RBPO no ar! Previsão do Cumprimento da Lei de Responsabilidade Fiscal por Municípios do Mato Grosso utilizando Random Forest de Micaelly Cristine de Moura
O uso de ferramentas modernas de controle digital e inteligência artificial pode significar uma contribuição interessante para a administração pública. É o que estuda Micaelly Cristine de Moura em seu artigo recém publicado pela Revista Brasileira de Planejamento e Orçamento, a RBPO.
O artigo de Micaelly se intitula “Previsão de Cumprimento da Lei de Responsabilidade Fiscal por Municípios do Mato Grosso utilizando Random Forest”. O artigo demonstrou que a ferramenta usada (Random Forest) permitiu um grau de precisão acima dos 90% na predição relativa à responsabilidade fiscal em cidades mato-grossenses no período analisado.
Random Forest é um algoritmo de aprendizado de máquina que combina diversas fontes de informação a fim de alimentar processos de decisão, facilitando a previsão de resultados. Basicamente, é uma ferramenta de classificação de dados que adiciona e faz médias de árvores de dados e informações pertinentes ao caso analisado.
A inovação pode contribuir para melhorar o desempenho de administrações públicas não apenas em nível municipal, caso seja disseminada nas demais esferas. Em tempos de rigor fiscal e condicionantes dramaticamente colocadas pelos agentes financeiros sobre o governo, a capacidade de fazer previsões críveis e isentas de vieses pode significar um importante benefício para o setor público.
A Revista Brasileira de Planejamento e Orçamento cumpre seu papel de apresentar o pensamento mais atualizado para melhorar a administração pública brasileira.