Inteligência de Dados Aplicada à Governança das Contratações Públicas

Evidências de Concentração de Mercado e Modelagem Preditiva de Riscos no Estado do Rio de Janeiro

Resumo

Este artigo analisa a governança das contratações públicas no Estado do Rio de Janeiro por meio da integração de indicadores econômicos clássicos e modelos preditivos de ciência de dados e inteligência artificial. Com base em dados reais de contratações públicas realizadas entre 2022 e 2025, o estudo investiga padrões de concentração de mercado e desigualdade na distribuição dos recursos públicos utilizando o Índice de Herfindahl-Hirschman (IHH) e o Coeficiente de Gini. Adicionalmente, emprega modelos de regressão linear e o algoritmo de aprendizagem de máquina XGBoost para classificação preditiva de contratações com maior probabilidade de risco. Os resultados revelam estruturas de mercado altamente concentradas em determinados serviços, bem como assimetrias significativas na alocação dos recursos. A modelagem preditiva demonstrou elevada capacidade de identificar outliers e contratações inconsistentes e, reforçando seu potencial como instrumento de fiscalização preventiva. As evidências indicam que a inteligência de dados pode fortalecer a governança das contratações públicas, promovendo decisões mais eficientes, transparentes e alinhadas aos princípios da Lei nº 14.133/2021.