Segundo O Globo, o projeto será conduzido em parceria com o Instituto de Matemática da UFRJ, terá duração inicial de 24 meses, com possibilidade de prorrogação por igual período, e abrangerá 1,2 milhão de Certidões de Dívida Ativa (CDAs) ligadas a cerca de 770 mil devedores, entre pessoas físicas e empresas. A ferramenta deve classificar os créditos pela probabilidade de pagamento e pelo tempo estimado de quitação, com um painel interativo integrado ao banco de dados da Dívida Ativa.
O que é a Dívida Ativa e por que a triagem importa
Dívida Ativa é o conjunto de débitos com o poder público que não foram pagos no prazo e passaram a ser formalmente inscritos para cobrança. O ponto economicamente relevante é que nem todo crédito inscrito vale o mesmo. Há dívidas de devedores solventes e localizáveis, e há créditos antigos, de valor pequeno ou de devedores sem patrimônio identificável, cuja cobrança pode custar mais do que arrecada.
Quando o Estado trata todos esses casos com o mesmo esforço, ele incorre em um custo de oportunidade elevado: horas de procurador, atos processuais e estrutura administrativa alocados onde o retorno esperado é baixo. Uma classificação estatística por probabilidade de recuperação é, em essência, uma tentativa de alocar um recurso escasso, a capacidade de cobrança, onde o retorno marginal é maior.
Ganho potencial, resultado ainda não demonstrado
O material descreve um acordo assinado e um projeto a ser desenvolvido, não um sistema em operação nem valores recuperados. Trata-se, portanto, de uma aposta de gestão cujo desempenho só poderá ser avaliado depois. A própria PGE-RJ afirma, conforme a reportagem, que a tecnologia servirá de apoio aos procuradores, sem substituir a análise jurídica individualizada nem automatizar decisões que dependam de avaliação institucional. A ressalva é relevante: modelos probabilísticos informam prioridades, não produzem títulos jurídicos nem substituem o contraditório.
Quem pode ser afetado
Para o contribuinte adimplente, uma cobrança mais eficaz da dívida inscrita reduz a assimetria entre quem paga em dia e quem não paga, um problema clássico de incentivos na arrecadação tributária. Para empresas e pessoas físicas inscritas, a priorização pode significar maior intensidade de cobrança em alguns perfis e menor em outros.
Resta em aberto como o modelo tratará erros de classificação, como será auditada a qualidade dos dados da Dívida Ativa e se a priorização por probabilidade de pagamento conviverá com critérios de proporcionalidade. São questões de desenho que o material disponível não detalha e que determinarão se o ganho de eficiência se confirma na prática.
📊 Número do Dia
1,2 milhão de CDAs , Certidões de Dívida Ativa do estado do Rio de Janeiro, ligadas a cerca de 770 mil devedores, que a ferramenta desenvolvida por PGE-RJ e UFRJ deverá classificar por probabilidade de pagamento, em projeto com duração inicial de 24 meses.
Por que isso importa
Cobrar dívida pública custa dinheiro. Se a triagem estatística funcionar, o Rio poderá concentrar esforços nos créditos com maior chance real de recuperação, aumentando a arrecadação sem ampliar a estrutura administrativa. O resultado, porém, ainda depende da qualidade dos dados e da execução do projeto, que foi apenas assinado.
Fonte original: https://oglobo.globo.com/rio/noticia/2026/10/08/pge-rj-e-ufrj-vao-usar-inteligencia-artificial-para-aprimorar-cobranca-de-dividas-no-rio.ghtml
