TJGO: USO DE IA PARA SELEÇÃO DE OBJETOS DE AUDITORIA
Palavras-chave:
Auditoria Interna Governamental, governança, inteligência artificialResumo
Unidades de auditoria interna no Poder Judiciário despendem considerável energia para produzir planos de
auditoria capazes de contribuir no aperfeiçoamento da governança, em especial, quanto ao tratamento de
variáveis decisórias contidas no bojo de cada objeto de auditoria. Neste trabalho, abordou-se esse processo
de seleção de objetos de auditoria sob o ponto de vista da análise combinatória e propôs-se abordagem
probabilística baseada em algoritmo de inteligência artificial. Como resultado, constatou-se redução
considerável no tempo e esforço dos envolvidos na elaboração da lista dos objetos auditáveis. Comparouse, ainda, com a produção de listas feita por computador empregando-se o método aleatório de produção e
o algoritmo de inteligência artificial produziu soluções melhores e em menor tempo.
Downloads
Referências
BRASIL. Constituição (1988). Constituição da República Federativa do Brasil.
BRASIL. Resolução n. 171 de 01/03/2013. Dispõe sobre as normas técnicas de auditoria, inspeção administrativa e fiscalização
nas unidades jurisdicionais vinculadas ao Conselho Nacional de Justiça (Processo CNJ nº 349.544). Brasília: Conselho Nacional de
Justiça, 2013.
BRASIL. Resolução n. 309 de 11 de março de 2020. Aprova as Diretrizes Técnicas das Atividades de Auditoria Interna Governamental
do Poder Judiciário – Diraud-Jud e dá outras providências. Brasília: Conselho Nacional de Justiça, 2020.
BRASIL. Resolução n. 86 de 8 de setembro de 2009. Dispõe sobre a organização e funcionamento de unidades ou núcleos de controle interno nos Tribunais, disciplinando as diretrizes, os princípios, conceitos e normas técnicas necessárias à sua integração. Brasília: Conselho Nacional de Justiça, 2009.
CAETANO, S. S.; FERREIRA, D.J.; CAMILO--JR, C.C. Multi-objective genetic algorithm for competency-based selection of auditing teams. Journal of Software & Systems Development, v. 2013, Article ID 369217, 13 p. DOI: 10.5171/2013.369217.
CAETANO, S. S. O uso de algoritmos evolutivos para a formação de grupos na aprendizagem colaborativa no contexto corporativo.
Dissertação de Mestrado, Universidade Federal de Goiás. 2013.
DARWIN, C. On the origin of the species by means of natural selection: or, the preservation of favoured races in the struggle for life.
John Murray, 1859.
EIBEN, A. E.; SMITH, J. E. Introduction to evolutionary computing. Natural Computing Series. Springer, 2003.
ENGELBRECHT, A. P. Computational intelligence: an introduction. 2nd edition. Chichester, West Sussex: John Wiley & Sons, John Wiley
& Sons, 2007.
MENEKSE, A.; CAMGOZ-AKDAG, H.; Internal audit planning using spherical fuzzy ELECTRE. Applied soft computing, v. 114, 2022,
, ISSN 1568-4946. Disponível em: https://doi.org/10.1016/j.asoc.2021.108155.
WANG, X.; FERREIRA, F.A.F.; YAN, P. A multi--objective optimization approach for integrated risk-based internal audit planning. Ann
Oper Res. 2023, p. 1-29, Feb 14. Disponível em: doi: 10.1007/s10479-023-05228-2. Epub ahead of print. PMID: 36818190; PMCID:
PMC9925941.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2024 Anais do Fórum Permanente de Auditoria do Poder Judiciário
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
