Inteligência artificial na execução fiscal: panorama e perspectiva

Caroline Somesom Tauk, Fernanda Bragança e Renata Braga

Segundo a edição de 2021 do relatório Justiça em Números do Conselho Nacional de Justiça (CNJ), o Judiciário brasileiro conta com mais de 75 milhões de processos, sendo que mais da metade desse contingente (52,3%) se refere à fase de execução. Outra situação que merece destaque diz respeito à quantidade do acervo. O número de processos de conhecimento que ingressam nos tribunais do país é quase o dobro dos novos processos de execução. No entanto, o acervo pendente desses últimos supera os primeiros em 10 milhões de processos.

A execução fiscal representa 38% do total de processos no Judiciário, 68% das execuções pendentes e tem taxa de congestionamento de 87%. O efeito desses processos é mais sentido na justiça federal, em que 46% dos processos pendentes no 1º grau são de execução fiscal, enquanto na área estadual este volume alcança o patamar de 40%. Por esses dados, é possível perceber que a execução fiscal é um ponto central de atenção quando se analisa a eficiência e a celeridade da prestação jurisdicional.

A inteligência artificial pode contribuir significativamente nesta seara. De fato, os processos de execução ostentam uma certa padronização. A própria certidão de dívida ativa, bem como a localização dos bens do devedor, são procedimentos que possuem grande similaridade e, portanto, a tecnologia pode auxiliar na gestão desses casos, assim como pode permitir maior rapidez, precisão e eficiência no trâmite.

Alguns tribunais brasileiros, atentos a esta realidade, já aplicam inteligência artificial nesses processos. A 2ª edição da pesquisa “Tecnologia aplicada à gestão dos conflitos no âmbito do Poder Judiciário” [1] realizada pelo Centro de Inovação, Administração e Pesquisa do Poder Judiciário, da FGV Conhecimento, publicada em abril de 2022, identificou cinco iniciativas de inteligência artificial voltadas à execução fiscal. Embora não seja objeto da pesquisa, algumas Procuradorias também vêm utilizando a inteligência artificial, a exemplo da Procuradoria Geral do Distrito Federal, que usa o robô doutora Luzia para auxiliar na triagem e peticionamento nos processos.

O Tribunal de Justiça de Alagoas conta com o robô Hércules que faz a triagem automática de documentos jurídicos. Inicialmente, este sistema foi utilizado com o objetivo de realizar triagem de petições na vara de execução fiscal do município de Maceió. O emprego desta ferramenta possibilitou que o acúmulo de petições fosse facilmente resolvido pelo aprendizado de máquinas.

A iniciativa do Horus do Tribunal de Justiça do Distrito Federal e Territórios busca a digitalização do acervo físico da Vara de Execução Fiscal, a identificação do tipo de documento e carga no PJe. O Tribunal de Justiça de Pernambuco tem o Elis, que é empregado para agilizar a etapa de conferência e deferimento da petição inicial da execução fiscal. O objetivo desta ferramenta é identificar inconsistências nesta peça processual. Não detectadas inconsistências, a ferramenta elabora, automaticamente, uma minuta padrão de decisão e encaminha para a análise e aprovação do magistrado. Segundo a estimativa do TJPE, antes do uso do Elis, 70.000 petições iniciais levavam cerca de 1,5 ano para serem conferidas manualmente. Atualmente, este mesmo volume é analisado pela inteligência artificial em 15 minutos.

O Tribunal de Justiça do Rio Grande do Sul tem a ferramenta “IA Execução Fiscal”, também destinada à análise da petição inicial da execução fiscal. A partir do ingresso de processos no sistema eProc do tribunal, a inteligência artificial analisa dados estruturados, os documentos anexados ao processo e, a partir daí, classifica a inicial.

O Tribunal de Justiça do Sergipe, ainda em fase de ideação, visa uma inteligência artificial para otimizar, em grande escala, os processos de execução fiscal, com a seleção dos processos aptos para a cobrança, atualização dos valores de cobrança e realização de bloqueios por meio dos sistemas do Sisbajud, Renajud e busca de informações no Infojud.

O CNJ também vem manifestando o interesse pelo emprego de tecnologia nos processos de execução fiscal há algum tempo. Por meio da Portaria nº 76 de 2019 [2], instituiu um Grupo de Trabalho para estudos, proposição de medidas e construção de fluxos automatizados no Processo Judicial Eletrônico — PJe, voltados à otimização da cobrança de dívidas ativas da Fazenda Pública. A possibilidade de diminuir este gargalo com maior celeridade e automatização de tarefas torna a utilização bastante atrativa.

O uso da tecnologia promete melhorar a eficiência da execução fiscal não apenas no que diz respeito à otimização do trabalho dos servidores e magistrados, mas também no aumento da arrecadação. Um levantamento realizado pelo Instituto de Pesquisa Econômica Aplicada (Ipea) [3] apontou um cenário que já era bastante conhecido pelos juízes e advogados públicos: apenas 3/5 desses processos chegam à fase de penhora e somente 25% destes prossegue para a fase de leilão, segundo dados de 2011. O estudo também detectou que quando o devedor não é encontrado na primeira tentativa de citação, as chances de ser localizado posteriormente caem para cerca de 1/3.

Dados mais recentes da Procuradoria-Geral da Fazenda Nacional, reunidos na publicação PGFN em Números, de 2022 [4], apontam que 45,7% do estoque da dívida ativa da União é composto por créditos irrecuperáveis e 15,4% por créditos de difícil recuperação.

É nesse sentido que um dos enfoques mais imediatos da inteligência artificial poderia ser direcionado, por exemplo, à verificação da maior viabilidade da cobrança da dívida, a partir de critérios para sua classificação. Assim, seria possível voltar os esforços para aquelas execuções que teriam mais chances de ter um resultado frutífero.

Não é incomum que os processos executivos fiscais possuam as mesmas partes e, no entanto, não alcancem as mesmas fases processuais. Em muitos casos, isso pode ocorrer, por exemplo, pela ausência de cruzamento de dados que permitiriam solucionar, por exemplo, o problema de endereços inconsistentes ou busca de bens. As novas tecnologias de tratamento da informação poderiam auxiliar no equacionamento dessa questão.

O custo da tramitação da execução fiscal frente à arrecadação foi um dos fatores que motivou alguns entes da Administração Pública a fixarem um valor mínimo para o ajuizamento dessas ações executivas. No âmbito da União, o Projeto de Lei nº 417 de 2018 [5], em tramitação no Senado Federal, visa alterar a Lei nº 10.522 de 2002, para delegar ao Poder Executivo a atribuição de estabelecer o valor apto a permitir o arquivamento de execuções fiscais de débitos inscritos em Dívida Ativa da União, observados os critérios de racionalidade, economicidade e eficiência. Em sentido similar, a atual legislação prevê o arquivamento de execuções fiscais de débitos cobrados pela PGFN de valor igual ou inferior a R$ 10 mil. Entretanto, como este patamar ficou aquém dos custos necessários à tramitação da execução fiscal, o Ministério da Fazenda (atual Economia) editou normativas com o objetivo de atualizar esses valores.

No entanto, sem prejuízo das medidas voltadas para o não ajuizamento e arquivamento de ações executivas, a estratégia para aumentar a eficiência da execução fiscal com recuperação dos créditos precisa ser bem mais abrangente e é nessa direção que o Judiciário brasileiro já se mobiliza com iniciativas de inteligência artificial.

[1] CENTRO DE INOVAÇÃO, ADMINISTRAÇÃO E PESQUISA DO PODER JUDICIÁRIO. Tecnologia aplicada à gestão dos conflitos no âmbito do Poder Judiciário. Rio de Janeiro: FGV, 2022. Disponível em: . Acesso em: 4 jul. 2022.

[2] CONSELHO NACIONAL DE JUSTIÇA. Portaria Nº 76 de 16/05/2019. Institui Grupo de Trabalho para estudos, proposição de medidas e construção de fluxos automatizados no Processo Judicial Eletrônico — PJe, voltados à otimização da cobrança de dívidas ativas da Fazenda Pública. Disponível em: . Acesso em: 12 jul. 2022.

[3] Cf. IPEA. Custo Unitário do processo de execução fiscal na Justiça Federal. Brasília: IPEA, 2011. Disponível em: . Acesso em: 17 jul. 2022.

[4] Cf. PGFN em números. Disponível em: . Acesso em: 19 jul. 2022.

[5] SENADO FEDERAL. Projeto de Lei do Senado n° 417, de 2018. Atividade legislativa. Disponível em: . Acesso em: 17 jul. 2022.

Caroline Somesom Tauk, Fernanda Bragança e Renata Braga

Caroline Somesom Tauk é juíza federal no Rio de Janeiro e coordenadora acadêmica do Centro de Inovação, Administração e Pesquisa do Judiciário da Fundação Getúlio Vargas.

Fernanda Bragança é pesquisadora do Centro de Inovação, Administração e Pesquisa do Judiciário da FGV Conhecimento e Advogada.

Renata Braga é professora da Universidade Federal Fluminense UFF/VR e pesquisadora colaboradora externa do Centro de Inovação, Administração e Pesquisa do Judiciário da FGV Conhecimento.

Gostou do artigo? Compartilhe em suas redes sociais

Compartilhar no linkedin
Compartilhar no facebook
Compartilhar no twitter
Compartilhar no email
Compartilhar no whatsapp