O uso de tecnologias emergentes e a efetividade no controle externo exercido pelos Tribunais de Contas
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional do FGV (FGV Repositório Digital) |
Texto Completo: | https://hdl.handle.net/10438/33074 |
Resumo: | Objetivo – Esse trabalho buscou compreender como o uso de tecnologias de Big Data, Análise de Dados e Inteligência Artificial por parte dos Tribunais de Contas pode alterar os atuais processos de trabalho inerentes ao controle externo e, por consequência, influenciar na efetividade e eficiência desses órgãos. Metodologia – Esse trabalho utilizou-se do método de estudo de caso, uma abordagem qualitativa, para analisar profundamente o projeto Suricato desenvolvido no Tribunal de Contas do Estado de Minas Gerais, que se utiliza de malhas eletrônicas de inspeção, que cruzam dados e informações disponíveis tanto em seus sistemas quanto em bases de dados de organizações parceiras (fontes externas), para fins de auditoria e fiscalização. Resultados – Foi possível verificar que houve significativas mudanças em processos existentes, bem como o estabelecimento de novos procedimentos, ainda não formalizados, que inovam às ações de fiscalização e auditoria, promovendo um controle concomitante e preventivo, vindo ao encontro do movimento internacional de aprimoramento da atividade de auditoria por meio do emprego de novas tecnologias. Limitações – O estudo limitou-se ao único caso estudado e não foi possível obter parte da documentação requerida dado ao grau sigiloso das informações, a exemplo do Plano Anual de Fiscalizações em execução. Contribuições práticas – Essa dissertação pode ser utilizada como um guia de melhores práticas para Tribunais de Contas ou outros órgãos de controle que queiram implementar uma cultura de auditoria baseada em dados. |
id |
FGV_32e7fd0a86fef4914a2a75509cb46b8c |
---|---|
oai_identifier_str |
oai:repositorio.fgv.br:10438/33074 |
network_acronym_str |
FGV |
network_name_str |
Repositório Institucional do FGV (FGV Repositório Digital) |
repository_id_str |
3974 |
spelling |
Chagas, Carlos Fernando dasEscolas::EBAPEGaetani, FranciscoCoelho, Fernando de SouzaPuccioni, Felipe GalvãoFrare, Irineu Rodrigues2023-01-06T15:25:15Z2023-01-06T15:25:15Z2022-12-05https://hdl.handle.net/10438/33074Objetivo – Esse trabalho buscou compreender como o uso de tecnologias de Big Data, Análise de Dados e Inteligência Artificial por parte dos Tribunais de Contas pode alterar os atuais processos de trabalho inerentes ao controle externo e, por consequência, influenciar na efetividade e eficiência desses órgãos. Metodologia – Esse trabalho utilizou-se do método de estudo de caso, uma abordagem qualitativa, para analisar profundamente o projeto Suricato desenvolvido no Tribunal de Contas do Estado de Minas Gerais, que se utiliza de malhas eletrônicas de inspeção, que cruzam dados e informações disponíveis tanto em seus sistemas quanto em bases de dados de organizações parceiras (fontes externas), para fins de auditoria e fiscalização. Resultados – Foi possível verificar que houve significativas mudanças em processos existentes, bem como o estabelecimento de novos procedimentos, ainda não formalizados, que inovam às ações de fiscalização e auditoria, promovendo um controle concomitante e preventivo, vindo ao encontro do movimento internacional de aprimoramento da atividade de auditoria por meio do emprego de novas tecnologias. Limitações – O estudo limitou-se ao único caso estudado e não foi possível obter parte da documentação requerida dado ao grau sigiloso das informações, a exemplo do Plano Anual de Fiscalizações em execução. Contribuições práticas – Essa dissertação pode ser utilizada como um guia de melhores práticas para Tribunais de Contas ou outros órgãos de controle que queiram implementar uma cultura de auditoria baseada em dados.Purpose – This study aimed to understand how the use of Big Data, Data Analysis and Artificial Intelligence technologies by the Courts of Accounts can change the current work processes inherent to external control and, consequently, influence the effectiveness and efficiency of these institutions. Methodology – This dissertation used the case study method, a qualitative approach, to deeply analyze the Suricato project developed at the Tribunal de Contas do Estado de Minas Gerais (Court of Auditors of the State of Minas Gerais), which uses electronic audit trails, which cross data and available information both in their systems and in partner organizations' databases (external sources), for audit and inspection purposes. Findings – It was possible to verify that there were significant changes in existing processes, as well as the establishment of new procedures, not yet formalized, that innovate inspection and auditing actions, promoting a concomitant and preventive control, meeting the international movement to improve the audit activity through the use of new technologies. Research limitations – The study was limited to the only case studied and it was not possible to obtain part of the required documentation due to the confidentiality of the information, such as the Annual Inspection Plan in progress. Practical implications – This dissertation can be used as a guide of best practices for Courts of Accounts or other control bodies that want to implement a data-based auditing culture.porAuditoriaTribunais de contasBig dataInteligência artificialControle externoAnálise de dadosMudança em processosEfetividadeEficiênciaAuditoriaTribunais de contasBig dataInteligência artificialEficiência organizacionalO uso de tecnologias emergentes e a efetividade no controle externo exercido pelos Tribunais de Contasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional do FGV (FGV Repositório Digital)instname:Fundação Getulio Vargas (FGV)instacron:FGVinfo:eu-repo/semantics/openAccessORIGINALDissertação Carlos Fernando - SURICATO - Versão Final Pós Defesa Revisada e Formatada ABNT.pdfDissertação Carlos Fernando - SURICATO - Versão Final Pós Defesa Revisada e Formatada ABNT.pdfPDFapplication/pdf2371587https://repositorio.fgv.br/bitstreams/7d70c467-cfc7-4a7b-b4b0-9ab8935e4baf/download3ba6780d22ad82fb5cff43b623d08e5eMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-84707https://repositorio.fgv.br/bitstreams/252a04de-2a05-47af-9d15-e40000fc06d7/downloaddfb340242cced38a6cca06c627998fa1MD52TEXTDissertação Carlos Fernando - SURICATO - Versão Final Pós Defesa Revisada e Formatada ABNT.pdf.txtDissertação Carlos Fernando - SURICATO - Versão Final Pós Defesa Revisada e Formatada ABNT.pdf.txtExtracted texttext/plain102977https://repositorio.fgv.br/bitstreams/67dd8520-3fe8-4f5a-b0fa-09fe6fdeb863/download80560f051768a800388d4beb5181309dMD55THUMBNAILDissertação Carlos Fernando - SURICATO - Versão Final Pós Defesa Revisada e Formatada ABNT.pdf.jpgDissertação Carlos Fernando - SURICATO - Versão Final Pós Defesa Revisada e Formatada ABNT.pdf.jpgGenerated Thumbnailimage/jpeg3428https://repositorio.fgv.br/bitstreams/ee3e9798-8b90-4ae9-8b4a-4a01d95871e6/downloadd68d8643ac529644129c1fb4ce05725aMD5610438/330742023-11-25 22:38:11.916open.accessoai:repositorio.fgv.br:10438/33074https://repositorio.fgv.brRepositório InstitucionalPRIhttp://bibliotecadigital.fgv.br/dspace-oai/requestopendoar:39742023-11-25T22:38:11Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV)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 |
dc.title.por.fl_str_mv |
O uso de tecnologias emergentes e a efetividade no controle externo exercido pelos Tribunais de Contas |
title |
O uso de tecnologias emergentes e a efetividade no controle externo exercido pelos Tribunais de Contas |
spellingShingle |
O uso de tecnologias emergentes e a efetividade no controle externo exercido pelos Tribunais de Contas Chagas, Carlos Fernando das Auditoria Tribunais de contas Big data Inteligência artificial Controle externo Análise de dados Mudança em processos Efetividade Eficiência Auditoria Tribunais de contas Big data Inteligência artificial Eficiência organizacional |
title_short |
O uso de tecnologias emergentes e a efetividade no controle externo exercido pelos Tribunais de Contas |
title_full |
O uso de tecnologias emergentes e a efetividade no controle externo exercido pelos Tribunais de Contas |
title_fullStr |
O uso de tecnologias emergentes e a efetividade no controle externo exercido pelos Tribunais de Contas |
title_full_unstemmed |
O uso de tecnologias emergentes e a efetividade no controle externo exercido pelos Tribunais de Contas |
title_sort |
O uso de tecnologias emergentes e a efetividade no controle externo exercido pelos Tribunais de Contas |
author |
Chagas, Carlos Fernando das |
author_facet |
Chagas, Carlos Fernando das |
author_role |
author |
dc.contributor.unidadefgv.por.fl_str_mv |
Escolas::EBAPE |
dc.contributor.member.none.fl_str_mv |
Gaetani, Francisco Coelho, Fernando de Souza Puccioni, Felipe Galvão |
dc.contributor.author.fl_str_mv |
Chagas, Carlos Fernando das |
dc.contributor.advisor1.fl_str_mv |
Frare, Irineu Rodrigues |
contributor_str_mv |
Frare, Irineu Rodrigues |
dc.subject.por.fl_str_mv |
Auditoria Tribunais de contas Big data Inteligência artificial Controle externo Análise de dados Mudança em processos Efetividade Eficiência |
topic |
Auditoria Tribunais de contas Big data Inteligência artificial Controle externo Análise de dados Mudança em processos Efetividade Eficiência Auditoria Tribunais de contas Big data Inteligência artificial Eficiência organizacional |
dc.subject.bibliodata.por.fl_str_mv |
Auditoria Tribunais de contas Big data Inteligência artificial Eficiência organizacional |
description |
Objetivo – Esse trabalho buscou compreender como o uso de tecnologias de Big Data, Análise de Dados e Inteligência Artificial por parte dos Tribunais de Contas pode alterar os atuais processos de trabalho inerentes ao controle externo e, por consequência, influenciar na efetividade e eficiência desses órgãos. Metodologia – Esse trabalho utilizou-se do método de estudo de caso, uma abordagem qualitativa, para analisar profundamente o projeto Suricato desenvolvido no Tribunal de Contas do Estado de Minas Gerais, que se utiliza de malhas eletrônicas de inspeção, que cruzam dados e informações disponíveis tanto em seus sistemas quanto em bases de dados de organizações parceiras (fontes externas), para fins de auditoria e fiscalização. Resultados – Foi possível verificar que houve significativas mudanças em processos existentes, bem como o estabelecimento de novos procedimentos, ainda não formalizados, que inovam às ações de fiscalização e auditoria, promovendo um controle concomitante e preventivo, vindo ao encontro do movimento internacional de aprimoramento da atividade de auditoria por meio do emprego de novas tecnologias. Limitações – O estudo limitou-se ao único caso estudado e não foi possível obter parte da documentação requerida dado ao grau sigiloso das informações, a exemplo do Plano Anual de Fiscalizações em execução. Contribuições práticas – Essa dissertação pode ser utilizada como um guia de melhores práticas para Tribunais de Contas ou outros órgãos de controle que queiram implementar uma cultura de auditoria baseada em dados. |
publishDate |
2022 |
dc.date.issued.fl_str_mv |
2022-12-05 |
dc.date.accessioned.fl_str_mv |
2023-01-06T15:25:15Z |
dc.date.available.fl_str_mv |
2023-01-06T15:25:15Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://hdl.handle.net/10438/33074 |
url |
https://hdl.handle.net/10438/33074 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional do FGV (FGV Repositório Digital) instname:Fundação Getulio Vargas (FGV) instacron:FGV |
instname_str |
Fundação Getulio Vargas (FGV) |
instacron_str |
FGV |
institution |
FGV |
reponame_str |
Repositório Institucional do FGV (FGV Repositório Digital) |
collection |
Repositório Institucional do FGV (FGV Repositório Digital) |
bitstream.url.fl_str_mv |
https://repositorio.fgv.br/bitstreams/7d70c467-cfc7-4a7b-b4b0-9ab8935e4baf/download https://repositorio.fgv.br/bitstreams/252a04de-2a05-47af-9d15-e40000fc06d7/download https://repositorio.fgv.br/bitstreams/67dd8520-3fe8-4f5a-b0fa-09fe6fdeb863/download https://repositorio.fgv.br/bitstreams/ee3e9798-8b90-4ae9-8b4a-4a01d95871e6/download |
bitstream.checksum.fl_str_mv |
3ba6780d22ad82fb5cff43b623d08e5e dfb340242cced38a6cca06c627998fa1 80560f051768a800388d4beb5181309d d68d8643ac529644129c1fb4ce05725a |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional do FGV (FGV Repositório Digital) - Fundação Getulio Vargas (FGV) |
repository.mail.fl_str_mv |
|
_version_ |
1810023828656488448 |