INTELIGÊNCIA ARTIFICIAL NA FISCALIZAÇÃO TRIBUTÁRIA NO BRASIL
EFICIÊNCIA ARRECADATÓRIA, SEGURANÇA JURÍDICA E LIMITES DA ATUAÇÃO ALGORÍTMICA DA RECEITA FEDERAL
DOI:
https://doi.org/10.29327/270098.19.2-8Palavras-chave:
Economia digital, Tecnologias, Eficiência arrecadatória, Modelos de risco fiscal, Governança de dadosResumo
A transformação digital ampliou a capacidade de o Estado observar fluxos econômicos, organizar informações fiscais e monitorar o comportamento dos contribuintes. Nesse ambiente, a inteligência artificial passou a compor a engrenagem da fiscalização do imposto de renda, influenciando a triagem de declarações, o cruzamento automatizado de dados e a identificação de situações de risco. A partir desse cenário, o presente artigo tem como objetivo discutir os efeitos jurídico-econômicos da utilização de inteligência artificial na fiscalização do IRPF, compreendendo como esses sistemas modificam a dinâmica arrecadatória, influenciam o comportamento dos contribuintes e impõem novos parâmetros para a atuação da Receita Federal. Para tanto, a pesquisa adota abordagem qualitativa, combinando doutrina tributária, literatura sobre automação fiscal, estudos econômicos a respeito de conformidade e análise das normas que regem o lançamento, o processo administrativo e o tratamento de dados pessoais. O percurso analítico inicia com fundamentos históricos e conceituais da fiscalização, passa pela descrição do ambiente tecnológico que sustenta o processamento do IRPF e discute como modelos de risco, malhas eletrônicas e procedimentos automatizados reorganizam a atividade fiscal. Na sequência, discute-se de que modo a automação afeta a capacidade arrecadatória, a probabilidade de detecção de inconsistências e o comportamento dos contribuintes. Ao final, o texto analisa os limites jurídicos da atuação algorítmica, destacando exigências de legalidade, motivação, proporcionalidade, governança de dados e transparência mínima quanto aos critérios de seleção. Assim sendo, o resultado é uma leitura que mostra que a eficiência proporcionada pela IA só se sustenta quando acompanhada de salvaguardas que preservem os direitos envolvidos e garantam a legitimidade da atuação estatal.
Downloads
Referências
ALM, James. Tax compliance and administration. In: HILDRETH, W. Bartley; RICHARDSON, James A. (org.). Handbook on taxation. New York: Marcel Dekker, 1999.
ALMEIDA, Carlos Otávio Ferreira de. Compliance cooperativo: uma nova realidade entre administração tributária e contribuintes. Revista de Direito Tributário Internacional Atual, São Paulo, n. 2, p. 65-89, 2017.
ALVARENGA, Lucas et al. Evolução e tendências das técnicas de Machine Learning aplicadas à fiscalização tributária: uma análise bibliométrica. Navus – Revista de Gestão e Tecnologia, Florianópolis, v. 16, p. 1-24, jan./dez. 2025.
ANDREONI, James; ERARD, Brian; FEINSTEIN, Jonathan. Tax compliance. Journal of Economic Literature, v. 36, n. 2, p. 818-860, 1998.
BERTAGNOLLI, D. O planejamento tributário à luz do princípio da transparência. Revista Direito Tributário Atual, n. 59, p. 123-137, 2025.
BIONI, Bruno Ricardo. Proteção de dados pessoais: a função e os limites do consentimento. 3. ed. Rio de Janeiro: Forense, 2021.
BISHOP, Christopher M. Pattern recognition and machine learning. New York: Springer, 2006.
BRANDÃO FILHO, Murillo Cesar de Mello; LANZILLO, Anderson Souza da Silva. Tratamento de dados pessoais e direito tributário: a privacidade na perspectiva fiscalização dos deveres fundamentais de pagar impostos e de individualização e identificação do indivíduo. Revista de Direito Tributário e Financeiro, v. 7, n. 1, p. 82-102, jan./jul. 2021.
BRASIL. Constituição da República Federativa do Brasil de 1988. Diário Oficial da União, Brasília, DF, 5 out. 1988. Disponível em: https://www.planalto.gov.br/ccivil_03/constituicao/constituicao.htm. Acesso em: 21 nov. 2025.
BRASIL. Decreto nº 70.235, de 6 de março de 1972. Dispõe sobre o processo administrativo fiscal, e dá outras providências. Diário Oficial da União, Brasília, DF, 7 mar. 1972. Disponível em: https://www.planalto.gov.br/ccivil_03/decreto/d70235.htm. Acesso em: 21 nov. 2025.
BRASIL. Lei nº 5.172, de 25 de outubro de 1966. Dispõe sobre o Sistema Tributário Nacional e institui normas gerais de direito tributário aplicáveis à União, Estados e Municípios (Código Tributário Nacional). Diário Oficial da União, Brasília, DF, 27 out. 1966. Disponível em: https://www.planalto.gov.br/ccivil_03/leis/l5172.htm. Acesso em: 21 nov. 2025.
BRASIL. Lei nº 9.430, de 27 de dezembro de 1996. Dispõe sobre a legislação tributária federal, as contribuições para a seguridade social, o processo administrativo fiscal e dá outras providências. Diário Oficial da União, Brasília, DF, 30 dez. 1996. Disponível em: https://www.planalto.gov.br/ccivil_03/leis/l9430.htm. Acesso em: 21 nov. 2025.
BRASIL. Lei nº 12.965, de 23 de abril de 2014. Estabelece princípios, garantias, direitos e deveres para o uso da Internet no Brasil (Marco Civil da Internet). Diário Oficial da União, Brasília, DF, 24 abr. 2014. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2011-2014/2014/lei/l12965.htm. Acesso em: 21 nov. 2025.
BRASIL. Lei nº 13.709, de 14 de agosto de 2018. Dispõe sobre a proteção de dados pessoais e altera a Lei nº 12.965/2014 (Lei Geral de Proteção de Dados Pessoais — LGPD). Diário Oficial da União, Brasília, DF, 15 ago. 2018. Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2015-2018/2018/lei/l13709.htm. Acesso em: 21 nov. 2025.
BRASIL. Receita Federal do Brasil. Instruções, normas e orientações relativas ao Imposto sobre a Renda da Pessoa Física (IRPF). Portal Gov.br. Disponível em: https://www.gov.br/receitafederal/pt-br/assuntos/meu-imposto-de-renda. Acesso em: 21 nov. 2025.
BRASIL. Receita Federal do Brasil. Manual da Malha Fina. Portal Gov.br, 6 jul. 2023. Disponível em: https://www.gov.br/receitafederal/pt-br/assuntos/meu-imposto-de-renda/malha-fiscal. Acesso em: 21 nov. 2025.
BRITO, José Valmi. O uso de dados pessoais pelo setor público e as administrações tributárias no contexto da LGPD. 2022. Dissertação (Mestrado em Direito, Justiça e Desenvolvimento) – Instituto Brasileiro de Ensino, Desenvolvimento e Pesquisa, São Paulo, 2021.
BULARA, Vanessa. Novas tecnologias e a tributação: o uso da inteligência artificial explicável (Explainable Artificial Intelligence–XAI) como ferramenta de fiscalização da renda gerada pelo estabelecimento permanente na economia digital. Revista de Direito Tributário Internacional Atual, n. 12, p. 220-237, 2023.
CARVALHO, Paulo de Barros. Curso de direito tributário. 30. ed. São Paulo: Saraiva Educação, 2019.
COSTA, Regina Helena. Curso de direito tributário. 8. ed. São Paulo: Saraiva Educação, 2018.
CREPALDI, Silvio Aparecido. Auditoria fiscal e tributária: teoria e prática. São Paulo: Atlas, 2018.
CUNHA, Carlos Renato; STAMILE, Natalina; GRUPENMACHER, Betina Treiger. O uso da inteligência artificial na fiscalização tributária e a opacidade algorítmica: o caso do sistema de seleção aduaneira por aprendizado de máquina–SISAM. Revista de Ciências Jurídicas, v. 29, n. 3, p. 1-15, 2024.
DANTAS, Sinhara Souza de; MADUREIRA, Carolina Pereira. Inteligência artificial (IA) e tributação: accountability e transparência fiscal na otimização da administração tributária. Revista Tributária e de Finanças Públicas, São Paulo, v. 160, 2024.
DERZI, Misabel de Abreu Machado. Direito tributário, direito penal e tipo. 2. ed. São Paulo: RT, 2007.
DIAS, Fernando Brito da Costa; GRANADO, Karina. Sistema de recomendação algorítmica e a violação de direitos garantidos na LGPD. Direito & TI, v. 2, n. 21, p. 1-18, 2025.
ENGELMANN, Débora et al. Inteligência artificial no apoio à tomada de decisões no Direito Tributário. Revista de Direitos Fundamentais e Tributação, v. 1, p. 45-64, 2020.
FJORD, Louise Blichfeldt; SCHMIDT, Peter Koerver. The digital transformation of tax systems: progress, pitfalls, and protection in a Danish context. Indiana Journal of Global Legal Studies, v. 30, n. 1, p. 227-263, 2023.
GARBACCIO, Grace Ladeira; NUNES, Rogéria Vieira. Compliance cooperativo entre o fisco e o contribuinte. Revista Brasileira de Estudos Políticos, Belo Horizonte, n. 126, p. 173-206, jan./jun. 2023.
GONÇALVES, Gabriella Almeida de Oliveira. Discriminação algorítmica e decisões automatizadas: análise do art. 20 da LGPD como instrumento de proteção dos interesses dos titulares. 2022. Trabalho de Conclusão de Curso (Graduação em Direito) – Universidade São Judas Tadeu, São Paulo, 2022.
HAN, Jiawei; KAMBER, Micheline; PEI, Jian. Data mining: concepts and techniques. 4. ed. Cambridge: Morgan Kaufmann, 2021.
JARUDE, Jamile Nazaré Duarte Moreno. O estado da arte da fiscalização tributária federal e o uso de inteligência artificial. 2020. Dissertação (Mestrado em Direito) – Centro Universitário de Brasília, Brasília, 2020.
KIRCHLER, Erich. The economic psychology of tax behaviour. Cambridge: Cambridge University Press, 2007.
KROLL, Joshua A. et al. Accountable algorithms. University of Pennsylvania Law Review, v. 165, n. 3, p. 633-705, 2017.
LEE, Kai-Fu. Inteligência artificial. Globo Livros, 2019.
LIBORIO, Eduardo. Instrumentos do compliance tributário. Journal of Law and Regulation, Brasília, v. 11, n. 1, p. 343-367, 2025.
MACHADO SEGUNDO, Hugo de Brito. Tributação e inteligência artificial. Revista Jurídica Luso Brasileira, v. 6, n. 1, p. 57-77, 2020.
MARTINS, Alex Sandro Souza; FERNANDES, Allysson Barbosa; RICARDO, Patrícia Ponsiano. Potencialidades da inteligência artificial aplicada ao setor fiscal. Revista Conexão Gestão, Tecnologia & Negócios, v. 2, n. 2, p. 15-30, 2025.
MENARDI, Josiane Ribeiro; BARRETTO, Flávia Andrade. A utilização de inteligência artificial na fiscalização tributária: aspectos jurídicos e limites constitucionais. Revista Brasileira de Desenvolvimento e Inovação, v. 2, n. 3, 2025.
MENESCHER, Luís Eduardo Schoueri. Direito tributário. 8. ed. São Paulo: Saraiva Educação, 2018.
MINARDI, Danilo Rodrigues de Azevedo; BARRETTO, Marina. A utilização de inteligência artificial na fiscalização tributária: aspectos jurídicos e limites constitucionais. Revista Brasileira de Desenvolvimento e Inovação, v. 2, n. 3, 2025.
MITTELSTADT, Brent Daniel et al. The ethics of algorithms: mapping the debate. Big Data & Society, v. 3, n. 2, p. 1-21, 2016.
MONTEIRO, Renato Leite. Desafios para a efetivação do direito à explicação na Lei Geral de Proteção de Dados do Brasil. 2021. Tese (Doutorado em Direito) – Faculdade de Direito, Universidade de São Paulo, São Paulo, 2021.
NABAIS, José Casalta. O dever fundamental de pagar impostos. 3. ed. Coimbra: Almedina, 2012.
OLIVEIRA, Marcos Vinícius Barbosa de. Utilização da inteligência artificial pela administração tributária: impactos nos direitos fundamentais dos contribuintes. 2024. Dissertação (Mestrado em Direito) – Instituição de Ensino Superior brasileira.
PAULSEN, Leandro. Direito tributário: Constituição e Código Tributário à luz da doutrina e da jurisprudência. 10. ed. São Paulo: Saraiva, 2022.
PEIXOTO, Fabiano Hartmann; SILVA, Roberta Zumblick Martins da. Inteligência artificial e direito. Curitiba: Alteridade, 2019.
RUSSELL, Stuart J.; NORVIG, Peter. Artificial intelligence: a modern approach. 3. ed. Harlow: Pearson, 2010.
SABBAG, Eduardo de Moraes. Manual de direito tributário. 10. ed. São Paulo: Saraiva, 2019.
SANTANA, Pedro Dantas. Uso de inteligência artificial na produção de provas pela administração tributária. 2025. Dissertação (Mestrado em Direito) – Universidade Federal do Rio Grande do Norte, Natal, 2025.
SEGUNDO, Hugo de Brito Machado. Tributação e inteligência artificial. Revista Jurídica Luso-Brasileira, Lisboa, v. 6, n. 1, p. 57-77, 2020.
SILVA, Denis Ribeiro; COSTA, Daniel Fonseca; PIMENTA, Alexandre. A influência da inteligência artificial na contabilidade e na tributação das organizações: uma revisão de literatura. In: CONFERÊNCIA INTERNACIONAL DE CONTABILIDADE-USP, v. 22, n. 1, p. 1-16, 2022.
SLEMROD, Joel. Cheating ourselves: the economics of tax evasion. Journal of Economic Perspectives, v. 21, n. 1, p. 25-48, 2007.
TORGLER, Benno. Tax compliance and tax morale: a theoretical and empirical analysis. Cheltenham: Edward Elgar, 2007.
TORRES, Heleno Taveira. Direito tributário internacional: princípios, conceitos e normas. 3. ed. São Paulo: Revista dos Tribunais, 2017.
VALLE, Vanice Lírio do. Inteligência artificial incorporada à Administração Pública: mitos e desafios teóricos. A&C – Revista de Direito Administrativo & Constitucional, Belo Horizonte, v. 20, n. 81, p. 179-200, 2020.
VEALE, Michael; VAN KLEEK, Max; BINNS, Reuben. Fairness and accountability design needs for algorithmic support in high-stakes public sector decision-making. In: Conference on Human Factors in Computing Systems – CHI 2018. New York: ACM, 2018. p. 1-14.
ZILVETI, Fernando Aurelio. As repercussões da inteligência artificial na teoria da tributação. Revista Direito Tributário Atual, n. 43, p. 483-498, 2019.
Downloads
Publicado
Edição
Seção
Licença
Direitos autorais (c) 2026 Ervin Hanke Neto, Matheus Dezen de Cecco, Carlos Renato Cunha
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
O autor concede a autorização de publicação do artigo doutrinário na Revista ESMAT e em sua versão eletrônica, caso seja aprovado pela Comissão Editorial.
Os artigos publicados e as referências citadas na Revista ESMAT são de inteira responsabilidade de seus autores.
O autor se compromete ainda a identificar e creditar todos os dados, imagens e referências. Deve também declarar que os materiais apresentados estão livres de direito de autor, não cabendo, portanto, à Revista ESMAT e a seus editores, quaisquer responsabilidades jurídicas.
