IA contra a fraude em licitações de obras

A inteligência artificial já ajuda a encontrar cartel e fraude em licitações de obras no Brasil. O Conselho Administrativo de Defesa Econômica (CADE) possui algoritmos de triagem para achar conluio entre licitantes desde 2013 e a Controladoria-Geral da União (CGU) analisou 118.069 processos de compras em 2024. As mesmas técnicas estão ao alcance das construtoras, que as usam para decidir onde e quanto ofertar.

Os casos brasileiros fazem parte de um movimento maior. Em um setor global de US$ 13 trilhões, fragmentado, pouco digitalizado e sujeito a atrasos e corrupção, boa parte dos problemas se forma na contratação, antes do início da obra, segundo Francesco Decarolis, da Universidade Bocconi, e Emrah Ergelen, da construtora turca Arge Construction. É nessa fase que a IA começou a mudar o resultado, para o órgão que compra e para a empresa que disputa.

Como a IA detecta cartel em uma licitação?

A triagem compara o comportamento dos licitantes com o de uma disputa real e marca os desvios para um auditor examinar. O cartel deixa rastro nos dados: propostas de cobertura, com preço feito para perder; rodízio de vencedores entre as mesmas empresas; preços parecidos demais entre concorrentes; e empresas que deixam de disputar em certas regiões, como se dividissem o mercado. Esses padrões aparecem quando se cruzam milhares de certames, propostas e participantes, e escapam a quem examina uma licitação de cada vez.

O aprendizado de máquina amplia o alcance dessa análise. Decarolis e Ergelen citam uma pesquisa feita com dados de empresas italianas, liberados pelas autoridades do país a um grupo de acadêmicos em 2022, em que modelos como o random forest estimaram o risco de corrupção. Variáveis que um analista humano costuma descartar estavam entre as que mais pesaram na previsão.

O formato da disputa também muda o risco. Decarolis mostrou em trabalhos anteriores que o leilão pela média, em que vence a proposta mais próxima da média das ofertas, facilita a coordenação entre licitantes. Conhecer o incentivo que cada formato cria permite desenhar o teste estatístico que procura o conluio naquele formato. Em qualquer formato, o resultado da triagem é um indício, que orienta a investigação e precisa de outras provas antes de qualquer sanção.

O que fazer: reúna em uma só base as propostas, os participantes e os resultados de todas as licitações de obra do órgão nos últimos cinco anos, com o CNPJ de cada licitante. Sem esse histórico, nenhum algoritmo tem o que comparar.

O que o Brasil já usa: o Cérebro do CADE e a Alice da CGU

O Projeto Cérebro foi criado em 2013 pela Superintendência-Geral do CADE para desenvolver ferramentas de triagem e mineração de dados que apontem comportamento suspeito em compras públicas, e o CADE já compartilhou os métodos dele com autoridades da Suíça, da Inglaterra e da Holanda. Em setembro de 2021, o órgão abriu processo administrativo contra 42 empresas e 43 pessoas por suspeita de cartel em licitações públicas e privadas de serviços terceirizados. A denúncia original, de 2015, tratava de um pregão eletrônico para brigadas de incêndio. As ferramentas do Cérebro ajudaram a identificar empresas que a denúncia não citava, e o CADE apontou coordenação do grupo em pelo menos 4.700 processos de compra, com indícios de conluio em mais de 50. As provas foram compartilhadas com a Polícia Federal, e a decisão final, em 2021, ainda cabia ao Tribunal do CADE.

A Alice, o Analisador de Licitações, Contratos e Editais da CGU, trabalha antes da contratação. Em 2024, segundo a CGU, ela analisou 118.069 processos de compras, e os alertas dela levaram a 206 auditorias preventivas sobre compras de R$ 25,57 bilhões. As auditorias concluídas economizaram R$ 257,25 milhões. No mesmo ano, 126 órgãos e entidades estavam cadastrados para receber os alertas: 32 federais, 33 estaduais e distritais e 61 municipais.

Uma obra rodoviária mostra o alcance da ferramenta. Em maio de 2024, um alerta da Alice levou a CGU a auditar dois pregões eletrônicos do Departamento Nacional de Infraestrutura de Transportes (DNIT) para dispositivos de segurança e sinalização em rodovias, estimados em R$ 2,24 bilhões e R$ 1,78 bilhão. A auditoria examinou a formação de preços e os quantitativos do orçamento de referência, e os ajustes economizaram R$ 118,6 milhões, cerca de R$ 112 milhões deles na taxa de Benefícios e Despesas Indiretas (BDI) aplicada a materiais como defensas metálicas. Nesse caso, o problema estava no orçamento do próprio órgão, e a triagem corrigiu um erro de quem compra.

O que fazer: pergunte à CGU como o seu órgão ou a sua secretaria pode receber os alertas da Alice, e defina, antes do primeiro alerta, quem os recebe e em quanto tempo responde.

O que a autoridade precisa ter além do algoritmo

A ferramenta desloca o trabalho do auditor, e ainda depende dele. Em um estudo publicado em 2022 nos Cadernos Técnicos da CGU, dois auditores do órgão concluíram que a Alice cumpre o objetivo e que o benefício financeiro dela supera o custo. O mesmo estudo registrou que 76,4% dos alertas analisados foram classificados como improcedentes, e cada um deles ocupou tempo de auditoria.

Decarolis e Ergelen listam o que um órgão precisa para usar a IA contra corrupção e conluio: os dados de várias fontes reunidos em uma base central, limpos e classificados; uma equipe com competência em dados durante todo o processo; regras que prevejam o uso do modelo pelas autoridades; e cooperação com órgãos de outros países, para trocar métodos e bases. O caso italiano citado por eles começou pelo acesso: as autoridades abriram os dados a pesquisadores, e a pesquisa devolveu a elas o roteiro de quais técnicas aplicar.

A Lei nº 14.133/2021 já dá o lugar institucional desse trabalho. O artigo 169 submete as contratações públicas a práticas contínuas de gestão de riscos e de controle preventivo, em três linhas de defesa: os servidores e os agentes de contratação, na primeira; o assessoramento jurídico e o controle interno do próprio órgão, na segunda; e o órgão central de controle interno e o tribunal de contas, na terceira. Um alerta de algoritmo serve às três, desde que cada uma saiba o que fazer com ele.

O que fazer: registre o desfecho de cada alerta (procedente, improcedente ou inconclusivo) e o motivo, e revise o modelo ou os critérios de triagem a cada semestre com essa taxa.

A IA do lado do licitante

As construtoras usam técnicas parecidas na outra ponta da mesa. Os modelos do lado do licitante consideram a carteira de obras de cada concorrente, a experiência regional, a especialização por tipo de obra e as alianças com empresas locais, e um estudo citado por Decarolis e Ergelen chegou a 96% de acerto na previsão do resultado de licitações. Esses modelos orientam três decisões: participar ou não da disputa, como aumentar a chance de vencer, inclusive com um consórcio, e qual margem aplicar sem perder competitividade.

Ergelen relata um caso de uma empresa que estava relutante em disputar a obra de um consulado mas decidiu participar quando um modelo de previsão indicou que a chance de vitória subia com um sócio que já havia trabalhado para o mesmo cliente. O consórcio usou o modelo também para calibrar a margem e apresentou o menor lance. Os grandes modelos de linguagem também ajudam a ler editais e especificações em outras línguas, sempre com revisão das equipes jurídica e técnica antes da proposta.

A carteira comprometida do licitante pesa no preço. Há bancos que pré-qualificam apenas construtoras cujos compromissos em curso ficam abaixo de 1,2 vez o faturamento anual. Em uma pesquisa, Ergelen encontrou competitividade 24% maior, em média, quando essa relação cai de 1,2 para 0,7. Para o órgão que compra, a capacidade ocupada dos licitantes é um dado que ajuda a prever a qualidade da disputa. A IA agêntica em compras mostra o mesmo movimento do lado de quem contrata.

O que fazer: se a sua empresa usa IA para preparar propostas, documente quais dados alimentam o modelo, de onde eles vêm e quem revisa o preço final. Esse registro sustenta a proposta caso um preço calibrado por algoritmo acione a triagem do órgão.

Quando a ferramenta ajuda o conluio

A mesma técnica que procura o cartel pode organizá-lo. Decarolis e Ergelen apontam que, em licitações frequentes e de estrutura parecida, a IA ajuda empresas em conluio a planejar o rodízio de vitórias e a usar empresas de fachada para simular concorrência, o que dificulta a detecção. Há outros riscos: decisões opacas, apoiadas em sistemas que ninguém consegue explicar; barreiras para as empresas menores, sem acesso às ferramentas; e a troca de dados sensíveis de projeto entre plataformas de BIM e de IA, com formatos incompatíveis e exposição de segurança.

No Brasil, o artigo 337-F do Código Penal, incluído pela Lei nº 14.133/2021, pune com reclusão de 4 a 8 anos, e multa, quem frustra ou frauda o caráter competitivo da licitação para obter vantagem com a adjudicação. O texto descreve a conduta e o resultado, sem mencionar o meio, e alcança também a combinação planejada com a ajuda de um modelo.

Do lado do controle, a recomendação é manter a decisão final sob revisão humana e nunca punir com base apenas em um sinal estatístico. O desenho do edital, do formato da disputa às exigências de qualificação e de transparência, também cria ou retira oportunidades de coordenação.

O que fazer: ao revisar o modelo de edital de obras, avalie com o controle interno o formato da disputa e os critérios de habilitação junto com os padrões que a triagem procura. Nas empresas, inclua no programa de integridade uma regra sobre o uso de IA em propostas, que proíba o uso de dados de concorrentes obtidos fora de fontes públicas.

Conclusão

A triagem por algoritmo já funciona nas compras públicas brasileiras: o CADE a usa para achar cartéis, e a CGU, para corrigir editais e orçamentos antes da contratação. O alerta só tem valor quando o órgão tem o histórico das licitações em uma base única, uma equipe que trata cada alerta com prazo e o registro do desfecho para ajustar o modelo. Do outro lado, os licitantes também usam IA, e o edital precisa ser desenhado sabendo disso.

O risco continua depois da licitação. A Lei nº 14.133/2021 inclui entre os objetivos da licitação evitar o superfaturamento na execução dos contratos, e é no aditivo, na medição e no pagamento que ele aparece. Nas obras, a execução já é um problema conhecido, como mostra o retrato das obras paradas na transição de governo.

O Converge Gestão de Contratos® reúne a vigência, os aditivos, os atestes, o orçamento e os pagamentos de cada contrato em um só fluxo, com alertas antes de cada prazo, conciliação automática e trilha de auditoria. Para organizar a carteira de contratos de obra do seu órgão ou da sua empresa, fale com a Takter.

Fontes

• Francesco Decarolis e Emrah Ergelen, How the Construction Sector Is Using AI to Cut Waste and Fraud, Harvard Business Review, abril de 2025.
• CADE, CADE launches proceeding to investigate cartel in outsourced services procurement, setembro de 2021.
• CGU, Órgãos federais economizaram em 2024 257 milhões de reais com apoio do robô Alice da Controladoria-Geral da União, dezembro de 2024.
• Agência Gov, Atuação preventiva da CGU em dois pregões do DNIT gera economia de R$ 118,6 milhões, maio de 2024.
• Daniela de Quadros Dantas e Leandro Barbosa Martins, Estudo sobre a eficácia e a eficiência do uso da ferramenta Alice, Cadernos Técnicos da CGU, novembro de 2022.
• Lei nº 14.133/2021, a Lei de Licitações e Contratos, arts. 11, 169 e 178, abril de 2021.