Libro disponible en 5 dias hábiles.

b'No \xe2mbito da Administra\xe7\xe3o P\xfablica, as decis\xf5es colegiadas do Tribunal de Contas da Uni\xe3o (TCU) servem de orienta\xe7\xe3o \xe0 atua\xe7\xe3o administrativa, pois estabelecem crit\xe9rios pr\xe1ticos que permitem aos gestores p\xfablicos conclu\xedrem por uma solu\xe7\xe3o poss\xedvel diante de um caso concreto. Nesse contexto, a problem\xe1tica da pesquisa emp\xedrica relatada neste livro adv\xe9m da necessidade de mapear todas as decis\xf5es que versam sobre uma mesma tem\xe1tica, para al\xe9m de simples pesquisas por palavras-chave. O estudo teve como objetivos principais: (i) criar um m\xe9todo replic\xe1vel de delineamento de jurisprud\xeancia e identifica\xe7\xe3o de precedentes com uso de Intelig\xeancia Artificial (IA); e (ii) contribuir para a sedimenta\xe7\xe3o da cultura de precedentes administrativos no pa\xeds e para a delimita\xe7\xe3o jurisprudencial de conceitos jur\xeddicos indeterminados. O recorte tem\xe1tico escolhido para aplica\xe7\xe3o da extra\xe7\xe3o jurisprudencial encontra-se no cerne das fraudes em licita\xe7\xf5es, esp\xe9cies do g\xeanero corrup\xe7\xe3o, que apresentam como uma de suas patologias a exist\xeancia de cl\xe1usulas nos editais que restringem a competitividade do certame. Assim, testou-se a aplica\xe7\xe3o de t\xe9cnicas de IA (machine learning e deep learning) nos ac\xf3rd\xe3os do TCU (1992 a 2018), com intuito de sistematizar a delimita\xe7\xe3o jurisprudencial e, consequentemente, a identifica\xe7\xe3o inequ\xedvoca dos precedentes administrativos, que d\xe3o concre\xe7\xe3o ao conceito aberto de cl\xe1usulas restritivas ao car\xe1ter competitivo em editais de licita\xe7\xe3o.'