TL;DR: Uma pesquisa experimental demonstrou que grandes modelos de linguagem podem auxiliar profissionais fiscais na interpretação da Lei do IVA austríaco, com a abordagem RAG (Geração Aumentada por Recuperação) atingindo 93,24% de precisão em casos de livros didáticos e 80% em casos reais. O estudo comparou diferentes metodologias e revelou que RAG supera o fine-tuning tradicional. A IA serve como ferramenta de apoio valiosa, mas não substitui completamente a expertise humana em consultoria fiscal.

Takeaways:

• A abordagem RAG superou o fine-tuning custoso, atingindo 93,24% de precisão contra 89,19% em casos teóricos de IVA
• LLMs podem fornecer justificativas legais fundamentadas, mas carecem do conhecimento implícito específico do cliente que consultores experientes possuem
• A implementação prática requer preprocessamento cuidadoso e validação manual, especialmente para casos reais complexos
• O futuro da consultoria fiscal envolve empoderar profissionais com ferramentas de IA, não substituí-los completamente
• Prompts estratégicos e configurações técnicas otimizadas são cruciais para maximizar a eficácia dos LLMs em aplicações jurídicas

Como a Inteligência Artificial Está Revolucionando o Direito Tributário: LLMs na Lei do IVA Austríaco

A inteligência artificial está transformando setores inteiros, e o direito tributário não é exceção. Uma nova pesquisa experimental revela como os grandes modelos de linguagem (LLMs) podem auxiliar profissionais fiscais na tomada de decisões complexas relacionadas ao Imposto sobre o Valor Agregado (IVA) na Áustria.

Este estudo pioneiro demonstra que a IA não apenas pode compreender regulamentações tributárias complexas, mas também fornecer justificativas legais fundamentadas com impressionantes 93,24% de precisão em casos específicos. Mas como isso funciona na prática? E quais são as implicações para o futuro da consultoria fiscal?

A Revolução da IA Generativa no Setor Jurídico

A inteligência artificial generativa está sendo desenvolvida para auxiliar trabalhadores do conhecimento a lidar com desafios complexos e específicos de cada domínio. Os LLMs se tornaram o foco principal de pesquisa para sistemas de IA adaptados a domínios profissionais, incluindo o setor jurídico.

O setor jurídico é particularmente sensível à implantação de IA devido às altas exigências de precisão e conformidade. Erros na interpretação legal em direito tributário podem resultar em consequências financeiras e legais significativas.

Por que o IVA é Crucial?

O IVA afeta quase todas as transações econômicas e está harmonizado na União Europeia. Na Áustria, representa a principal fonte de receita para o governo federal, tornando sua correta aplicação fundamental para o sistema econômico.

Metodologias Testadas: RAG vs Fine-Tuning

O estudo examinou duas abordagens principais para aprimorar o desempenho dos LLMs:

Geração Aumentada por Recuperação (RAG)

O RAG permite que os LLMs acessem documentos legais específicos em tempo real, fornecendo contexto atualizado para cada consulta. O sistema implementado no Azure AI Foundry utiliza:

• Lei Austríaca do IVA (74 páginas)
• Regulamento do Mercado Interno (18 páginas)
• Diretiva do IVA do Ministério das Finanças (143 páginas)

Fine-Tuning (Ajuste Fino)

Esta abordagem envolve o treinamento específico do modelo com 758 exemplos de casos de IVA, incluindo:

• Notas de aula universitárias
• Questões oficiais de exames
• Casos de livros de direito tributário

Prompts Estratégicos: A Chave do Sucesso

O estudo desenvolveu prompts específicos para diferentes propósitos. Aqui está o template utilizado para identificação do local de fornecimento:

system:
Você é um assistente fiscal que deve determinar o local de tributação para cada questão. 
Sempre responda em alemão.
Justifique o local de fornecimento de acordo com a Lei Tributária Austríaca.
Analise a questão cuidadosamente e decida qual regulamentação (especial) se aplica.

Sempre retorne um JSON com as seguintes chaves:
* justificativa: Uma justificativa bem fundamentada baseada nos parágrafos aplicáveis
* país: O país que representa o local de fornecimento

context: {{ contexts }}
user: {{ question }}
assistant:

Resultados Surpreendentes: RAG Supera Fine-Tuning

Os resultados da avaliação em 74 casos de livros didáticos revelaram diferenças significativas de desempenho:

Casos Reais: O Teste Definitivo

Em 20 casos reais fornecidos pela consultoria ICON Wirtschaftstreuhand GmbH:

• RAG: 16 justificativas corretas (80%)
• Fine-tuned: 14 corretas (70%)
• RAG + FT: 11 corretas (55%)

“A abordagem RAG fundamenta as respostas em textos legais relevantes, reduzindo o risco de alucinações ou extrapolações imprecisas.”

Desafios Práticos na Implementação

Conhecimento Implícito do Cliente

Um desafio fundamental identificado é que consultores fiscais constroem conhecimento extenso e específico do cliente através de relacionamentos profissionais de longo prazo. Os LLMs carecem de acesso a:

• Contratos específicos
• Demonstrações financeiras
• Histórico de transações
• Contexto empresarial

Processamento de Documentos

Para casos reais, foi necessário:

1. Preprocessamento baseado nas respostas dos consultores
2. Suposições sobre informações em falta
3. Validação manual das justificativas geradas

Implicações para o Futuro da Consultoria Fiscal

Para Pesquisadores

Os resultados sugerem que o RAG pode ser mais eficaz que o custoso fine-tuning para aplicações em direito tributário. A pesquisa futura deve focar em:

• Automação da avaliação de justificativas geradas por IA
• Integração de grafos de conhecimento estruturados
• Arquiteturas híbridas combinando RAG com bases de dados específicas

Para Profissionais

Os LLMs podem servir como ferramentas de apoio valiosas, mas não substituem completamente a expertise humana. As aplicações práticas incluem:

• Análise inicial de casos complexos
• Geração de justificativas preliminares
• Identificação de regulamentações aplicáveis
• Suporte na pesquisa de precedentes

Configurações Técnicas Otimizadas

O estudo identificou as melhores configurações para implementação:

Fine-Tuning

• Batch size: 16
• Learning rate multiplier: 2.8
• Epochs: 3
• Modelo base: GPT-4o

RAG

• Embedding model: Otimizado para textos legais
• Chunk size: Ajustado para preservar contexto legal
• Top k: Configurado para recuperar segmentos mais relevantes

O Futuro da IA no Direito Tributário

Esta pesquisa representa apenas o início de uma transformação maior. As próximas inovações provavelmente incluirão:

Integração Multimodal

• Processamento de documentos escaneados
• Análise de planilhas financeiras
• Interpretação de contratos complexos

Personalização Avançada

• Sistemas adaptados a escritórios específicos
• Aprendizado contínuo com feedback dos usuários
• Integração com softwares de gestão fiscal

Automação Inteligente

• Geração automática de pareceres
• Alertas sobre mudanças regulamentares
• Monitoramento de compliance em tempo real

Considerações Éticas e de Conformidade

A implementação de IA em direito tributário requer atenção especial a:

• Transparência nas decisões automatizadas
• Auditabilidade dos processos de IA
• Responsabilidade profissional compartilhada
• Proteção de dados sensíveis dos clientes

Conclusão: Uma Nova Era para a Consultoria Fiscal

Os resultados desta pesquisa demonstram que os LLMs, especialmente quando aprimorados com RAG, podem fornecer suporte significativo na análise de casos de IVA. Com 93,24% de precisão em casos de livros didáticos e 80% em casos reais, essas ferramentas representam um avanço considerável.

No entanto, o estudo também revela que a implementação prática requer cuidadosa consideração do contexto específico do cliente e conhecimento implícito que apenas profissionais experientes possuem.

O futuro da consultoria fiscal não será sobre substituir consultores por IA, mas sobre empoderar profissionais com ferramentas inteligentes que aumentem sua eficiência e precisão. A combinação de expertise humana com capacidades de IA promete revolucionar como lidamos com a complexidade crescente do direito tributário moderno.

Está pronto para explorar como a IA pode transformar sua prática fiscal? Comece experimentando com ferramentas de RAG em casos menos complexos e gradualmente expanda sua implementação conforme ganha confiança nos resultados.

Fonte: Luketina, Marina; Benkel, Andrea; Schuetz, Christoph G. “Using Large Language Models for Legal Decision-Making in Austrian Value-Added Tax Law: An Experimental Study”. arXiv:2507.08468v1. Disponível em: https://arxiv.org/abs/2507.08468