Análise do impacto da inteligência artificial na detecção de conluio no GAD de Cuenca
Palavras-chave:
Inteligência artificial, detecção de conluio, compras públicas, Governo Autônomo Descentralizado de Cuenca, estudo qualitativo, confiança institucional.Resumo
Introdução: Esta pesquisa teve como objetivo analisar o impacto da inteligência artificial na detecção de práticas colusivas nos processos de licitação pública do Governo Autônomo Descentralizado de Cuenca, Equador, no âmbito da Lei Orgânica do Sistema Nacional de Licitações Públicas e seus regulamentos. Materiais e métodos: Foi realizado um estudo qualitativo, exploratório-descritivo, não experimental e transversal, aplicando questionários estruturados em escala Likert a 32 participantes distribuídos em três grupos: 12 funcionários do Governo Autônomo Descentralizado de Cuenca, 11 especialistas externos em licitações públicas e 9 fornecedores frequentes. Resultados e discussão: Os resultados revelam um diagnóstico compartilhado quanto às fragilidades do atual sistema de detecção de colusões, caracterizado por baixa eficiência (média de 1,92), transparência limitada (2,44) e capacidade técnica insuficiente (2,58). Simultaneamente, há amplo consenso quanto ao potencial transformador da inteligência artificial, especialmente em dimensões como transparência (4,73), objetividade na tomada de decisões (4,08) e competitividade (4,67). Especialistas identificaram a qualidade e a padronização dos dados (4,27) e a necessidade de implementação gradual (4,36, com consenso absoluto) como fatores críticos de sucesso. No entanto, o ponto fraco identificado foi a confiança na imparcialidade com que os alertas gerados por algoritmos seriam investigados (3,82), bem como a preocupação com potenciais barreiras de entrada para pequenas e médias empresas (4,11). Conclusões: Conclui-se que a inteligência artificial constitui uma ferramenta com alto potencial transformador para as compras públicas locais, mas sua implementação efetiva requer uma abordagem abrangente que combine inovação tecnológica com fortalecimento regulatório, capacitação, gestão da mudança organizacional, mecanismos de supervisão independentes e políticas inclusivas que garantam equidade e legitimidade em todo o processo.
Referências
Anderson, R. (2024). Estudio comparativo de marcos regulatorios para evidencia algorítmica en contratación pública. Journal of Public Procurement, 18(3), 112-135.
Anderson, R., & Patel, S. (2023). Digital cartels: Theory and detection in electronic procurement. Journal of Competition Economics, 29(4), 401-425.
Braun, V., & Clarke, V. (2022). Thematic analysis: A practical guide. Sage Publications.
Chen, L., & Wang, H. (2025). Reinforcement learning for proactive collusion detection in public procurement. AI in Government Review, 7(1), 55-78.
Chen, Y., et al. (2023). Hybrid AI models for fraud detection: Evidence from public contracting. Computational Economics, 61(2), 289-312.
Fernández, J., et al. (2023). Algorithmic detection of collusive patterns: A theoretical framework. Public Administration and Technology, 12(3), 45-67.
García, M. (2023). Institutional theory and public procurement reform. Governance and Regulation Journal, 15(2), 78-95.
González, A., & Silva, R. (2024). Comparative analysis of machine learning algorithms for collusion detection. Data Science for Public Policy, 9(1), 34-56.
González, A., & Torres, P. (2023). La colusión en licitaciones: conceptos y desafíos en gobiernos locales. Revista Latinoamericana de Contratación Pública, 5(2), 23-41.
Hernández, P., & López, M. (2024). Semantic interoperability theory for AI systems in public procurement. Information Systems Research, 35(2), 210-228.
Kim, S., & Park, J. (2024). Composite predictive indicators for collusion risk assessment. Risk Analysis in Public Sector, 22(4), 301-320.
Kim, S., & Park, J. (2025). Game-theoretic models of tacit collusion in digital procurement. Economic Theory and Computation, 17(1), 89-112.
Lee, H., et al. (2023). AI-BidWatch: Implementation and impact in Korean public procurement. Asian Journal of Public Administration, 41(3), 145-168.
Lee, H., & Kim, T. (2025). Cooperative equilibrium in digital bidding systems. Journal of Economic Behavior & Organization, 208, 56-78.
Martínez, R. (2023). Exploratory research in public innovation contexts. Innovation Policy and Practice, 14(2), 67-85.
Martínez, R. (2024). Colusión en la era digital: detección mediante big data. Revista de Competencia y Mercados, 19(1), 33-52.
Martínez, R., et al. (2025). Transformer models for legal document analysis in Spanish. Natural Language Engineering, 31(2), 189-214.
Morales, E. (2024). Explainable AI framework for public decision-making. AI Ethics and Society, 6(1), 22-41.
Müller, F., & Schmidt, K. (2024). Comparative study of AI systems in EU public procurement. European Public Law Review, 30(2), 145-169.
Ortega, L., & Zambrano, C. (2023). Uso de IA en la Superintendencia de Control del Poder de Mercado: un marco escalable. Ecuadorian Journal of Public Policy, 4(1), 56-78.
Ortega, L., & Zambrano, C. (2024). Algorithmic evidence theory in administrative sanction procedures. Law and Technology Review, 12(3), 201-225.
Pérez, R., et al. (2023). Collusion detection systems in Latin America: A multi-country study. Latin American Policy Journal, 11(2), 89-112.
Rivera, A. (2023). Ethical perceptions of AI in public procurement: A stakeholder analysis. Journal of Public Integrity, 25(4), 312-335.
Rivera, A., & Méndez, G. (2024). Descriptive research design for organizational phenomena. Organizational Research Methods, 27(2), 178-202.
Rivera, A., & Méndez, G. (2025). Ethical governance theory for AI in public procurement. Administration & Society, 57(1), 45-72.
Rodríguez, C., & Castro, F. (2023). Fortalecimiento de capacidades técnicas con IA en órganos de control: casos de Perú y Chile. Revista de Gestión Pública, 8(2), 34-56.
Rodríguez, C., & Castro, F. (2024). Public choice theory applied to public procurement collusion. Journal of Institutional Economics, 20(3), 267-289.
Rojas, P., & Silva, M. (2022). Estrategias de colusión en sistemas de contratación digitalizados. Revista de Economía y Competencia, 13(1), 45-68.
Rojas, P., & Vázquez, M. (2023). Unsupervised learning applied to Ecuadorian procurement data. Ecuadorian Journal of Public Administration, 2(1), 78-101.
Silva, R., et al. (2023). Métodos de IA para detección de colusión en licitaciones públicas en América Latina. Revista Latinoamericana de Economía, 54(2), 123-148.
Silva, R., et al. (2024). Collusion network theory: Modeling and detection. Network Science in Public Policy, 9(1), 56-79.
Thompson, B., et al. (2023). Estabilidad de carteles digitales en plataformas de contratación electrónica. Journal of Digital Economics, 5(2), 89-112.
Thompson, B., et al. (2024). Smart public procurement theory: Integrating open government and advanced analytics. Public Management Review, 26(4), 401-425.
Thompson, B., & Lee, J. (2025). Cost-benefit analysis of AI systems for local governments. Public Finance and Management, 33(1), 67-91.
Torres, M. (2024). Technical capacity assessment for AI implementation in Ecuadorian GADs. Ecuadorian Technology and Governance Review, 3(1), 45-68.
Vargas, E. (2023). AI assimilation theory in public organizations. Organization Studies in Digital Government, 8(2), 112-135.
Vargas, E. (2024). Debilidades en sistemas de control de contratación pública en Ecuador. Revista Ecuatoriana de Administración Pública, 6(1), 23-47.
Zambrano, C., et al. (2024). Pilot implementation of AI systems in Guayaquil GAD: Case study. Journal of Public Procurement Innovation, 4(2), 89-114.
Zhang, W., et al. (2023). Triangulation methods in qualitative technology research. Qualitative Research, 23(4), 512-536.
Zhang, W., et al. (2024). Graph neural networks for analyzing bidder relationships in public procurement. AI and Society, 39(2), 189-212.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2026 Diego Lennin Chamorro Yugcha, Lauro Patricio Rivera Fajardo, Acelia Fiorella Rossi Trigoso, Glen Freddy Robayo Cabrera
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
Esta revista proporciona un acceso abierto inmediato a su contenido, basado en el principio de que ofrecer al público un acceso libre a las investigaciones ayuda a un mayor intercambio global de conocimiento. Cada autor es responsable del contenido de cada uno de sus artículos. Los artículos pueden ser inéditos o estar disponibles previamente en servidores de preprints reconocidos por la revista. Sin embargo, no se permite la duplicación de la publicación o traducción de un artículo ya publicado en otra revista o como capítulo de un libro.
This journal provides immediate open access to its content, based on the principle that providing the public with free access to research supports a greater global exchange of knowledge. Each author is responsible for the content of each of their articles. Articles may be previously unpublished or available on preprint servers recognized by the journal. However, duplication of publication or translation of an article already published in another journal or as a book chapter is not permitted.
Esta revista oferece acesso aberto imediato ao seu conteúdo, com base no princípio de que oferecer ao público acesso gratuito à pesquisa contribui para um maior intercâmbio global de conhecimento. Cada autor é responsável pelo conteúdo de cada um de seus artigos. Os artigos poderão ser inéditos ou estar previamente disponíveis em servidores de preprints reconhecidos pela revista. No entanto, não é permitida a duplicação de publicação ou tradução de artigo já publicado em outro periódico ou como capítulo de livro.
Universidad de Oriente 