A entrada em vigor de leis como a Lei Geral de Proteção de Dados (Lei 13.709/18) ou a Lei Anticorrupção (Lei 12.846/13) trouxe à tona a necessidade crescente de empresas estruturarem programas de governança corporativa.
Um programa de governança corporativa pressupõe, em resumo, a existência de regras e procedimentos internos que orientem todos os colaboradores e representantes de empresas a agirem de forma ética e conforme as leis aplicáveis. É necessária, ainda, a manutenção de rotinas de atualização e monitoramento.
Além de extremamente importante, a manutenção de um programa de governança corporativa é também uma tarefa complexa. Para manter uma estrutura viva, é necessário um amplo conhecimento de todas as rotinas de uma empresa. Em empresas com uma quantidade significativa de processos, há ainda o desafio de monitoramento eficaz de todos os fluxos.
Nesse cenário, ferramentas de inteligência artificial (ou “IA”) podem ser grandes aliadas, seja para automatizar rotinas ou apoiar processos de tomada de decisão.
Já existem, nesse sentido, ferramentas desenvolvidas especialmente para setores de compliance e governança. Os principais modelos de IA atualmente aplicáveis ao contexto da governança são:
Uso de machine learning e data mining para monitoramento de dados e detecção de fraudes.
Ferramentas de análise de dados, como técnicas de mineração de dados e aprendizado de máquina, conseguem processar uma quantidade massiva de dados em um curto espaço de tempo e, ainda, identificar anomalias. Esse tipo de ferramenta é extremamente útil no processo de monitoramento e auditoria de rotinas e transações internas.
Atualmente, existem no mercado soluções disponíveis, tais como o software SAP Access Control e ACL GRC, desenvolvidos para monitorar todos os processos de uma empresa.
Ferramentas como essa podem validar ou auditar processos internos de forma célere e, ainda, permitem que empresas identifiquem potenciais violações de políticas internas com mais rapidez e precisão do que seria possível manualmente.
Uso de NLP (Natural Language Processing) para análise de documentos e solicitações.
Processamento de linguagem natural (ou NLP) é um ramo da inteligência artificial que lida com a análise e compreensão da linguagem humana. No contexto de um programa de governança corporativa, ferramentas de NLP podem apoiar a análise de contratos e políticas, identificando a existência ou falta de possíveis cláusulas e tópicos importantes.
É possível, ainda, a aplicação de NLP em chatbots e formulários, otimizando o processo de recebimento e gestão de dúvidas ou solicitações. Para estruturação de Canal de Denúncias, existem diversas ferramentas no mercado que conseguem gerir e tratar de forma automatizada relatos recebidos.
Uso de ferramentas de IA no processo de tomada de decisões.
As ferramentas de IA que analisam dados e identificam padrões podem, ainda, ser úteis no apoio da tomada de decisões, projetando possíveis riscos em diversos processos, tais como contratação de fornecedores ou desenvolvimento de projetos novos.
Um exemplo dessa aplicação são os sistemas como Linkana ou o Achilles, que, conforme alegam, catalogam riscos e fornecem, em questão de segundos, subsídios para que as empresas consigam fazer a gestão e homologação de fornecedores.
Cuidados necessários
Apesar de extremamente úteis, entretanto, as ferramentas de inteligência artificial devem ser utilizadas com cautela.
Antes de contratar soluções de forma indiscriminada, é importante que as empresas tenham um entendimento claro sobre as limitações da inteligência artificial. As ferramentas de inteligência artificial são complementares, e não substitutas, para a tomada de decisões humanas. A IA pode ajudar na detecção de padrões e anomalias, mas a interpretação dos resultados e a tomada de decisões finais devem ser realizadas por profissionais especializados que, além dos dados estudados, conheçam as normas de governança aplicáveis e o contexto da empresa.
Deve haver também preocupação quanto à transparência e capacidade de explicar as decisões tomadas com o apoio da inteligência artificial. As empresas devem garantir que os modelos de IA sejam treinados com dados representativos e livres de vieses, evitando a discriminação injusta ou a exclusão indevida de determinados grupos. É importante, ainda, documentar e auditar regularmente os algoritmos e processos de tomada de decisão da IA, a fim de entender como os resultados são alcançados e garantir que sejam justos.
