6. DIREITO COMPARADO
A incorporação da IA ao setor público é fenômeno global, e os ordenamentos que mais avançaram combinam estímulo à adoção com regras de proteção. Este capítulo examina a União Europeia, Portugal, os Estados Unidos e três organismos internacionais, com o objetivo de extrair parâmetros para o caso brasileiro. Não se pretende esgotar cada sistema: a análise limita-se aos instrumentos mais relevantes para as contratações públicas.
6.1. União Europeia: o Regulamento (UE) 2024/1689
O Regulamento (UE) 2024/1689, conhecido como AI Act, estabeleceu regras harmonizadas sobre IA com base em abordagem de risco: proíbe certas práticas, impõe requisitos rigorosos aos sistemas de "alto risco" e prevê obrigações mais leves de transparência para outros (UNIÃO EUROPEIA, 2024). A aplicação de suas disposições é escalonada no tempo.
É necessário precisão sobre a classificação. O alto risco não decorre de o utilizador ser o Poder Público, mas do uso concreto do sistema, conforme as áreas listadas no Anexo III, como emprego, acesso a serviços públicos essenciais, aplicação da lei, migração e administração da justiça. As compras públicas não figuram expressamente nesse rol. Sistemas usados para pesquisa de preços ou análise de editais, portanto, não são, por si, de alto risco, ainda que possam vir a sê-lo se aplicados a uma das áreas listadas, por exemplo, para avaliar pessoas.
Para os sistemas de alto risco, o regulamento exige, entre outros pontos, gestão de riscos (art. 9º), governança e qualidade dos dados de treinamento (art. 10), documentação técnica (art. 11), registro de eventos (art. 12), transparência (art. 13), supervisão humana (art. 14) e exatidão, robustez e cibersegurança (art. 15). Prevê, ainda, que certos utilizadores, entre eles organismos públicos, realizem avaliação do impacto sobre direitos fundamentais antes da utilização (art. 27).
A lição para o Brasil é metodológica. A classificação por risco deve ser feita pelo uso e pelo efeito sobre direitos e interesses, e não por categorias abstratas. Em compras públicas, isso significa tratar de modo distinto o sistema que organiza dados de preços e o que classifica fornecedores como suspeitos, sujeito este a maior controle.
6.2. Portugal
Portugal é referência próxima, pela afinidade jurídica e pelo avanço da contratação pública eletrônica. O Código dos Contratos Públicos estabeleceu a tramitação dos procedimentos em plataformas eletrônicas, o que gerou grande volume de dados estruturados. No plano da IA, o país adotou a estratégia nacional AI Portugal 2030 (PORTUGAL, 2020), voltada ao desenvolvimento e ao uso responsável da tecnologia.
Nas fontes consultadas, não se localizou regulamentação específica de IA em licitações em Portugal nem descrição detalhada de ferramentas de IA aplicadas ao controle das compras. A contribuição do caso português para este trabalho é, assim, limitada e indireta: mostra a importância de uma infraestrutura de dados padronizada como precondição, e sugere que o PNCP tem papel equivalente para o Brasil. Qualquer conclusão mais forte exigiria pesquisa específica em fontes portuguesas.
6.3. Estados Unidos
Nos Estados Unidos, não há lei federal geral sobre IA no setor público, e a orientação vem de documentos do Poder Executivo. O memorando do Office of Management and Budget (OMB) sobre governança, inovação e gestão de riscos no uso de IA pelas agências federais estabeleceu, em 2024, deveres de avaliação de riscos, supervisão humana e prestação de contas para usos que afetem direitos e segurança (UNITED STATES, 2024). Trata-se de diretrizes sujeitas a revisões por mudanças de governo, de modo que a versão vigente deve ser confirmada em consulta oficial.
Na doutrina, Coglianese (2021) defende que a IA pode ampliar a capacidade regulatória do Estado, desde que as decisões apoiadas em algoritmos fiquem submetidas aos mesmos mecanismos de controle jurídico aplicáveis às decisões produzidas diretamente por agentes públicos, como exigências de razoabilidade e de fundamentação. A ideia coincide com a posição defendida neste trabalho: a automação não suspende o regime jurídico administrativo.
6.4. OCDE, UNESCO e Banco Mundial
A OCDE aprovou em 2019, e revisou em 2024, a Recomendação sobre Inteligência Artificial, que estabelece princípios como crescimento inclusivo, valores centrados no ser humano, transparência e explicabilidade, robustez e segurança, e responsabilização (OCDE, 2019). A UNESCO aprovou em 2021 a Recomendação sobre a Ética da Inteligência Artificial, que destaca proporcionalidade, supervisão humana, transparência e não discriminação (UNESCO, 2021). Ambos são instrumentos de soft law, sem força vinculante, mas servem de parâmetro interpretativo e de orientação para políticas nacionais.
O Banco Mundial, por meio do GovTech Maturity Index, mede o grau de maturidade da transformação digital dos governos (WORLD BANK, 2023). O índice não trata especificamente de IA em compras, mas documenta que sistemas digitais integrados e dados de qualidade são condições prévias para qualquer uso avançado de tecnologia. Não se deve atribuir ao documento conclusões sobre o potencial da IA nas licitações que ele não contém.
6.5. Lições para o sistema brasileiro
O exame comparado permite extrair quatro orientações. A primeira é classificar os usos de IA por risco, com requisitos proporcionais. A segunda é exigir supervisão humana, documentação e rastreabilidade para os usos que afetem direitos ou fundamentem sanções e restrições. A terceira é investir em infraestrutura de dados antes da sofisticação do modelo. A quarta é preferir diretrizes de governança aplicáveis desde logo, sem aguardar uma lei geral, e reforçá-las depois por regulação específica. O Brasil encontra-se em linha com o movimento de digitalização das compras, mas ainda não possui disciplina específica sobre IA nas contratações.
7. GOVERNANÇA ALGORÍTMICA: LIMITES JURÍDICOS E DIRETRIZES
7.1. Conceito
Entende-se por governança algorítmica, neste trabalho, o conjunto de regras, processos e estruturas que asseguram que o uso de sistemas de IA pela Administração observe os princípios que regem sua atuação, com transparência, rastreabilidade, supervisão humana, responsabilização e possibilidade de revisão. Não se trata apenas de administrar tecnologia, mas de adaptar institutos clássicos (discricionariedade, motivação, responsabilidade, controle) a uma atividade parcialmente automatizada. A base normativa no regime licitatório é o art. 11, parágrafo único, que atribui à alta administração a governança das contratações, e o art. 169, que trata da gestão de riscos e do controle preventivo.
7.2. Discricionariedade e vinculação
A competência para decidir é atribuída pela lei a agentes determinados, e não pode ser transferida a um sistema. Na fase preparatória da Lei nº 14.133/2021, muitas escolhas envolvem juízo técnico e margem de decisão: definição da necessidade, da solução, do parcelamento e do critério de julgamento. Nessas hipóteses, a IA pode informar, comparar e recomendar, mas a escolha cabe ao agente, que deve justificá-la.
Há, porém, um aspecto que a literatura frequentemente omite. Tarefas de verificação objetiva, como checar a presença de documento obrigatório, a validade de certidão ou a consistência de dados cadastrais, são vinculadas, com pouca ou nenhuma margem de escolha. Nelas, a automação é mais compatível com o direito, e o controle humano pode ser feito por amostragem e por revisão de exceções. O grau de supervisão humana deve, portanto, variar conforme a margem de decisão e o efeito sobre direitos.
7.3. Motivação
A Lei nº 9.784/1999 (art. 50) exige a motivação dos atos que afetem direitos ou interesses, e o art. 5º da Lei nº 14.133/2021 inclui a motivação entre os princípios do regime licitatório. A LINDB (arts. 20. e 21) acrescenta que a decisão nas esferas administrativa, controladora e judicial deve considerar as consequências práticas e indicar, quando invalidar um ato, as condições para sua regularização.
Quando um sistema de IA influencia a decisão, não basta indicar que "o sistema recomendou". A motivação adequada deve permitir saber: a) quais dados foram usados; b) que critérios ou parâmetros o sistema aplicou; c) quais as limitações conhecidas da ferramenta; d) que verificações o agente fez; e e) por que o agente acolheu ou afastou a recomendação. Uma decisão fundamentada exclusivamente na resposta de um sistema de IA generativa, sem verificação própria, não atende ao dever de motivar.
7.4. Responsabilidade
Sistemas de IA não têm personalidade jurídica nem podem ser responsabilizados. A utilização da ferramenta não altera a titularidade da competência: o agente que pratica ou ratifica o ato responde por ele nos limites da lei. O art. 28. da LINDB prevê que o agente público responde pessoalmente por suas decisões ou opiniões técnicas apenas em caso de dolo ou erro grosseiro, e os arts. 7º e 8º da Lei nº 14.133/2021 impõem requisitos de qualificação e de segregação de funções aos agentes que atuam nas contratações.
Essa moldura permite uma reflexão: o agente que utiliza ferramenta homologada, documentada e auditada, e confere seus resultados nas condições previstas, atua de boa-fé. Já a adoção acrítica de resultado manifestamente inconsistente, ou o uso de IA generativa sem verificação das normas e dos valores citados, aproxima-se da noção de erro grosseiro. Trata-se de interpretação a ser testada na prática dos órgãos de controle e dos tribunais, e não de entendimento consolidado. Também recai responsabilidade sobre a alta administração, que deve instituir as estruturas de governança e capacitar as equipes (art. 11, parágrafo único), e sobre os fornecedores das ferramentas, nos termos dos contratos de aquisição.
7.5. Explicabilidade e auditabilidade
A explicabilidade (explainable AI) é a capacidade de oferecer explicações compreensíveis sobre como o sistema chegou a determinado resultado. Em contexto administrativo, é requisito prático da motivação e do controle. Não se exige que todo sistema seja totalmente transparente, mas que a explicação seja proporcional ao risco e ao efeito da decisão.
Daí decorre uma regra de escolha: quanto maior o efeito sobre direitos (por exemplo, a classificação de um fornecedor como suspeito de conluio), maior a preferência por modelos interpretáveis e por regras explícitas, ainda que menos "precisos" em abstrato. A auditabilidade pressupõe registros de versão do modelo, dos dados usados, dos parâmetros e dos resultados, de modo a permitir revisão posterior por controle interno, tribunal de contas e Poder Judiciário.
7.6. Perspectivas de regulação e diretrizes mínimas
A Lei nº 14.133/2021 não disciplina o uso de IA nos procedimentos licitatórios. No plano geral, o Projeto de Lei nº 2.338/2023, que propõe o marco legal da IA, foi aprovado pelo Senado Federal e tramitava na Câmara dos Deputados, em comissão especial, em dezembro de 2025 (TELETIME, 2025). A situação atual deve ser verificada, pois a tramitação é dinâmica. A proposta adota abordagem baseada em risco e prevê direitos de informação e de revisão humana de decisões e avaliação de impacto algorítmico, instrumentos coerentes com o exame feito neste trabalho.
Independentemente do resultado legislativo, os órgãos podem adotar desde logo, por normas internas e orientações dos órgãos de controle, diretrizes de governança. Propõem-se as seguintes, como contribuição deste trabalho:
a) classificação do uso de IA por risco, com requisitos proporcionais: mais leves para organização de dados e redação assistida, mais rigorosos para classificação de pessoas e fornecedores e para apoio a sanções;
b) registro, no processo, de que houve uso de IA, com identificação da ferramenta, da versão e da finalidade;
c) validação humana documentada, com indicação do agente responsável e das verificações realizadas;
d) rastreabilidade dos dados, dos critérios e dos resultados, incluindo a lista de preços excluídos e a justificativa nas pesquisas de preços;
e) avaliação de impacto e relatório de impacto à proteção de dados pessoais para sistemas que tratem dados pessoais em escala;
f) auditoria periódica, interna e independente, com medição de falsos positivos e falsos negativos e de vieses;
g) cláusulas contratuais, nas aquisições de soluções de IA, que assegurem acesso aos registros e à documentação técnica, explicabilidade proporcional ao uso e proibição de uso de dados do órgão para outras finalidades sem autorização;
h) transparência ativa, com publicação do catálogo de sistemas de IA utilizados nas contratações e de suas finalidades; e
i) capacitação contínua dos agentes, em especial sobre os limites e os erros típicos dos sistemas.
8. CONCLUSÃO
Este trabalho analisou o uso da inteligência artificial no planejamento das contratações, na pesquisa de preços e na detecção de fraudes, sob a Lei nº 14.133/2021. Parte-se do art. 169, que impõe práticas contínuas de gestão de riscos e de controle preventivo, inclusive com tecnologia da informação, mas nada diz sobre o uso de IA.
Quanto à primeira frente, verificou-se que a fase preparatória é terreno favorável ao apoio por IA em tarefas como a consolidação do plano de contratações, a padronização de itens, a análise de riscos e a redação inicial de documentos, mas que a evidência de uso consolidado nos órgãos brasileiros é limitada nos documentos consultados. Na pesquisa de preços, a IA contribui sobretudo na coleta, na organização e na comparabilidade dos dados, enquanto a depuração de valores discrepantes é, em regra, estatística clássica, e deve seguir o dever de justificativa previsto no art. 23. e na regulamentação.
Na segunda frente, o estudo da ferramenta Alice mostrou que sistemas de monitoramento por regras de auditoria e cruzamento de dados, de complexidade técnica moderada, podem produzir efeito preventivo relevante, com números expressivos de licitações analisadas e de valores suspensos ou cancelados. Mostrou também que os alertas geram falsos positivos em proporção elevada em pelo menos uma amostra, o que impede seu uso como prova e exige validação humana, contraditório e motivação.
Quanto aos riscos, destacaram-se o viés decorrente de dados históricos, em especial a reprodução de preços inflados, as alucinações da IA generativa, a opacidade dos modelos complexos e os problemas de proteção de dados, com ênfase no art. 20. da LGPD. O exame comparado indicou a utilidade de classificar os usos por risco, de exigir supervisão humana e rastreabilidade e de investir em infraestrutura de dados.
A hipótese inicial foi corroborada em termos qualitativos: a IA pode contribuir para a eficiência, a economicidade e a integridade das contratações quando empregada como apoio à decisão, com supervisão humana, dados de qualidade, motivação e auditabilidade. Não se trata de conclusão empírica, porque o trabalho não produziu dados primários e os resultados das ferramentas provêm de relatórios institucionais.
Como contribuição, propuseram-se nove diretrizes mínimas de governança algorítmica para as contratações públicas (seção 7.6), aplicáveis desde logo por normas internas e orientações de controle e úteis para a futura regulamentação.
Quanto às limitações, o estudo de caso limitou-se a uma ferramenta, a documentação disponível não permitiu descrever outras ferramentas de controle, como o Carina, e a análise do direito comparado privilegiou instrumentos gerais, sem aprofundar cada sistema nacional. Pesquisas futuras podem avaliar empiricamente o desempenho de ferramentas de pesquisa de preços, medir falsos positivos em diferentes órgãos, examinar o uso de IA na gestão contratual e acompanhar a aplicação do marco legal da IA às compras públicas.
A decisão administrativa continua a ser humana. A IA amplia a capacidade técnica do agente, mas não retira dele o dever de verificar, motivar e responder pelo ato. É nessa medida que a tecnologia pode servir ao interesse público sem enfraquecer as garantias que o regime licitatório existe para proteger.
REFERÊNCIAS
BRASIL. [Constituição (1988)]. Constituição da República Federativa do Brasil. Brasília, DF: Presidência da República, 1988.
BRASIL. Conselho Administrativo de Defesa Econômica (CADE). Combate a cartéis em licitações. Brasília: CADE, 2021.
BRASIL. Controladoria-Geral da União. Artigo sobre a ferramenta Alice (Analisador de Licitações, Contratos e Editais). Brasília: CGU, [s.d.]. Disponível em: https://basedeconhecimento.cgu.gov.br. Acesso em: 9 out. 2026.
BRASIL. Decreto nº 10.947, de 25 de janeiro de 2022. Regulamenta o inciso VII do caput do art. 12. da Lei nº 14.133/2021, para dispor sobre o plano de contratações anual. Brasília, DF: Presidência da República, 2022.
BRASIL. Decreto-Lei nº 2.848, de 7 de dezembro de 1940. Código Penal. Brasília, DF: Presidência da República, 1940.
BRASIL. Decreto-Lei nº 4.657, de 4 de setembro de 1942. Lei de Introdução às Normas do Direito Brasileiro. Brasília, DF: Presidência da República, 1942.
BRASIL. Emenda Constitucional nº 115, de 10 de fevereiro de 2022. Altera a Constituição Federal para incluir a proteção de dados pessoais entre os direitos e garantias fundamentais. Brasília, DF: Presidência da República, 2022.
BRASIL. Lei nº 9.784, de 29 de janeiro de 1999. Regula o processo administrativo no âmbito da Administração Pública Federal. Brasília, DF: Presidência da República, 1999.
BRASIL. Lei nº 12.527, de 18 de novembro de 2011. Lei de Acesso à Informação. Brasília, DF: Presidência da República, 2011.
BRASIL. Lei nº 12.529, de 30 de novembro de 2011. Estrutura o Sistema Brasileiro de Defesa da Concorrência. Brasília, DF: Presidência da República, 2011.
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. Brasília, DF: Presidência da República, 2013.
BRASIL. Lei nº 13.709, de 14 de agosto de 2018. Lei Geral de Proteção de Dados Pessoais (LGPD). Brasília, DF: Presidência da República, 2018.
BRASIL. Lei nº 14.129, de 29 de março de 2021. Lei do Governo Digital. Brasília, DF: Presidência da República, 2021.
BRASIL. Lei nº 14.133, de 1º de abril de 2021. Lei de Licitações e Contratos Administrativos. Brasília, DF: Presidência da República, 2021.
BRASIL. Ministério da Economia. Secretaria de Gestão. Instrução Normativa SEGES/ME nº 65, de 7 de julho de 2021. Dispõe sobre o procedimento administrativo para a realização de pesquisa de preços para a aquisição de bens e contratação de serviços em geral. Brasília, DF: Ministério da Economia, 2021.
BRASIL. Senado Federal. Projeto de Lei nº 2.338, de 2023. Dispõe sobre o uso da inteligência artificial. Brasília, DF: Senado Federal, 2023.
BRASIL. Tribunal de Contas da União. Licitações e contratos: orientações e jurisprudência do TCU. Brasília: TCU, 2021.
BRASIL. Tribunal de Contas da União. Súmula nº 247. Brasília: TCU.
COGLIANESE, Cary. Administrative law in the automated state. Daedalus, v. 150, n. 3, 2021.
DI PIETRO, Maria Sylvia Zanella. Direito administrativo. 36. ed. Rio de Janeiro: Forense, 2023.
DONEDA, Danilo. Da privacidade à proteção de dados pessoais. Rio de Janeiro: Forense, 2020.
FLORIDI, Luciano. The ethics of artificial intelligence. Oxford: Oxford University Press, 2023.
JUSTEN FILHO, Marçal. Comentários à Lei de Licitações e Contratos Administrativos. São Paulo: Thomson Reuters Brasil, 2022.
OCDE. Recommendation of the Council on Artificial Intelligence. Paris: OECD Publishing, 2019.
PORTUGAL. Ministério da Economia e da Transição Digital. AI Portugal 2030: estratégia nacional para a inteligência artificial. Lisboa, 2020.
RUSSELL, Stuart; NORVIG, Peter. Artificial intelligence: a modern approach. 4. ed. Pearson, 2021.
TELETIME. PL de inteligência artificial fica para fevereiro de 2026. 16. dez. 2025. Disponível em: https://teletime.com.br/16/12/2025/pl-de-inteligencia-artificial-fica-para-fevereiro-de-2026/. Acesso em: 9 out. 2026.
UNESCO. Recommendation on the Ethics of Artificial Intelligence. Paris, 2021.
UNIÃO EUROPEIA. Regulamento (UE) 2024/1689 do Parlamento Europeu e do Conselho, de 13 de junho de 2024, que estabelece regras harmonizadas em matéria de inteligência artificial (Regulamento da Inteligência Artificial). Jornal Oficial da União Europeia, 2024.
UNITED STATES. Office of Management and Budget. Advancing governance, innovation, and risk management for agency use of artificial intelligence. Washington, D.C., 2024.
WORLD BANK. GovTech Maturity Index 2022: trends in public sector digital transformation. Washington, D.C.: World Bank, 2023.
YEUNG, Karen. Algorithmic regulation: a critical interrogation. Regulation & Governance, v. 12, n. 4, 2018.
