O documento discute o uso de modelos preditivos para melhorar a seleção de solicitações de compensação tributária para análise manual, reduzindo os riscos de compensações indevidas. O autor desenvolveu modelos usando regressão logística e algoritmos de aprendizado de máquina treinados com dados de solicitações analisadas manualmente por auditores. Os resultados mostraram que os modelos podem acertar cerca de 70% das predições, auxiliando na seleção de processos com maior risco de indeferimento.