à conclusão sugerida, o que permite que os especialistas jurídicos tomem uma decisão final. Uma ontologia com conceitos relacionados ao direito tributário no Brasil está sendo desenvolvida. Essa ontologia será utilizada por um agente inteligente capaz de raciocinar sobre seus conceitos, extrair informações de documentos usando o Processamento de Linguagem Natural (PLN) e identificar padrões de raciocínio em processos utilizando a mineração de argumentos.

Publicado
2020-09-15