O Conselho Administrativo de Recursos Fiscais (Carf) está prestes a iniciar o uso de uma ferramenta de inteligência artificial criada internamente para apoiar julgamentos e reduzir o tempo de tramitação dos processos. Batizada de Iara (Inteligência Artificial em Recursos Administrativos), a solução deve entrar em funcionamento a partir da segunda quinzena de maio, após a fase final de testes e curadoria.
A iniciativa chega em um contexto em que o contencioso administrativo passou a ter pressão adicional por prazos: o Carf busca reduzir o tempo médio de tramitação de quase quatro anos para, no máximo, dois, e tem como referência o parâmetro de 360 dias para julgamento de recursos em instâncias do órgão.
O recado é claro: prazo virou indicador de conformidade institucional. Hoje, o tempo médio informado para julgamento em turmas ordinárias ainda está acima do desejado, enquanto a Câmara Superior já estaria mais próxima do objetivo.
Ao mesmo tempo, o órgão vem reduzindo o “estoque” financeiro dos processos pendentes: terminou 2025 em R$ 757 bilhões, abaixo do patamar de R$ 990 bilhões no fim de 2024 e inferior aos níveis acima de R$ 1 trilhão observados em 2022 e 2023.
Na largada, a Iara não “julga” processos. Ela funciona como ferramenta de apoio, principalmente para:
O plano é evoluir: o Carf pretende desenvolver módulos para que, no futuro, a IA possa ler peças do processo e auxiliar na elaboração de minutas de relatório, além de apoiar a admissibilidade de recursos (triagem).
A IA foi desenvolvida pelo próprio Carf (não comprada pronta) e passou por uma etapa de curadoria/avaliação independente conduzida por instituição externa, com testes por um grupo inicial de conselheiros antes da liberação geral.
Portarias recentes formalizaram o início do uso e a continuidade do desenvolvimento, criando a base administrativa para a adoção gradual.
Para o contribuinte, o impacto mais direto não é tecnológico, é tempo:
Por outro lado, a adoção de IA em um órgão paritário levanta cuidados que o mercado deve acompanhar de perto: como a IA é treinada, quais bases alimentam a ferramenta e como se preserva a paridade (Fisco x contribuintes) na formação de referências e padrões decisórios.

