Brasileiro Desenvolve Ferramenta para Fiscalizar Gastos de Políticos e Funcionários Públicos
Em um movimento que promete fortalecer a fiscalização cidadã e o jornalismo investigativo, o programador brasileiro Bruno César, integrante do movimento br/acc, desenvolveu uma ferramenta que integra diversas bases de dados públicas para monitorar os gastos de políticos e funcionários públicos. A solução, que utiliza o CPF como ponto de partida, organiza informações de dezenas de bases oficiais, entre elas o Portal da Transparência, o Compras.gov, o TransfereGov, a Receita Federal, o Tribunal de Contas da União (TCU) e o Tribunal Superior Eleitoral (TSE), em grafos visuais, revelando conexões entre pessoas, empresas e fluxos de recursos que antes permaneciam ocultas. A Fragmentação dos Dados Públicos como Obstáculo à Transparência A Lei de Acesso à Informação (LAI), de 2011, representou um marco para a transparência no Brasil. No entanto, a fragmentação dos dados em diferentes sistemas e formatos sempre foi um desafio para a fiscalização efetiva. A análise de como o dinheiro público é gasto exige a consulta a múltiplas plataformas, um trabalho manual, lento e complexo, que muitas vezes desestimula o controle social. “A ideia central do sistema é simples de entender e difícil de executar bem: pegar informações públicas que já existem e fazê-las conversar entre si”, explica um artigo do portal Click Petróleo e Gás. É exatamente essa barreira que a ferramenta de Bruno César busca derrubar. Ao automatizar o cruzamento de dados, o sistema não apenas economiza tempo, mas também potencializa a capacidade de identificar padrões e anomalias em uma escala sem precedentes. Como a Ferramenta Funciona: Grafos, CPF e Pontuação de Risco A inovação central da ferramenta é o uso de grafos para visualizar as relações entre diferentes entidades. Cada pessoa (física ou jurídica), município, contrato ou repasse é tratado como um “nó”, e as conexões entre eles são as “arestas”. Essa abordagem transforma listas lineares de pagamentos em redes de interconexão, permitindo uma análise muito mais rica e contextualizada. Elemento Descrição Nós Pessoas, empresas, municípios, contratos, etc. Arestas Relações entre os nós (ex: transferências, contratos, vínculos familiares). CPF Ponto de partida para rastrear as conexões. Grafos Visualização da rede de interconexões. O sistema utiliza o CPF como chave primária para conectar as informações. A partir dele, é possível rastrear emendas parlamentares, transferências voluntárias, contratos administrativos e vínculos societários, montando um quebra-cabeça que revela o caminho do dinheiro público. Pontuação de Risco: Uma Abordagem de Compliance Para evitar acusações diretas e lidar com a sensibilidade dos dados, a ferramenta adota um modelo estatístico de pontuação de risco, similar ao utilizado em práticas de compliance corporativo. Em vez de rotular uma transação como “suspeita” ou “fraudulenta”, o sistema atribui uma pontuação percentual de risco, baseada em padrões e inconsistências identificados. Vale uma ressalva importante: essa camada de pontuação ficou restrita às demonstrações do autor. A edição pública do projeto, aberta meses depois, não interpreta, não pontua e não ranqueia nada: ela apenas expõe as conexões e deixa a conclusão para quem consulta. Em vez de usar termos como ‘corrupção’ ou ‘suspeita’, o sistema passou a apresentar pontuações percentuais de risco, abordagem comum em práticas de compliance. Essa abordagem quantificada permite que jornalistas, auditores e cidadãos foquem suas investigações nos casos de maior risco, sem fazer julgamentos precipitados. Primeiros Resultados e o Caminho para o Open Source Os cruzamentos iniciais realizados pela ferramenta já apontaram diversas situações de alerta, como emendas parlamentares destinadas a municípios que, posteriormente, firmam contratos com empresas ligadas a familiares dos próprios congressistas. Também foram identificadas inconsistências que sugerem a existência de “funcionários fantasmas” e repasses para instituições com irregularidades cadastrais. Na época do anúncio, Bruno César afirmou que pretendia submeter o código a uma revisão jurídica antes de torná-lo open source. Essa etapa foi concluída: o projeto está publicado no GitHub, na organização World Open Graph, sob o nome de World Transparency Graph, e qualquer pessoa pode baixar, configurar e rodar a ferramenta na própria máquina. A abertura do código permite que a metodologia seja auditada e aprimorada pela comunidade, o que aumenta a transparência e a confiabilidade do sistema. O que a edição aberta entrega (e o que ela não faz) A versão pública do projeto, batizada de World Transparency Graph, reúne cerca de 45 módulos de pipeline de dados que fazem a ingestão de bases oficiais brasileiras de registros empresariais, saúde, educação, emprego, finanças públicas, compras governamentais e meio ambiente. Tudo é normalizado em um único grafo consultável, apoiado em banco de grafos Neo4j, com uma interface em React para busca e exploração e uma API pública em FastAPI para acesso programático. O ponto mais relevante para quem pretende usar a ferramenta está no que ela deliberadamente deixa de fazer. A documentação do repositório é explícita: o sistema não interpreta, não pontua e não ranqueia resultados. Ele torna acessível, em um só lugar, um dado que já era público mas estava espalhado por dezenas de portais, expõe as conexões entre as entidades e transfere a interpretação para quem consulta. Essa escolha de projeto responde justamente ao risco jurídico e reputacional de uma ferramenta que, se apresentasse veredictos automáticos, poderia transformar inconsistência cadastral em acusação. Para quem trabalha com dados, o caso é um bom exemplo de como a infraestrutura importa mais do que o modelo. O valor aqui não está em uma inteligência artificial que adivinha fraudes, está no trabalho pouco glamouroso de normalizar identificadores, resolver duplicidades e modelar relações de forma consultável. É o mesmo princípio que vale para o dado de uma empresa: sem base integrada e confiável, nenhuma camada de análise em cima resolve. A abertura do código segue a lógica que já se mostrou eficiente em outras frentes da IA aberta, em que a auditoria pública acelera a correção de erros.
