Mineração de dados no contexto dos pregões eletrônicos
DOI:
https://doi.org/10.32810/2525-3468.ip.v4iEspecial.2019.42603.47-64Palavras-chave:
Mineração de dados, Governo Eletrônico, Pregão Eletrônico, Bots, Dados abertosResumo
O governo tem buscado acompanhar as evoluções e tendências das tecnologias da informação e comunicação no contexto do processo licitatório. Dessa forma, o pregão eletrônico surge como um dos produtos desses esforços, caracterizando-se como uma modalidade que apresentou soluções estruturais para reduzir o excesso de burocracia na aquisição de bens e serviços comuns. Sua implantação contribuiu para o aumento da participação de fornecedores e da competitividade nos certames, pois reduziu e até eliminou, em alguns casos, a necessidade da presença física dos fornecedores. A modalidade representa hoje mais de 94% das licitações ocorridas no país, somando mais de 84% do volume de recursos gastos por meio de licitações. Apesar de seus benefícios, têm sido identificadas falhas de diversas formas, sendo uma delas a possibilidade de utilização de bots, softwares programados para se conectarem nas plataformas de pregões eletrônicos e emitirem lances de forma imediata e automatizada, obtendo vantagens desproporcionais em relação a seres humanos. Um segundo produto resultado dos esforços governamentais em busca da modernização das compras é a ampliação da transparência através da disponibilização de dados abertos das licitações e contratos, incluindo dados dos pregões eletrônicos, como parte do contexto de Governo Aberto e transformação digital. O objetivo geral desse estudo é discorrer como a análise de dados pode ser útil na prevenção de fraudes em processos de pregão eletrônico, fundamentada na premissa de dados abertos do Governo Federal. Por fim, conclui-se que esse estudo apoia a importância de se discutir os efeitos do uso de bots em pregões eletrônicos e acredita-se no potencial de maior controle social por parte do cidadão por meio do acesso e análise dos dados abertos do Governo.
Downloads
Referências
BRASIL. Lei nº 8.666, de 21 de junho de 1993. Lei de Licitações. Brasília. Disponível em: http://www.planalto.gov.br/ccivil_03/Leis/L8666compilado.htm. Acesso em: 14 jan. 2018.
BRASIL. Lei nº 10.520, de 17 de julho de 2002. Lei do Pregão. Brasília. Disponível em: http://www.planalto.gov.br/CCivil_03/leis/2002/L10520.htm. Acesso em: 14 jan. 2018.
BRASIL. Decreto nº 5.450, de 31 de maio de 2005. Regulamento do Pregão Eletrônico. Brasília. Disponível em: http://www.planalto.gov.br/ccivil_03/_ato2004-2006/2005/decreto/d5450.htm. Acesso em: 15 jan. 2018.
BRASIL. Ministério do Planejamento, Orçamento e Gestão. Secretaria de Logística e Tecnologia da Informação. Estratégia de Governança Digital da Administração Pública Federal 2016-19. Brasília: MP, 2016.
BRASIL. Ministério do Planejamento, Desenvolvimento e Gestão. Referencial de Governança e Gestão do Sistema de Serviços Gerais – SISG / Secretaria de Gestão. Brasília, 2017a.
CGU. Ministério da Transparência e Controladoria-Geral da União. 4º Plano de Ação Nacional em Governo Aberto. Brasília, 2018. Disponível em: http://governoaberto.cgu.gov.br/no-brasil/planos-de-acao-1/copy_of_3o-plano-de-acao-brasileiro/4o-plano-de-acao-nacional_portugues.pdf. Acesso em: 3 dez. 2018.
DE CASTRO, L.N.; FERRARI, D.G. Introdução a Mineração de Dados. São Paulo: Saraiva. Edição do Kindle, 2017.
DONG, F.; SHATZ, S. M.; XU, H. Combating Online In-Auction Fraud: Clues, Techniques and Challenges. Computer Science Review, v. 3, n. 4, p. 245-258. University of Illinois at Chicago, Chicago, U.S. National Science Foundation. 2009.
EDELSTEIN, Herbert A. Introduction to Data Mining and Knowledge Discovery. 3. ed. Potomac: Two Crows Corporation, 1999.
HAN, Jiawei; KAMBER, Micheline; PEI, Jian. Data Mining: Concepts and Techniques. 3. ed. Waltham: Elsevier, 2012.
HAND, David; MANNILA, Heikki; SMYTH, Padhraic. Principles of Data Mining. Cambridge, The MIT Press, 2001.
JUSTEN FILHO, M. Comentários à lei de licitações e contratos administrativos / Marçal Justen Filho. 15. ed. São Paulo: Dialética, 2012.
LIN, Tsau Young. Mathematical Foundation of Association Rules – Mining Associations by Solving Integral Linear Inequalities. In: LIN, Tsau Young et al. (ed.). Foundations of Data Mining and Knowledge Discovery. Berlim: Springer, 2005. (Studies in Computational Intelligence, v. 6).
MELLO, C. A. B. Curso de direito administrativo. 32. ed. São Paulo: Malheiros, 2015.
MONAHAN, D. Bot Defense: Insights Into Basic And Advanced Techniques For Thwarting Automated Threats. Enterprise Management Associates. 2016. Disponível em: https://www.enterprisemanagement.com/research/asset.php/3317/Bot-Defense:-Insights-Into-Basic-and-Advanced-Techniques-for-Thwarting-Automated--Threats. Acesso em: 4 nov. 2018.
OCDE. OECD Digital Government Toolkit: 12 principles. 2018. Disponível em: http://www.oecd.org/governance/digital-government/toolkit/12principles/. Acesso em: 25 nov. 2018.
OCDE. The E-government Imperative. Paris: OCDE, 2003.
OPEN KNOWLEDGE INTERNACIONAL. What is Open?, Disponível em: https://okfn.org/about/. Aceso em: 29 mar. 2019.
PAINEL DE COMPRAS. Ministério do Planejamento, Orçamento e Gestão. Painel de Compras do Governo Federal. Disponível em:
https://paineldecompras.planejamento.gov.br Acesso em: 14 jan. 2018.
PAINEL DE COMPRAS. Ministério do Planejamento, Orçamento e Gestão. Painel de Compras do Governo Federal. Versão 1.4. 2018. Disponível em: http://paineldecompras.planejamento.gov.br. Acesso em: 26 nov. 2018.
Publicado
Como Citar
Edição
Seção
Licença
Autores que publicam nesta revista concordam com os seguintes termos:
a. Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Creative Commons Attribution License que permitindo o compartilhamento do trabalho com reconhecimento da autoria do trabalho e publicação inicial nesta revista.
b. Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
c. Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.