Objetivo – O estudo objetiva investigar em que medida a automação de decisões em benefícios contribuiu para variações na eficiência do INSS em atender às filas de requerimentos, ao longo do tempo.
Metodologia – Com dados de 05/2022 a 12/2023, abrangendo 95 de um total de 97 Gerências Executivas, o método de Data Envelopment Analysis (DEA) foi realizado em dois estágios. O primeiro estimou a eficiência no uso da mão-de-obra dos servidores, utilizando índices de Malmquist. No segundo estágio foram aplicadas regressões robustas combinadas, contra variáveis ambientais.
Resultados – Os resultados apontam que a automação de decisões atua como inovação técnica capaz de realizar eficientemente procedimentos em massa, movendo as Gerências Executivas do INSS em direção à fronteira de eficiência. No entanto, quando analisado o recorte de indeferimentos automáticos, há redução de eficiência. O modelo demonstra que há maior eficiência quando há menos agências físicas e menos suporte de contratados e estagiários para
gerir.
Limitações – Os resultados se limitam à correlação entre variáveis selecionadas para o modelo de predição, com análise restrita ao processo de reconhecimento inicial de direitos, sem incluir outros sob responsabilidade do INSS.
Aplicabilidade – No INSS, osresultados da pesquisa podem implicar estratégias que fomentem a avaliação humana dos outputs da automação de decisões, em especial dos indeferimentos, em detrimento dos esforços empregados para gerir agências físicas, estagiários e contratados.
Contribuições para a sociedade – O estudo fornece insights sobre fatores que influenciam a eficiência no uso de servidores para entregar serviços públicos de Seguridade Social, trazendo contribuições à administração pública gerencial.