Aprender, compartilhar: síntese das apresentações do 1º Laboratório de Boas Práticas de Controle Externo

48 Aprender, compartilhar e multiplicar: síntese das apresentações do 1º Laboratório de Boas Práticas de Controle Externo respectivos contratos administrativos com base em cada fator ou tipologia isoladamente. TECNOLOGIAS EMPREGADAS Para a implementação da prática, foram utili- zadas as linguagens de programação R e Python além de SQL. Também se fez uso das APIs Google Street View e Google Static Maps . Destacamos o uso das bibliotecas tm (R), quanteda (R), igraph (R/Python) e TensorFlow (Python) utilizadas em tarefas de Análise e Mine- ração de Textos, Análise de Grafos (Redes Sociais) e Deep Learning . PRINCIPAIS RESULTADOS Esta ferramenta permite às unidades setoriais realizar diversas análises e selecionar os objetos de auditoria que comporão o Plano Anual de Au- ditorias Governamentais, ou ainda definir outras estratégias de fiscalização dos respectivos con- tratos administrativos com base em cada fator ou tipologia isoladamente. No âmbito do TCE-RJ, o IRIS não só constitui uma prova de conceito que confirma a viabilidade da utilização de avançadas técnicas analíticas de descoberta de conhecimento a partir de dados, bem como vai ao encontro e se apresenta como uma poderosa ferramenta que contribui para a efetiva implantação da nova estratégia de fiscali- zação de atos e contratos estabelecida nos novos normativos editados recentemente no TCE-RJ, na qual se substitui a recepção de atos de gestão para fins de análise processual pela sua verifica- ção por amostragem em sede de auditoria. LICÕES APRENDIDAS O uso de técnicas avançadas de análise de dados não deve ficar restrito aos setores especia- lizados em auditorias de dados e TI dos Tribunais. Todos os setores que compõem o controle externo devem acrescentar tais técnicas ao seu repositório de ferramentas para dar maior eficiência ao seu trabalho. LINKS R < https://www.r-project.org/ > RStudio < https://www.rstudio.com/ > Python < https://www.python.org/ > tm < https://cran.r-project.org/web/packages/ tm/ > e < https://www.tidytextmining.com/ > quanteda < https://quanteda.io/ > Igraph < http://igraph.org/ > TensorFlow < https://www.tensorflow.org/ > Google Street View API < https://developers.goo- gle.com/maps/documentation/streetview/intro > Google Statc Maps API < ttps://developers.goo - gle.com/maps/documentation/maps-static/intro > .