Artificial intelligence in tax enforcement in Brazil
revenue collection efficiency, legal certainty, and the limits of algorithmic decision-making by the federal revenue service
DOI:
https://doi.org/10.29327/270098.19.2-8Keywords:
Digital economy, Technologies, Revenue collection efficiency, Tax risk models, Data governanceAbstract
The digital transformation has expanded the State’s ability to observe economic flows, organize tax information, and monitor taxpayer behavior. In this environment, artificial intelligence has become part of the machinery of income tax enforcement, shaping the screening of returns, the automated cross-checking of data, and the identification of risk patterns. From this scenario, the purpose of this article is to examine the legal and economic effects of using artificial intelligence in the oversight of Brazil’s individual income tax, understanding how these systems alter revenue dynamics, influence taxpayer behavior, and establish new parameters for the Federal Revenue Service’s activity. To achieve this, the study adopts a qualitative approach, combining tax law scholarship, literature on fiscal automation, economic studies on compliance, and analysis of the legal framework governing tax assessment, administrative procedures, and personal data processing. The discussion begins with historical and conceptual foundations of tax enforcement, proceeds to describe the technological environment that supports income tax processing, and examines how risk models, electronic screening, and automated procedures reorganize fiscal activity. It then addresses how automation affects revenue capacity, the likelihood of detecting inconsistencies, and taxpayer conduct. Finally, the text analyzes the legal limits of algorithmic action, highlighting requirements of legality, reasoning, proportionality, data governance, and a minimum degree of transparency regarding selection criteria. The result is an interpretation showing that the efficiency offered by AI is only sustainable when accompanied by safeguards that preserve the rights at stake and ensure the legitimacy of the State’s actions.
Downloads
References
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
Published
Issue
Section
License
Copyright (c) 2026 Ervin Hanke Neto, Matheus Dezen de Cecco, Carlos Renato Cunha
This work is licensed under a 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.
