Palantir testa para o IRS um sistema para selecionar alvos prioritários para auditorias fiscais

O Serviço de Receita Interna dos EUA está testando uma ferramenta da Palantir que ajuda a selecionar as auditorias e investigações mais benéficas para o governo. O projeto piloto deve coletar sinais de dezenas de sistemas antigos da IRS e encontrar mais rapidamente casos onde há possível falta de pagamento de impostos, fraude ou fundamentos para processos criminais.

Como funciona o projeto piloto

Com base em documentos obtidos através de pedidos de acesso a dados, a IRS pagou à Palantir $1,8 milhão em 2025 para o desenvolvimento da Selection and Analytic Platform, ou SNAP. Esta ferramenta deve melhorar a seleção de casos prioritários para auditoria, cobrança de impostos em atraso e potenciais investigações criminais. Para o próprio serviço, a tarefa parece pragmática: em vez de navegar manualmente por uma arquitetura de sistemas antiga, reunir a visão completa em um único lugar e gastar menos tempo em auditorias que quase nada agregam ao orçamento.

O problema é que a IRS acumulou uma infraestrutura muito pesada. Nos documentos, o serviço reconhece que usa mais de 100 sistemas de negócios e cerca de 700 métodos de seleção que foram construídos ao longo de décadas. SNAP não substitui todo esse panorama de uma vez, mas o cobre por cima: ajuda auditores a ver sinais de bancos de dados fragmentados e buscar detalhes importantes em anexos não estruturados que antes eram mais difíceis de correlacionar entre si.

De acordo com dados de compras governamentais, a Palantir trabalha com a IRS há mais de dez anos, e o volume total de contratos e compromissos de pagamento ultrapassou $200 milhões.

Quais casos estão em foco

Na primeira fase, a IRS pediu à Palantir desenvolver três métodos de seleção de casos separados vinculados a seções específicas do código fiscal. Não é uma busca abstrata por "cidadãos suspeitos", mas um projeto piloto bastante aplicado com categorias claras, onde o serviço quer testar se a nova abordagem ajuda a encontrar casos mais produtivos. Este design é importante: a agência está limitando o experimento e pode comparar a nova lógica com os procedimentos antigos em tipos específicos de declarações.

solicitações de benefícios fiscais para residentes de zonas afetadas por desastres naturais Residential Clean Energy Credit - benefícios para instalação de painéis solares, aerogeradores e outro equipamento de energia residencial Formulário 709 - declarações de imposto sobre doações, quando ações, negócios, obras de arte e outros ativos valiosos são transferidos documentos de apoio que podem esclarecer avaliação de ativos, relacionamentos entre as partes e lógica de cálculo Dados não estruturados são particularmente interessantes aqui. Para casos de impostos sobre doações, podem ser documentos de avaliação, balanços, informações sobre receita de negócios e descrições de relacionamentos entre doador e beneficiário. Porém, nos materiais do contrato está dito separadamente que a Palantir deve trabalhar com dados já existentes dentro do SNAP, em vez de incorporar novos fluxos de dados externos ao seu critério.

É precisamente nesses arquivos que frequentemente se ocultam sinais que não estão nos campos de declaração padrão.

Por que isso é controverso A IRS já possui mecanismos de seleção algorítmica.

Por décadas, o serviço se baseou na pontuação DIF - uma métrica interna que avalia a probabilidade de uma declaração merecer exame. Como exatamente é calculada não é divulgado publicamente, e pesquisadores há muito chamam essa abordagem de caixa preta. SNAP dá o próximo passo: não apenas classifica declarações, mas ajuda a vincular mais fontes e levantar casos que um inspetor poderia ter perdido.

O risco aqui não está apenas em privacidade, mas também na qualidade das soluções. Em maio de 2025, uma auditoria da TIGTA afirmou que a IRS já está usando modelos de IA para seleção de auditorias e quer reduzir a carga sobre contribuintes honestos, mas ainda não estabeleceu completamente uma avaliação da eficácia desses modelos em comparação com métodos antigos. Ou seja, o serviço quer atingir mais precisamente as violações, mas ainda precisa provar que os novos modelos realmente funcionam melhor e não criam erros adicionais.

"A IRS basicamente nunca realizou uma modernização completa desde os anos 1960", diz a professora Erika Neumann.

Esta frase explica bem por que o serviço está se voltando para um contratante externo. A modernização da IRS tem estagnado há muitos anos, e em 2025 a agência também perdeu dezenas de milhares de funcionários por causa de demissões, saídas adiadas e aposentadorias antecipadas. Quando você tem menos pessoas e muitos sistemas fragmentados, a tentação de entregar a seleção de casos para uma camada analítica mais inteligente se torna quase inevitável. E isso explica o interesse em sistemas que prometem comprimir semanas de análise manual em horas.

O que isso significa

Para a Palantir, é mais uma chance de se incorporar mais profundamente na infraestrutura crítica do governo dos EUA. Para a IRS, é uma tentativa de transformar dados fiscais fragmentados em um mecanismo de seleção de auditoria mais preciso. Se o projeto piloto mostrar resultados, sistemas similares começarão a influenciar não apenas o ritmo das auditorias, mas também quem o governo considera um alvo prioritário para supervisão. O próximo debate não será mais sobre se tal software é necessário, mas sobre as regras para testá-lo e prestação de contas.