Receita Federal leva aprendizado federado e PETs ao debate da OCDE

A Receita Federal levou ao fórum da OCDE uma sessão dedicada a tecnologias de preservação de privacidade (PETs) e ao uso dessas ferramentas em inteligência artificial aplicada à administração tributária, com efeito prático imediato de inserir o aprendizado federado no inventário internacional de iniciativas tecnológicas tributárias e de consolidar a instituição como ator relevante nas discussões globais sobre governança de dados.

Contexto

Nas últimas décadas, administrações tributárias de economias avançadas e emergentes têm buscado modernizar controles, detecção de fraudes e análise de risco via inteligência artificial, mas a sensibilidade dos dados fiscais impõe limitações ao compartilhamento e centralização de bases. Tecnologias de preservação de privacidade — como aprendizado federado, computação multipartidária e técnicas de anonimização diferencial — estão em estágio exploratório para o setor público, em especial quando combinadas com modelos de machine learning. O Inventory of Tax Technology Initiatives (ITTI) do Fórum de Administração Tributária da OCDE funciona como repositório e plataforma de intercâmbio entre administrações; a introdução das PETs e do aprendizado federado nesse inventário reflete uma mudança no centro de gravidade do debate: de mera automação para governança de dados e proteção de direitos fundamentais. No Brasil, a discussão se insere também no marco institucional interno de inteligência artificial da Receita, estabelecido por Portaria RFB nº 647, de 5 de fevereiro de 2026, e colide com obrigações de privacidade previstas na Lei Geral de Proteção de Dados (LGPD, Lei 13.709/2018) e regime de transparência imposto pela Lei de Acesso à Informação (Lei 12.527/2011).

O que foi decidido

A sessão do ITTI realizada em 20 de outubro teve caráter exploratório e de intercâmbio técnico: não houve adoção de norma vinculante, mas a administração brasileira apresentou seu projeto piloto de aplicação de aprendizado federado à inteligência fiscal e obteve reconhecimento internacional, sendo identificada como uma referência inicial no tema. A Receita Federal, por meio da Coordenação-Geral de Tecnologia e Segurança da Informação (Cotec) e do Centro de Excelência em Inteligência Artificial (Ceia/Cotec), detalhou a arquitetura colaborativa que permite treinar modelos de IA sem transferir datasets brutos entre instituições. O resultado prático foi a incorporação do tema ao catálogo de iniciativas do ITTI e a sinalização de parcerias técnicas futuras com outras administrações e com provedores nacionais, como o Serpro, que já iniciou trabalhos conjuntos. Em suma: a decisão do encontro foi de abrir espaço técnico e normativo para experimentos controlados de PETs nas administrações tributárias, preservando a necessidade de salvaguardas legais e de governança.

Base normativa e precedentes

• Lei 13.709/2018 (LGPD) — estabelece os princípios, bases legais e direitos referentes ao tratamento de dados pessoais no Brasil; impõe limites e requisitos para o tratamento por entes públicos, incluindo hipóteses de tratamento para execução de políticas públicas e segurança jurídica em projetos de IA.
• Portaria RFB nº 647, de 5 de fevereiro de 2026 — institui o marco institucional de inteligência artificial na Receita Federal, definindo governança interna e parâmetros para pesquisa e uso de modelos de IA.
• Lei 12.527/2011 (Lei de Acesso à Informação) — disciplina obrigações de transparência que influenciam a divulgação, justificativa e auditabilidade de modelos utilizados pela Administração Pública.
• Inventory of Tax Technology Initiatives (ITTI) — Fórum de Administração Tributária da OCDE — mecanismo internacional de mapeamento e intercâmbio que, embora não vinculante, orienta práticas e padrões técnicos entre administrações tributárias.

Impacto prático

• Advogados e consultores tributários: terão de considerar novas fontes de inteligência fiscal que não se baseiam no fluxo tradicional de dados e exigirão análise técnica sobre a legalidade e os limites do uso de modelos treinados de forma federada, sobretudo quanto às bases legais da LGPD aplicáveis ao setor público.
• Empresas e contribuintes: poderão enfrentar auditorias e cruzamentos mais sofisticados, mas também obter maior proteção sobre a circulação de seus dados entre órgãos, já que o aprendizado federado reduz a transferência de bases de dados. A previsibilidade dependerá das políticas internas de governança e dos relatórios de impacto à proteção de dados (DPIAs) que venham a ser produzidos.
• Entes públicos e parceiros técnicos (ex.: Serpro, universidades): o reconhecimento internacional facilita parcerias técnicas e intercâmbio de boas práticas, acelerando P&D e a produção de protocolos técnicos e jurídicos para interoperabilidade segura.
• Contencioso e compliance: experimentos com PETs podem gerar demandas judiciais ou pedidos de informações, exigindo documentação rigorosa sobre treinamentos, métricas de desempenho, mitigação de vieses e explicabilidade dos modelos.

O que observar

• Riscos regulatórios e de responsabilização: o emprego de IA em fiscalização tributária impõe necessidade de delimitar responsabilidades administrativas e possíveis repercussões indenizatórias; é crucial vincular usos a bases legais da LGPD e a atos normativos internos.
• Necessidade de padrões técnicos e auditorabilidade: para reduzir litígios e garantir confiança, serão necessários protocolos que permitam auditoria independente dos modelos federados sem violar segredos ou dados sensíveis.
• Coordenação interinstitucional e contratos de cooperação: acordos técnicos e instrumentos contratuais entre administrações e fornecedores (incluindo estatais) deverão contemplar cláusulas sobre privacidade, segurança, controle de acesso e tratamento de logs.
• Transparência e comunicação pública: a Lei de Acesso à Informação e obrigações de transparência exigem que a Administração publique, na medida do possível, critérios e resultados agregados dessas aplicações; a modulação de divulgação dependerá de salvaguardas previstas em norma.
• Evolução normativa futura: permanece aberta a necessidade de regulamentação complementar — tanto para operationalizar a Portaria RFB nº 647/2026 quanto para alinhar práticas com requisitos de proteção de dados — e de eventual convergência internacional sobre padrões de PETs em matéria fiscal.
• Acompanhar desdobramentos do ITTI: como espaço de referência técnica da OCDE, o ITTI deve ser monitorado por operadores do direito e gestores públicos para antecipar padrões que poderão influenciar decisões administrativas e normativas internas.