Operação Serenata de Amor: a IA de código aberto Rosie audita despesas do Congresso brasileiro

A lei brasileira torna públicos os pedidos de reembolso dos parlamentares, mas a Câmara recebe mais de 20.000 deles todos os meses — demais para cidadãos, jornalistas ou auditores verificarem manualmente, e era exatamente por aí que os abusos passavam.

Uma IA de código aberto aprende as regras de reembolso do Brasil, analisa cada pedido parlamentar e tuita despesas suspeitas para o público e para os próprios políticos.

O cientista de dados Irio Musskopf arrecadou cerca de R$ 80.000 por financiamento coletivo em setembro de 2016, e uma equipe central de cerca de dez pessoas, com mais de 600 voluntários, transformou as regras escritas de reembolso em software. Rosie, um bot de aprendizado de máquina de código aberto, sinaliza anomalias como refeições com preço excessivo ou pedidos que mostram um parlamentar em duas cidades ao mesmo tempo, publica suas suspeitas no Twitter desde 2017, e sua plataforma companheira Jarbas permite a qualquer pessoa navegar e verificar recibos sinalizados por meio de um site e de uma API.

No início de 2018, mais de 9.000 reembolsos já haviam sido sinalizados como suspeitos; Rosie havia tuitado 967 vezes até o final de 2019, quando a pesquisa do próprio grupo constatou que os gastos com alimentação no Congresso haviam caído cerca de 10% desde a sua introdução. A cobertura chegou a mais de 90 veículos de imprensa, incluindo os maiores do Brasil — mas a aplicação das sanções continuou sendo o elo fraco, com apenas dezenas de políticos devolvendo dinheiro.

A lei brasileira já dava aos cidadãos a matéria-prima para a prestação de contas: todo reembolso solicitado por um deputado federal é público. Mas a Câmara dos Deputados processa mais de 20.000 pedidos por mês, e os dados ficavam em portais oficiais densos e cheios de jargão — então, na prática, quase ninguém os auditava. A Operação Serenata de Amor, iniciada em 2016, foi uma tentativa de tornar essa transparência legível e contínua, em vez de ocasional.

O projeto nasceu de hackers cívicos que acharam a história irresistível: o nome faz trocadilho com o "caso Toblerone" sueco que encerrou a carreira de um vice-primeiro-ministro por causa de uma barra de chocolate em um cartão oficial, com um doce brasileiro chamado Serenata de Amor e com os nomes grandiosos das operações da Polícia Federal brasileira. Irio Musskopf compartilhou a ideia, uma campanha de financiamento coletivo arrecadou cerca de R$ 80.000 em setembro de 2016, e uma equipe de cerca de dez pessoas, apoiada por mais de 600 voluntários, converteu os regulamentos de reembolso em código.

O software virou Rosie, um aplicativo de aprendizado de máquina de código aberto que estuda cada pedido e atribui a ele uma probabilidade de ser irregular — sinalizando, por exemplo, refeições com preço excessivo ou recibos que colocam um parlamentar em dois locais ao mesmo tempo. Desde 2017, Rosie publica suas suspeitas no Twitter, dirigindo-se tanto aos cidadãos quanto ao político acusado, enquanto Jarbas, um site e API companheiros, reúne os dados oficiais dispersos em um único painel pesquisável para que as pessoas possam verificar ou descartar cada alerta por conta própria.

Os números mostram uma ferramenta que funcionou como dissuasão, e não como promotora: no início de 2018, mais de 9.000 reembolsos haviam sido sinalizados, Rosie havia tuitado 967 vezes até o final de 2019, e a pesquisa do grupo constatou que os gastos com alimentação dos parlamentares haviam caído cerca de 10% desde a sua introdução. Mais de 90 veículos de imprensa cobriram o projeto, mas os reembolsos efetivos ficaram na casa das dezenas — evidência de que o problema mais difícil não era a detecção, mas fazer a instituição agir sobre o que um robô construído por cidadãos havia encontrado.

Inverteu a lógica usual da fiscalização: em vez de esperar por um escândalo, tornou o escrutínio contínuo, automático e gratuito para qualquer pessoa usar.

Traduzir os regulamentos de reembolso em código tornou as próprias regras testáveis e permitiu ao projeto detectar padrões de evasão que humanos dificilmente perceberiam em escala.

Tuitar cada suspeita para o político acusado tornou a dissuasão pública — a prestação de contas funcionou pela visibilidade, e não pela ação judicial.

Abrir o código de Rosie e construir o Jarbas transformou uma campanha pontual em infraestrutura cívica reutilizável que outros países poderiam copiar.

O financiamento coletivo dos primeiros 90 dias e a mobilização de 600 voluntários provaram que uma máquina séria de fiscalização podia ser construída por cidadãos, e não apenas por instituições.

Quando a fiscalização é automática e pública, a dissuasão é a própria exposição: um bot que tuíta cada pedido sinalizado mudou o comportamento dos políticos mesmo onde a punição formal raramente vinha.

Em 2018, o projeto foi institucionalizado sob a Open Knowledge Brasil, e os fundadores passaram a atuar em funções de tecnologia cívica — dois deles se juntaram ao Banco Mundial como fellows. A equipe transformou os mesmos dados em Perfil Político, uma plataforma para traçar o perfil de candidatos antes das eleições brasileiras de 2018. Suas análises pós-morte foram francas: o Congresso podia se recusar a investigar pedidos de baixo valor (até cerca de US$ 20.000), e os captchas nos portais oficiais atrasavam a raspagem de dados de Rosie. Rosie ainda se mantém como uma prova amplamente citada de que a IA pode transformar dados abertos em ação cidadã — mesmo quando a instituição vigiada resiste.