La Aplicación de la Inteligencia Artificial Generativa en el Análisis de las Representaciones Fiscales para Fines Penales en el Ministerio Público Federal: Reflejos en la Eficiencia Procesal

Frankslany Silva dos Santos Reis; Mateus Otoni Silva

DOI: 10.22167/2675-6528-202602923

Artículo derivado del Trabajo de Conclusión de Curso (TCC), con contenido basado en el trabajo original del alumno y adaptado al formato editorial de la Revista E&S con el apoyo de la herramienta ResumeAI, solución de inteligencia artificial desarrollada por el Instituto Pecege para síntesis y organización textual.

Resumen

La transformación digital en el sector público brasileño impulsó la incorporación de la Inteligencia Artificial Generativa como instrumento de apoyo institucional. El estudio analizó la aplicación de la Inteligencia Artificial Generativa en el Ministerio Público Federal, con enfoque en la eficiencia de los procesos tributarios y en el análisis de Representaciones Fiscales para Fines Penales. Se objetivó examinar cómo la tecnología contribuyó al análisis de grandes volúmenes de datos, al cruce de información y a la elaboración de piezas jurídicas. La investigación, de naturaleza cuantitativa y aplicada, con objetivos exploratorios y descriptivos, utilizó investigación bibliográfica, documental y levantamiento de campo por medio de cuestionarios estructurados. La muestra reunió a cuatro miembros y tres pasantes de la institución. Los resultados indicaron que la Inteligencia Artificial Generativa promovió ganancias de celeridad en el análisis procesal, estandarizó actividades y auxilió en la sistematización de información compleja, dirigiendo el foco hacia actividades analíticas. Sin embargo, se verificó la necesidad de supervisión humana para validar la información producida, dada la exigencia de precisión jurídica. Se concluyó que la utilización de la Inteligencia Artificial Generativa representó un avance significativo en la eficiencia institucional, aunque todavía exija atención a aspectos éticos, de transparencia y protección de datos.

Palabras clave: Eficiencia procesal; Inteligencia Artificial Generativa; Ministerio Público Federal; Representaciones Fiscales.

1. Introducción

La Inteligencia Artificial (IA), aunque presente desde hace más de dos décadas, ha ganado una visibilidad expresiva con la popularización de sistemas basados en modelos de lenguaje, como ChatGPT. Este avance ha intensificado los debates relacionados con la privacidad, la seguridad de la información y el uso ético de datos personales, provocando transformaciones significativas en diversos sectores de la sociedad, incluido el sistema de justicia (Stryker y Kavlakoglu, 2024).

Las tecnologías basadas en IA pueden aportar beneficios a diferentes campos profesionales, ayudando en el diagnóstico y predicción de enfermedades, en la elaboración de peticiones legales, en la predicción de sentencias, en el análisis y proposición de mejoras de redes, en la información y referencia, y en el tratamiento descriptivo de recursos (Stryker y Kavlakoglu, 2024). La UNESCO (2021) destaca que las herramientas de inteligencia artificial, especialmente las generativas, tienen la capacidad de procesar grandes volúmenes de datos, responder a demandas complejas y ayudar en la producción de contenidos, siendo cada vez más utilizadas en contextos académicos y profesionales.

En el contexto brasileño, la transformación digital en el sector público se intensificó a partir de 2020, con el gobierno federal estableciendo la digitalización integral de los servicios públicos como meta. La Ley nº 14.129, de 29 de marzo de 2021, formalizó esta directriz, disponiendo sobre los principios, reglas e instrumentos del Gobierno Digital, con foco en la innovación, la eficiencia administrativa y la ampliación del acceso a los servicios públicos. Esta legislación incentiva el uso de tecnologías emergentes como medio de modernización de la administración pública (Brasil, 2021).

En el campo práctico, la Inteligencia Artificial puede emplearse en la selección de información, en el cruce de datos provenientes de diferentes órganos de control y en la elaboración de borradores de manifestaciones e informes. Esto contribuye a una mayor celeridad, estandarización y precisión en las actividades finalistas del Poder Público. Costa (2020) señala que la incorporación de estas tecnologías representa una oportunidad relevante de reconfiguración de la evaluación de la eficiencia del Poder Judicial, ante las ganancias observadas en la agilidad de los trabajos jurídicos.

En el ámbito del Ministerio Público Federal (MPF), la adopción de la Inteligencia Artificial se produjo de forma gradual y estructurada. Las primeras iniciativas, desarrolladas entre 2020 y 2021, se concentraron en proyectos internos de automatización y clasificación procesal, con el uso predominante de modelos de IA predictiva orientados a la identificación de patrones y a la clasificación de documentos. En 2022, el MPF consolidó el uso de inteligencia artificial a través del Sistema TRIA, automatizando la clasificación de habeas corpus e investigaciones policiales, con una reducción del tiempo de análisis y una mayor eficiencia en la priorización de los casos (MPF, 2023).

En 2023, el MPF avanzó hacia la aplicación de Inteligencia Artificial Generativa en un proyecto piloto enfocado en las representaciones fiscales para fines penales (RFFP), permitiendo la extracción de información de documentos complejos y la generación automatizada de borradores en investigaciones relacionadas con delitos como evasión fiscal, contrabando, fraude aduanero y lavado de dinero. Ante este escenario, surge el siguiente problema de investigación: ¿en qué medida la utilización de la Inteligencia Artificial Generativa en el ámbito del Ministerio Público Federal contribuye a la eficiencia institucional y a la celeridad en el análisis de las Representaciones Fiscales para Fines Penales (RFFP), especialmente en comparación con el modelo tradicional de procesamiento?

La relevancia del tema se justifica por la búsqueda continua de una mayor eficiencia y celeridad en la administración pública, especialmente en procesos complejos como el análisis de RFFP, donde la Inteligencia Artificial Generativa puede optimizar el trabajo y apoyar la toma de decisiones. El presente trabajo tuvo como objetivo analizar la utilización de la Inteligencia Artificial Generativa en el ámbito del Ministerio Público Federal, con énfasis en su aplicación en el análisis de las Representaciones Fiscales para Fines Penales (RFFP) como instrumento de apoyo a la eficiencia institucional y a la celeridad procesal.

2. Material y Métodos

La metodología adoptada en este trabajo se caracterizó como investigación cuantitativa, de naturaleza aplicada, con objetivos exploratorios y descriptivos, según la clasificación de Chizzotti (2003). Este enfoque posibilitó el análisis a través de la recolección de datos empíricos estructurados, permitiendo la medición y comparación de las percepciones de los participantes sobre los impactos de la implementación de herramientas de Inteligencia Artificial Generativa en la eficiencia de los procesos internos, alineándose a la orientación metodológica de Martins y Theophilo (2009).

En cuanto a los procedimientos técnicos empleados, la investigación utilizó una combinación de métodos, incluyendo la investigación bibliográfica, la investigación documental y el levantamiento de campo. Tales procedimientos, según Gil (2017), son adecuados para el análisis en profundidad de fenómenos sociales e institucionales, como el objeto de este estudio.

La investigación bibliográfica se llevó a cabo basándose en una revisión de literatura especializada. Se consultaron libros, artículos científicos, informes técnicos y publicaciones institucionales que abordan temas como Inteligencia Artificial, gobernanza digital e innovación en el sector público, proporcionando el fundamento teórico necesario para la comprensión del fenómeno investigado.

Complementariamente, la investigación documental consistió en el análisis de fuentes primarias y secundarias. Se examinaron la legislación vigente, normativas institucionales y documentos públicos relacionados con la adopción de tecnologías de Inteligencia Artificial en el ámbito del Ministerio Público Federal. Este procedimiento permitió comprender el marco jurídico e institucional que rige la implementación de estas herramientas.

El levantamiento de campo se realizó mediante la aplicación de cuestionarios estructurados, de forma anónima y voluntaria. Los participantes fueron individuos vinculados al Ministerio Público Federal (MPF) que actúan directamente en el análisis de datos, gestión procesal y producción de piezas jurídicas, áreas directamente impactadas por la Inteligencia Artificial Generativa.

El universo seleccionado para la participación en la investigación estuvo compuesto por siete personas. La muestra final reunió a cuatro miembros del MPF y tres pasantes de la institución, totalizando siete encuestados. Los servidores del MPF no fueron incluidos en el universo de aplicación del cuestionario, no siendo representados en los resultados del levantamiento de campo.

La selección de los participantes consideró su vinculación con el contexto institucional del objeto investigado. Se buscaron percepciones específicas sobre la utilización de la Inteligencia Artificial Generativa, con foco en la eficiencia, celeridad procesal y calidad de las actividades desarrolladas con el apoyo de la tecnología en el MPF.

Los cuestionarios aplicados permitieron la recopilación de datos cuantitativos sobre las percepciones de los participantes. Las preguntas abordaron la eficiencia, la celeridad procesal y la calidad de las actividades desarrolladas con el apoyo de la Inteligencia Artificial Generativa, conforme al instrumento detallado en el apéndice.

La investigación se llevó a cabo de conformidad con los principios éticos establecidos por las normas de la USP/Esalq. Se informó previamente a todos los participantes sobre los objetivos del estudio, el carácter voluntario de su participación, la confidencialidad de las respuestas y el uso exclusivo de los datos para fines académicos.

En observancia a la Ley General de Protección de Datos Personales (Ley nº 13.709/2018), no se divulgaron nombres, cargos ni ninguna información que pudiera identificar a los encuestados o sus unidades de trabajo. Se aseguró la protección de los datos personales y el anonimato de los participantes durante todo el proceso de recopilación y análisis.

La conducción de la investigación siguió etapas secuenciales. Inicialmente, se procedió a la delimitación del objeto de estudio, identificando las Representaciones Fiscales para Fines Penales (RFFP) como instrumento central de la persecución penal tributaria y las fases de su procesamiento en el Ministerio Público Federal.

A continuación, se realizó el levantamiento normativo y doctrinal, abarcando la legislación tributaria y penal aplicable, normativas institucionales, manuales técnicos, orientaciones de la Receita Federal do Brasil y estudios académicos relacionados con las RFFP y la utilización de la Inteligencia Artificial en el sector público.

Posteriormente, se aplicaron herramientas de Inteligencia Artificial Generativa como apoyo a la lectura, organización, cruce y síntesis de la información contenida en las RFFP. Este procedimiento tuvo como objetivo la identificación de indicios de materialidad, autoría y tipicidad penal, como parte del análisis del objeto de estudio.

A continuación, se procedió a la recopilación de percepciones institucionales, mediante la aplicación de cuestionarios estructurados a miembros y pasantes del Ministerio Público Federal. El objetivo fue captar las percepciones sobre la eficiencia, celeridad y calidad de la actuación institucional con el apoyo de la Inteligencia Artificial.

Finalmente, se realizó el análisis comparativo de los resultados obtenidos. Se confrontaron los procedimientos tradicionales de análisis de las RFFP con aquellos apoyados por herramientas de Inteligencia Artificial Generativa, evaluando los impactos en la racionalización del trabajo y en el soporte a la toma de decisiones.

3. Resultados y Discusión

La investigación realizada en el Ministerio Público Federal (MPF) se centró en el análisis de la aplicación de la Inteligencia Artificial Generativa en el contexto de las Representaciones Fiscales para Fines Penales (RFFP), buscando comprender sus reflejos en la eficiencia y celeridad procesal. Los hallazgos iniciales revelaron que la tecnología es percibida como una herramienta de apoyo relevante para el desempeño de las actividades institucionales, especialmente en lo que se refiere a la gestión de grandes volúmenes de datos y a la elaboración de piezas jurídicas, aunque con la salvedad de la indispensable supervisión humana.

La muestra del estudio estuvo compuesta por siete participantes, cuatro de ellos miembros del Ministerio Público Federal, lo que corresponde al 57,1% del total, y tres becarios, representando el 42,9%. Esta composición permitió un análisis que privilegió la perspectiva institucional, dada la predominancia de miembros, al mismo tiempo que incorporó la visión complementaria de los becarios, quienes actúan directamente en el apoyo a las actividades procesales. Es importante notar que la investigación no incluyó a servidores del MPF, lo que delimita el alcance de las percepciones recopiladas.

Las percepciones de los encuestados sobre el uso de la Inteligencia Artificial Generativa se sistematizaron en categorías analíticas, evidenciando un consenso significativo en algunos aspectos. La totalidad de los participantes, es decir, el 100%, estuvo de acuerdo en que la Inteligencia Artificial Generativa ayuda en la organización y análisis de datos, y en que existe una necesidad incuestionable de revisión humana de los contenidos producidos. Estos dos puntos representan los pilares centrales de la percepción sobre la herramienta en el MPF.

La ayuda en la organización y análisis de datos, con un 100% de acuerdo entre los participantes, es un hallazgo particularmente relevante. Demuestra el reconocimiento unánime de la capacidad de la Inteligencia Artificial Generativa para manejar el gran volumen documental inherente a las Representaciones Fiscales para Fines Penales, facilitando la síntesis de información compleja y la selección de contenido. Esta percepción se alinea con la literatura que destaca el papel de la IA en la gestión del conocimiento, apoyando la creación, recuperación y aplicación de información en entornos organizacionales complejos, como lo señala el Consejo Nacional del Ministerio Público (2023) en sus iniciativas.

La relevancia de la Inteligencia Artificial Generativa para las actividades institucionales y la optimización del tiempo y la productividad fueron percibidas por seis de los siete encuestados, totalizando el 85,7%. Este porcentaje expresivo indica una amplia aceptación de la tecnología como un instrumento valioso de apoyo al trabajo jurídico y administrativo. La capacidad de reducir el tiempo dedicado a tareas repetitivas y operacionales, liberando a miembros y equipos para actividades más analíticas y estratégicas, es uno de los beneficios más destacados, convergiendo con estudios que señalan la IA como un medio para ampliar la eficiencia organizacional (Kaplan y Haenlein, 2019).

Sin embargo, es fundamental destacar que el presente estudio se basó en las percepciones de los participantes y no realizó una medición objetiva del tiempo de análisis, de la productividad o de la tasa de correcciones. Por lo tanto, los hallazgos relacionados con la optimización del tiempo y la productividad deben interpretarse como la visión subjetiva de los encuestados sobre el potencial de la herramienta, y no como datos empíricos de desempeño medido.

La estandarización y la calidad de las piezas jurídicas también se vieron impactadas positivamente por la Inteligencia Artificial Generativa, según el 71,4% de los encuestados. Este resultado sugiere que la herramienta es vista como un instrumento capaz de conferir mayor uniformidad a los análisis y a los productos institucionales, como informes y borradores. Aunque no hubo unanimidad, el porcentaje es significativo e indica una percepción favorable sobre el uso de la tecnología en la elaboración de textos técnicos, en consonancia con experiencias internacionales que utilizan IA para ayudar en la producción de respuestas estandarizadas (Organización para la Cooperación y el Desarrollo Económicos, 2023).

Uno de los hallazgos más cruciales y con 100% de concordancia fue la necesidad de una revisión humana integral de los contenidos generados por la Inteligencia Artificial Generativa. Este dato central de la investigación demuestra que, a pesar de ser percibida como útil y prometedora, la IA no es vista como sustituta de la actuación humana. Existe un consenso absoluto entre los participantes de que los contenidos producidos deben ser revisados y validados, especialmente en razón de la exigencia de precisión jurídica, de la responsabilidad funcional y de la observancia de criterios técnicos.

Esta percepción encuentra un fuerte respaldo en las directrices éticas internacionales y nacionales. La UNESCO (2021) enfatiza que el uso de sistemas de inteligencia artificial debe fundamentarse en principios como transparencia, responsabilidad y supervisión humana, a fin de mitigar riesgos relacionados con errores y sesgos. La Organización para la Cooperación y el Desarrollo Económico (2019) y la Comisión Europea (2019) refuerzan la necesidad de control humano para garantizar decisiones confiables y seguras. En Brasil, la Ley General de Protección de Datos Personales (Brasil, 2018) y el Consejo Nacional del Ministerio Público (2023) también establecen directrices de gobernanza y transparencia para el uso de la IA, especialmente ante los riesgos de la automatización de decisiones.

Finalmente, la categoría “desafíos (capacitación, acceso y confiabilidad)”, señalada por el 71,4% de los encuestados, revela que la incorporación de la Inteligencia Artificial Generativa en el sector público no se agota en la disponibilidad técnica de la herramienta. Persisten obstáculos significativos relacionados con la formación de los usuarios, la estandarización del acceso a las herramientas y la confiabilidad de los resultados producidos. La construcción de una fuerza de trabajo pública preparada para la inteligencia artificial exige inversiones continuas en capacitación y el establecimiento de estructuras de gobernanza y directrices claras de cumplimiento y uso adecuado (Organización para la Cooperación y el Desarrollo Económicos, 2021; Meijer y Wesseling, 2019).

En resumen, el uso de Inteligencia Artificial Generativa en el Ministerio Público Federal demostró contribuir significativamente a la eficiencia institucional y a la celeridad en el análisis de las Representaciones Fiscales para Fines Penales, principalmente al optimizar la organización y análisis de datos y estandarizar la elaboración de piezas. Sin embargo, esta contribución está intrínsecamente condicionada a la supervisión humana rigurosa, a la capacitación continua de los usuarios y a la implementación de directrices claras de gobernanza, asegurando que la tecnología actúe como un apoyo estratégico y no como un sustituto de la experticia jurídica.

4. Conclusión

El presente estudio analizó la utilización de la Inteligencia Artificial Generativa en el Ministerio Público Federal, con énfasis en su aplicación en el análisis de las Representaciones Fiscales para Fines Penales (RFFP) como instrumento de apoyo a la eficiencia institucional y a la celeridad procesal. Se verificó que la tecnología es percibida como una herramienta relevante para el desempeño de las actividades, especialmente en la ayuda a la organización y análisis de grandes volúmenes de datos, así como en la estandarización y calidad de las piezas jurídicas. Los hallazgos indicaron que la Inteligencia Artificial Generativa promovió ganancias de celeridad en el análisis procesal y auxilió en la sistematización de informaciones complejas, dirigiendo el foco hacia actividades analíticas. Sin embargo, se observó la necesidad unánime de supervisión humana para validar las informaciones producidas, dada la exigencia de precisión jurídica y la responsabilidad funcional inherente a la actuación ministerial. La principal contribución del estudio reside en demostrar que la incorporación de la Inteligencia Artificial Generativa representa un avance significativo en la optimización de los flujos de trabajo y en la mejora de la calidad técnica de las manifestaciones institucionales.

A pesar de los beneficios identificados, el estudio presentó limitaciones derivadas del tamaño reducido y la composición específica de la muestra, que no incluyó servidores, y de la concentración de la investigación en una única institución, lo que restringe la generalización de los resultados. Además, los hallazgos reflejan las percepciones de los participantes, sin una medición objetiva del tiempo de análisis o de la productividad. Persisten desafíos relacionados con la capacitación de los usuarios, el acceso estandarizado a las herramientas y la confiabilidad de los resultados, lo que indica que la adopción de estas tecnologías demanda un enfoque integrado que involucre gobernanza, calificación profesional y alineación con los principios éticos, jurídicos y administrativos. Para futuros estudios, se recomienda la realización de comparaciones objetivas entre el procesamiento tradicional de las RFFP y el apoyado por Inteligencia Artificial Generativa, utilizando indicadores de desempeño, y la proposición de directrices de gobernanza para el uso de la IA que aseguren la calidad jurídica y la supervisión humana como elementos centrales.

Referencias Bibliográficas

BRASIL. Lei nº 13.709, de 14 de agosto de 2018. Lei Geral de Proteção de Dados Pessoais (LGPD). Diário Oficial da União: Brasília, DF, 15 ago. 2018.

BRASIL. Lei nº 14.129, de 29 de março de 2021. Dispõe sobre princípios, regras e instrumentos para o Governo Digital e para o aumento da eficiência pública. Diário Oficial da União: seção 1, Brasília, DF, 30 mar. 2021.

Chizzotti, 2003 [Referência completa não encontrada no documento original]

CONSELHO NACIONAL DO MINISTÉRIO PÚBLICO (CNMP). Relatório de iniciativas de Inteligência Artificial no Ministério Público brasileiro. Brasília: CNMP, 2023.

COSTA, R. F. Inteligência artificial e eficiência no Poder Judiciário: perspectivas de transformação digital. Revista de Direito e Tecnologia, v. 8, n. 2, p. 15-32, 2020.

EUROPEAN COMMISSION. Ethics Guidelines for Trustworthy Al. Brussels: European Commission, 2019.

GIL, A. C. Métodos e técnicas de pesquisa social. 6. ed. São Paulo: Atlas, 2008.

KAPLAN, Andreas M.; HAENLEIN, Michael. Siri, Siri, in my hand: Who’s the fairest in the land? On the interpretations, illustrations, and implications of artificial intelligence. Business Horizons, v. 62, n. 1, p. 15-25, 2019.

MARTINS, G. A.; THEÓPHILO, C. R. Metodologia da investigação científica para ciências sociais aplicadas. São Paulo: Atlas, 2009.

MEIJER, Albert; WESSELING, Jeroen. Institutional capacity for Al in government. Government Information Quarterly, 2019.

MINISTÉRIO PÚBLICO FEDERAL (MPF). Estratégia de Inovação e Transformação Digital. Brasília: MPF, 2023.

ORGANISATION FOR ECONOMIC CO-OPERATION AND DEVELOPMENT (OECD). Building an Al-ready public workforce. Paris: OECD, 2021.

ORGANISATION FOR ECONOMIC CO-OPERATION AND DEVELOPMENT (OECD). Governing with Artificial Intelligence: Are governments ready? Paris: OECD, 2023.

ORGANISATION FOR ECONOMIC CO-OPERATION AND DEVELOPMENT (OECD). OECD Principles on Artificial Intelligence. Paris: OECD, 2019.

STRYKER, J.; KAVLAKOGLU, E. What is artificial intelligence (AI)? IBM, 2024. Disponível em: https://www.ibm.com/topics/artificial-intelligence. Acesso em: 26 out. 2025.

UNESCO. Recomendação sobre a Ética da Inteligência Artificial. Paris: UNESCO, 2021.

Artículo proveniente del Trabajo de Conclusión de Curso de la Especialización en Gestión Tributaria del MBA USP/Esalq

Para saber más sobre el curso, haz clic aquí y accede a la plataforma MBX Academy