Machine Learning Aplicado ao Resultado de Pedido de Concessão de Benefícios do INSS – Análise Ampliada

Abstract

A materialização da proteção social, prevista no capítulo da Seguridade Social da Constituição do Brasil, especificamente no âmbito da Previdência, se dá através da concessão e manutenção de benefícios a todos os brasileiros que necessitem dessa proteção. Esse direito gera uma demanda enorme de milhões de requisições de benefícios anuais ao INSS (Instituto Nacional de Seguridade Social), que é o operador desses serviços. Receber e analisar os pedidos de benefícios, em tempo hábil e com assertividade, é algo complexo e desafiador. O volume de milhões de pedidos de benefícios anuais, a diversidade de benefícios disponíveis, diferentes critérios de concessão e a urgência que a natureza desses pedidos exige para a manutenção da vida dos requerentes, expressam esse ambiente complexo e desafiador. Dentro deste contexto, o presente estudo vem no sentido de desenvolver alguns modelos, utilizando técnicas de aprendizado de máquina, e selecionar o melhor deles, que possa predizer se determinada requisição de benefício será concedida ou indeferida. Essa predição ajudaria na análise de novos pedidos de benefício, abrindo espaço para que a dinâmica do processo de análise possa ser direcionada de forma mais ágil e assertiva. A fonte de dados para a construção dos modelos, neste trabalho, foi obtida no Portal de Dados Abertos do INSS, que constam do Plano de Dados Abertos do INSS. Esse conjunto de dados é composto de arquivos mensais de Benefícios Decididos (Concedidos e Indeferidos) no período de dezembro de 2018 a junho de 2020. Como escopo de análise, foram abordados algoritmos como KNN, SVC, Árvores de Decisão, Regressão Logística etc. Também foram construídos modelos que utilizam as técnicas de Ensemble Bagging e Boosting, chegando a um conjunto de dezessete algoritmos analisados. O algoritmo que obteve o melhor desempenho, utilizando a métrica F1 como determinante, foi o Classificador eXtreme Gradient Boosting (XGB) com 80%. Com este, o modelo realiza a predição com aproximadamente 84% de Precisão, 76% de Sensibilidade e 81% para AUC (Area Under the Curve). Como resultado do estudo, obteve-se um modelo capaz de efetuar a predição se determinado requerimento de benefício seria concedido ou indeferido, com base nos dados de requerimento, com uma performance dentro das expectativas estabelecidas nos objetivos. Portanto, este artigo analisou dezessete algoritmos de aprendizado de máquina com o objetivo de construir um modelo para predizer se determinada requisição de benefício ao INSS será concedida ou indeferida. Destacamos como contribuição desse artigo ao SI, a iniciativa da aplicação de um modelo de aprendizado de máquina em um domínio ainda não explorado por outras pesquisas, utilizando, como fonte de dados, os dados abertos disponibilizados pelo governo federal na nuvem. Espera-se que o resultado desse estudo abra espaço para que novas pesquisas científicas, no campo da aprendizagem de máquina, sejam desenvolvidas nesse domínio com o objetivo de ajudar nos problemas reais dessa parte sensível da vida dos brasileiros e da administração pública.