Da opacidade à transparência? Avaliando a Lei de Acesso à Informação no Brasil cinco anos depois

Resumo

Após cinco anos em vigor, quão bem a lei brasileira de acesso à informação (LAI) está funcionando? E o que pode ser feito para melhorar? A partir da análise de dados oficiais, de nove avaliações de cumprimento das obrigações de transparência, de entrevistas com políticos e gestores públicos, e de pesquisa de arquivo, este artigo oferece estatísticas descritivas e inferenciais sobre cumprimento de pedidos de acesso à informação e indicadores de implementação. Os resultados demonstram que menos de uma em cada duas solicitações de Acesso à Informação (AI) no Brasil obtém uma resposta dos governos e mais de 50% dos pedidos excedem os prazos estabelecidos pela lei. A implementação inconsistente também é ilustrada pela escassez de indicadores de cumprimento, tais como estatísticas governamentais sobre pedidos, compromissos públicos com o AI, plataformas específicas para envio de pedidos de AI e órgãos de controle designados. O Brasil precisa investir urgentemente em maior gerenciamento da informação, capacitando as instituições de controle para implementar e adjudicar as obrigações de transparência.

Palavras-chave:
Brasil; acesso à informação; transparência

Abstract

How well is Brazil’s access to information (ATI) law working five years after passage? And what can be done to improve it? Drawing on official data as well as nine evaluations of compliance with ATI obligations, interviews with policymakers, and archival research, this paper provides descriptive and inferential statistics on compliance with ATI requests and indicators of implementation. Results show that less than one in every two requests in Brazil obtains a response from agencies, and more than 50% of requests exceed the time limits established in the law. Evidence of weak commitments to ATI are also illustrated by the paucity of several key indicators of compliance, including statistics on requests, declared commitments to ATI, ATI-specific platforms for making requests, and designated oversight institutions. Brazil urgently needs to invest in greater information management, empowering oversight institutions to implement and adjudicate ATI obligations.

Keywords:
Brazil; freedom of information; transparency

Resumen

¿Qué tan bien funciona la Ley de Acceso a la Información (LAI) brasileña a los cinco años de su entrada en vigor?, y ¿qué se puede hacer para mejorarla? Este artículo ofrece estadística descriptiva e inferencial del cumplimiento con los requerimientos de acceso a la información e indicadores de implementación, en base a información oficial, nueve evaluaciones de cumplimiento, entrevistas con políticos y formuladores de políticas, y revisión documentaria. Los resultados muestran que menos de uno de cada dos pedidos de acceso a la información en Brasil obtiene respuesta de los gobiernos, y en más del 50% de los casos se excede el plazo máximo de respuesta establecido por ley. Un débil compromiso con el acceso a la información se evidencia también por la falta de varios indicadores claves de cumplimiento, como estadísticas sobre los pedidos, declaraciones de compromiso con el acceso a la información, plataformas específicas para realizar pedidos, y designación de instituciones supervisoras. Brasil necesita invertir con urgencia en una mejor gestión de la información, empoderando a instituciones supervisoras para implementar y juzgar respecto a obligaciones de acceso a la información.

Palabras clave:
Brasil; acceso a la información; transparencia

Há cinco anos, o Brasil inaugurou um novo paradigma cívico e administrativo. Ao implementar uma Lei de Acesso à Informação (LAI n^o 12.527/2011), o Estado passou da posição de detentor do monopólio de “documentos oficiais” para guardião de “informações públicas”.¹

Essa é uma transformação onerosa. Informação é poder, e as leis de acesso à informação (AI) têm sido chamadas de “revolucionárias” e “subversivas” ao fornecer um amplo direito fundacional para acessar informações governamentais (Darch e Underwood, 2010:9). Ao ameaçar derrubar o “muro de papel” que divide cidadãos do Estado, as leis de AI se tornaram objeto de considerável resistência por parte do setor público (Hood, 2010; Michener, 2015b; Roberts, 2006).

E quanto a essa resistência no Brasil, um país que há muito sofre com legados autoritários? Cinco anos após a aprovação da Lei de Acesso à Informação (LAI), este artigo analisa o movimento da opacidade à transparência. O faz analisando dados governamentais e um compilado de avaliações de AI no Brasil, enfocando especialmente avaliações realizadas pelo Programa de Transparência da FGV desde 2014.

A ausência de análises abrangentes publicadas sobre o funcionamento da Lei n^o 12.527 — especialmente no que tange a transparência passiva — representa uma significativa lacuna no entendimento da administração pública no Brasil. A maioria dos trabalhos existentes analisa transparência ativa (conteúdo divulgado em sites), em apenas uma ou poucas jurisdições (Bairral, Silva e Alves, 2015; Bernardes, Santos e Rover, 2015; Cruz et al., 2012; Figueiredo e Gazoni, 2016; para exceções, ver Lunkes et al., 2015; Matos et al., 2013; Souza et al., 2013; Staroscky et al., 2014). Enquanto a informação que governos publicizam como transparência ativa e dados abertos pode ser escolhida a dedo, “higienizada”, ou extensamente mediada por gestores públicos (Michener e Bersch, 2013:239), transparência passiva obriga funcionários públicos a responder a demandas não antecipadas de informação de cidadãos em um determinado prazo. A transparência passiva representa um “teste mais exigente” dos compromissos com o acesso à informação pública. Acompanhando outros estudos de referências sobre novas leis de AI (Camaj, 2016; Hazell e Worthy, 2010; Michener, 2015a; Open Society Justice Initiative, 2006), o presente estudo objetiva iniciar a preencher a lacuna mencionada ao enfocar o cumprimento da transparência passiva no Brasil.

Este artigo está organizado da seguinte maneira: a primeira parte analisa brevemente a LAI e, em seguida, volta-se para explicar a estrutura de incentivos que molda os compromissos governamentais com o AI no contexto brasileiro. Nesse ponto, identificamos o déficit mais importante no regime brasileiro de AI: execução e supervisão independentes para garantir a implementação e o cumprimento da lei.

A segunda parte analisa a performance de AI no Brasil, comparando taxas de divulgação de dados no Poder Executivo nos governos estaduais, municipais e federal. Os dados apontam que — após cinco anos da lei em vigor — compromissos com a LAI ainda são relativamente fracos e incipientes, com algumas importantes exceções, incluindo o desempenho positivo do governo federal.

A terceira parte examina a relação entre o desempenho de instituições públicas e indicadores demográficos e institucionais em dois conjuntos de dados. De forma pouco surpreendente, identificamos que as jurisdições com Índice de Desenvolvimento Humano (IDH) mais altos tendem a ser mais cumpridoras das normas de transparência. Também identificamos que os meios eletrônicos indicados para envio de pedidos de AI (o equivalente ao e-SIC brasileiro), na média, praticamente dobram a probabilidade de receber uma resposta, se comparados a formulários de contato genéricos ou e-mails.

1. A lei e os incentivos para o cumprimento do AI no Brasil

1.1 Os antecedentes da Lei n^o 12.527/2011

As bases da LAI são comparativamente amplas e profundas, abarcando todos os níveis de governo, poderes e todas as entidades responsáveis por administrar dinheiro público, de organizações não lucrativas que provêm serviços às empresas públicas. De acordo com o Right-to-Information Rating (RTI-Rating), das 115 leis de AI existentes no mundo, a LAI atualmente figura como a 22^a mais forte — no papel.² O alicerce da LAI não reside apenas na Constituição (especialmente artigo 5^o {XXXIII}), mas igualmente em leis aprovadas nos anos 1990 e 2000, tais como as dedicadas ao tema da Improbidade Fiscal, a Lei da Responsabilidade Fiscal e a Lei da Ficha Limpa (Bernardes, Santos e Rover, 2015).

1.2 Incentivos para o cumprimento — legitimidade governamental, monitoramento, garantias, controle

Uma lei de AI pode ser forte no papel, mas é notoriamente difícil garantir sua plena implementação e cumprimento. Como demonstrado pela bibliografia, entender qual estrutura de incentivos motiva o compromisso com o AI é fundamental para formular advocacy, treinamento e estratégias institucionais (Berliner, 2014; Hood, 2010; Michener, 2015a; Roberts, 2006; Schnell, 2017). Esta seção, portanto, explora as estruturas de incentivo em funcionamento no regime de AI no Brasil.

A existência de grandes governos de coalizão do Brasil faz da transparência um mecanismo útil para que presidentes, governadores e prefeitos realizem o monitoramento “intercoalizional”, dificultando a má administração por parte de parceiros de coalizão que controlam importantes secretarias. É também importante para organizações de controle em âmbito federal, que monitoram beneficiários de recursos públicos nessa esfera, incluindo os mais de 5.500 municípios brasileiros. No entanto, embora o monitoramento seja particularmente útil em coalizões ideologicamente heterogêneas (Pereira et al., 2017:17), quanto maior a homogeneidade ideológica da coalização, as pressões para proteger os aliados do escrutínio público provavelmente superam os benefícios do monitoramento.

Em geral, os “parceiros” da coalizão tendem a resistir serem monitorados em seus respectivos portfólios (Michener, 2015a; Pereira et al., 2017). Os seis meses finais do processo de aprovação legislativa da Lei n^o 12.527 fornecem um exemplo. A presidente Dilma Rousseff concordou em copresidir a Parceria para Governo aberto (OGP, na sigla em inglês) com o presidente dos EUA, Barack Obama, e declarou publicamente sua expectativa de ver o Senado aprovar uma lei de AI semissancionada consideravelmente antes da inauguração da OGP nas Nações Unidas em setembro de 2011. No entanto, o Senado aprovou a lei apenas um mês após a inauguração, em outubro de 2011. A causa foi um embaraçoso impasse de cinco meses causado pelo Comitê de Defesa e Relações Exteriores presidido pelo senador Fernando Collor, que tentou substituir a lei por uma versão aberrante. Até mesmo um pedido do chefe de gabinete de Dilma ao presidente do Senado, José Sarney (PMDB), e ao senador Collor (PTB) — ambos membros da coalizão de Dilma — surtiu efeito imediato. Esse caso ilustra como aliados de coalizão, frequentemente alinhados a burocratas resistentes à mudança, podem comprometer a transparência. Afinal, a transparência limita o sigilo, e alguns têm grande interesse em mantê-lo.

Embora os líderes de grandes governos de coalizão considerem as leis de AI atraentes como mecanismos de monitoramento, eles também podem utilizá-las em estratégias competitivas para neutralizar as vantagens de partidos oponentes ou garantir a independência potencial das agências governamentais no caso de haver alternância partidária. É especialmente provável que os compromissos com o AI emerjam em ambientes competitivos e durante alternações partidárias no poder (Berliner, 2014; Berliner e Erlich, 2015; Michener, 2011). Utilizemos o caso do atual governador do Maranhão, Flávio Dino (PCdoB — MA), que não apenas governa uma coalizão heterogênea, mas também um estado há muito dominado pela dinastia política do PMDB (atual MDB) da família Sarney. Ao assumir o poder em 2015, Dino abriu as portas da administração estadual, criando a Secretaria de Transparência e Controle (STC), aprovando a regulamentação estadual da LAI (Decreto n^o 10.217/2015) e lançando um portal de transparência. O Maranhão passou de uma pontuação de 2,2 pontos em 10 na primeira edição de 2015 da Escala Brasil Transparente da CGU para a pontuação máxima de 10 em 2016 e 2017. O estado também passou de 339 solicitações de AI registradas em 2015 para 1.159 em 2016.

Mais frequentemente, no entanto, nem a legitimidade simbólica, nem o monitoramento, nem as preocupações competitivas resultam em compromissos com a transparência no Brasil. Políticos estaduais e municipais majoritariamente valorizam a opacidade em detrimento da transparência. O compromisso real com a transparência, afinal, representa o fornecimento de informações suficientes para tornar governos suscetíveis a críticas. Não fornecer nenhuma informação significa simplesmente descumprir, o que tem custos particularmente baixos quando a imprensa e o controle midiático e institucional são fracos ou inexistentes. O Rio de Janeiro ilustra o argumento: o estado não conseguiu regular adequadamente, implementar ou cumprir a lei durante um período de exposição internacional sem precedentes (Copa do Mundo de 2014, Olimpíadas de 2016) (Michener, 2016:6-62; Michener, Moncau e Velasco, 2014:40-44). O Rio também possuía no poder uma coalizão ideologicamente homogênea e marcada pela ausência de alternância entre os partidos, ambas as condições que, teoricamente, enfraquecem os compromissos com a transparência.

O controle independente é, sem dúvida, o elemento mais importante em um regime de AI bem-sucedido (Neuman, 2009; Nino, 2010). No entanto, a pesquisa realizada para este artigo identificou que, dos 27 estados³ e 26 capitais brasileiras, apenas 16 e 10 atribuem responsabilidade de controle, respectivamente.⁴ Estes são os estatutos de jure para o controle; os dados presentes na seção seguinte sugerem que controle de facto pode ser ainda mais raro.

2. Aferindo o cumprimento e implementação a partir dos números: avaliações e dados oficiais

2.1 Coleta de dados e definições

As páginas seguintes apresentam análises de dados coletados de duas fontes. Primeiro, dados oficiais fornecidos pelo Ministério Público, governos subnacionais — incluindo estados e capitais — e pelo governo federal. As informações foram retiradas de relatórios oficiais e estatísticas encontradas online. Quando a jurisdição ou o site do órgão não disponibilizou dados sobre solicitações recebidas e o perfil dos solicitantes, os autores enviaram solicitações de AI para obtê-las. Segundo, foram listadas todas as avaliações conhecidas de cumprimento de transparência passiva realizadas por pesquisadores, acadêmicos e ativistas no Brasil desde 2013, e contatamos seus autores para ter acesso às respectivas bases de dados. Com os dados coletados de nove avaliações,⁵ criamos um novo banco de dados com 3.550 solicitações da AI.

Ao analisar o cumprimento das solicitações de acesso à informação pelas instituições públicas, este estudo concentra-se em três métricas básicas: taxa de resposta, taxa de precisão (quando disponíveis) e tempo transcorrido entre o pedido e a resposta medido em dias. A taxa de resposta é a porcentagem do total de solicitações que receberam respostas. Uma resposta é definida como qualquer tipo de comunicação dirigida ao solicitante enviada por e-mail ou acessível por meio de uma plataforma, que não seja uma mensagem gerada automaticamente ou uma mensagem de atualização relacionada com o processamento interno da solicitação. A taxa de precisão é calculada como a porcentagem de respostas que responde minimamente à pergunta feita. Por exemplo, se foram solicitados detalhes sobre despesas e a resposta fornecer regulamentações sobre despesas, a resposta não foi precisa. Se informações parciais ou completas sobre as despesas forem fornecidas, a resposta será pontuada como precisão mínima ou máxima, respectivamente.

Em consonância com os métodos de melhores práticas (Lacy et al., 2015), a pontuação de respostas e precisão é duplamente codificada em todos os estudos publicados pelo Programa de Transparência Pública da FGV (FGV-PTP) com base em protocolos rígidos. Os desacordos de codificação são resolvidos com a pontuação máxima, conforme a lógica do “benefício da dúvida”.

2.2 Resumo dos resultados gerais — avaliações no Brasil

A tabela 1 apresenta todos os resultados do nosso banco de dados de 3.550 solicitações compiladas de avaliações realizadas em todo o país.

Os resultados agregados dos três níveis de governo indicam que as solicitações feitas aos órgãos federais tiveram uma taxa de resposta média mais alta (91%) do que as estaduais (53%) ou municipais (44%). A taxa de resposta global para o Brasil foi de 62%, mas apenas 52% das respostas — isto é, uma de cada três solicitações — foram classificadas como minimamente precisas ou precisas. O tempo médio para resposta foi de 18 dias, mas quase 50% dos pedidos ultrapassaram o máximo de 30 dias. Esses resultados ilustram claramente o fraco cumprimento da norma. As próximas seções detalham esses resultados.

Tabela 1
Estatísticas descritivas dos pedidos incluídos na análise

		Nível Federal		Nível Estadual		Nível Municipal (Todos os Municípios)		Nível Municipal (apenas Capitais Estaduais)		Número Total de Solicitações	>Taxa Média de Resposta
		Número de Solicitações	Taxa de Resposta	Número de Solicitações	Taxa de Resposta	Número de Solicitações	Taxa de Resposta	Número de Solicitações	Taxa de Resposta
Total		1.100	91%	1.373	53%	1.077	44%	313	68%	3.550	62%
Ano	2013	474	95%			0				474	95%
	2014	374	93%	692	59%	105	60%	80	61%	1171	70%
	2015	42	90%	636	45%	0				678	48%
	2016	210	81%	45	64%	704	48%	233	70%	959	56%
	2017					268	27%			268	27%
Poderes	Autônomo	36	89%	242	47%	0				278	52%
	Executivo	860	93%	610	40%	1052	43%	313	68%	2522	60%
	Judiciário	148	78%	440	74%	0				588	75%
	Legislativo	56	95%	81	54%	25	56%			162	69%
Precisão das Respostas*	0	78 (26%)		289 (63%)		213 (46%)		86 (40%)		580 (47%)
	1	218 (74%)		167 (37%)		255 (54%)		127 (60%)		640 (52%)
	Não registrado	709		267		323		100		2330
Tempo Médio para Resposta (dias)*		16		23		18		20	18

• Fonte: Elaborado pelos autores (2017). Notas: *Aplica-se apenas a solicitações respondidas para as quais precisão e prazo foram registrados, respectivamente.

2.3 Cumprimento municipal e estadual do acesso à informação no Brasil

O ato de governar se realiza majoritariamente no nível local, nas ruas, escolas, hospitais e espaços de lazer das cidades. No entanto, ironicamente, a transparência é mais fraca no nível municipal no Brasil, o oposto do que os pesquisadores tendem a encontrar em países como os Estados Unidos ou Canadá. Isto constitui um paradoxo importante, pois os governos que estão mais próximos dos cidadãos devem ser mais facilmente responsabilizáveis (Michener, 2016:15-17).

A tabela 2 apresenta resultados do cumprimento dos poderes executivos dos governos subnacionais. Os resultados mostram uma grande variação, com os municípios respondendo a menos de uma em cada duas solicitações e fornecendo respostas precisas para menos de uma em cada quatro solicitações. As capitais dos estados são ligeiramente melhores, com dois de cada três pedidos obtendo uma resposta, e dois de cada cinco pedidos sendo respondidos de maneira precisa. Os níveis de cumprimento dos estados são particularmente baixos, com pouco mais de um em cada nove pedidos obtendo uma resposta precisa. No geral, os números agregados mostram que mais de um em cada dois pedidos estão sendo ignorados no nível subnacional.

Tabela 2
Cumprimento de transparência passiva dos governos subnacionais

	Municípios	Capitais Estaduais	Estados
Número de Pedidos	1.052	313	610
Taxa de Resposta	43,3%	68%	40%
Taxa de Precisão	54,2%	59,6%	31,8%
Tempo Médio para Resposta (dias)*	17,4	19,8	25,4

• Fonte: Elaborada pelos autores (2017).

Em 2016, o Programa de Transparência Pública (FGV) publicou um relatório sobre transparência estadual e municipal no Brasil (Michener, 2016). Dos 313 pedidos enviados, 53% receberam uma resposta, das quais 87% foram consideradas minimamente precisas ou precisas. Assim, quando os municípios responderam, eles quase invariavelmente o fizeram com precisão. Coincidentemente, foram também os municípios responsivos que relataram ter implementado uma unidade da AI (Padilha, Michener e Contreras, 2016). Esses resultados ilustram a importância da implementação e do controle.

Essa conclusão foi reforçada por 73 telefonemas de acompanhamento realizados nos 20 municípios que não responderam a nenhum dos pedidos da FGV. O que os pesquisadores descobriram foi uma ausência de conscientização sobre transparência governamental (Michener, 2016:179). Por exemplo, em quase 50% das chamadas, as autoridades perguntaram por que os pesquisadores queriam as informações, o que é ilegal de acordo com a LAI (artigo 10, §3^o). Além disso, autoridades de 57% das jurisdições não sabiam qual agência era responsável por reclamações relativas ao acesso à informação pública, muitas vezes direcionando ligações para o departamento de tecnologia da informação (TI).

Em uma entrevista,⁶ o funcionário da CGU responsável pela cooperação entre governos federais e subnacionais, Álvaro de Souza, explicou que as autoridades locais justificam o mau cumprimento apontando problemas de acesso à internet ou ausência de habilidades técnicas. Segundo Souza, os governos locais também afirmam não ter orçamento para cumprir a lei (Souza, 2017).

Um entre muitos exemplos, no entanto, torna o argumento “sem recursos” pouco crível. Cacaulândia é uma pequena cidade de 6.268 habitantes no estado de Rondônia, na Amazônia. A renda anual per capita do município era de R$ 18.460,00 (cerca de US $ 6.000,00) em 2014, mas apesar de apresentar valores modestos o município oficializou sua entrada em 2013 no Programa Brasil Transparente da CGU, regulamentou a lei no mesmo ano (Decreto n^o 2.005/2013) e em 2015 tornou-se uma das apenas 31 cidades a atingir a pontuação 10 na Escala Brasil Transparente da CGU. Além de manter um portal de transparência atualizado, os três funcionários responsáveis pela transparência registraram respostas para 46 solicitações da AI entre 2014 e 2016, e — visando maximizar a confiança da população no governo — registraram meticulosamente episódios de falta de energia no portal de transparência da cidade, resultados da infraestrutura precária de Rondônia. Os custos do bom desempenho são surpreendentemente baixos. Desde o início da iniciativa regulatória em 2013 até maio de 2017, as autoridades em Cacaulândia gastaram aproximadamente R$ 5.000,00 (cerca de US$ 1.500,00) em custos diretos associados à lei AI, de acordo com a Controladoria do município.

Como Cacaulândia e os telefonemas da FGV aos governos locais sugerem, a ausência de conformidade tem menos a ver com orçamentos e habilidades técnicas e mais com incentivos e liderança.

2.3.1 Indicadores de implementação — solicitações e solicitantes

Indicadores de implementação demonstram claramente que falta liderança na maioria das jurisdições brasileiras. Um importante marcador de controle e implementação é a presença ou ausência de estatísticas sobre solicitações e solicitantes do AI (Camaj, 2016; Hazell e Worthy, 2010; Michener, 2015a). As estatísticas mantidas pela CGU sobre o Executivo federal são algumas das mais extensas do mundo. A tabela 3 ilustra a mais básica dessas estatísticas. O Executivo federal será analisado em detalhes posteriormente; por ora, a tabela 3 oferece uma referência.

Tabela 3
Dados oficiais do governo sobre o Executivo federal, 2016 e (2012-2016)

Número de Solicitantes	Número de Pedidos	% Resposta	% Respostas Completas ou Parciais	% Respostas Parciais	% Negativas	Tempo para Resposta (em dias)	Número de Recursos
57,438 (233,433)	111,669 (446,132)	99,39% (99,8%)	67,55% (71,36%)	6,36% (4,45%)	10,02% (11,64%)	14,61 (14)	14,926 (50,833)

• Fonte: Elaborada pelos autores (2017).

2.3.2 Pedidos nos estados e capitais estaduais

Examinando as respostas recebidas pelo PTP e os sites das capitais brasileiras, pesquisadores encontraram apenas dados de 2016 sobre o número de solicitações recebidas em 11 das 26 capitais.⁷ Entre elas, apenas Belo Horizonte, João Pessoa e Rio de Janeiro disponibilizaram estatísticas para todos os anos desde que a lei entrou em vigor (2012-2016).⁸

O número de solicitações por capital estadual varia imensamente. Em Curitiba, as autoridades receberam 1.307 solicitações em 2016. Já em Salvador, 113 solicitações foram realizadas no mesmo ano. Em outras palavras, Salvador, uma cidade com uma população 30% maior que Curitiba, teve quase 10 vezes menos solicitações.

As estatísticas para os estados do Brasil são um pouco mais completas, mas ainda bastante deficientes. Dos 27 estados, 18 tinham informações sobre o número de pedidos em 2016.⁹ Onze possuem informações sobre o número de solicitações recebidas desde que a lei entrou em vigor (2012-2016).

Cidadãos e organizações no DF enviaram mais de oito vezes a quantidade de pedidos (5.846) do que seus pares em Pernambuco (699), que tem cerca de três vezes a população do DF.

Calculando a mediana da taxa solicitante para estados e capitais, em 2016, encontramos 1.148 solicitações para estados e 445 para capitais estaduais. A despeito de esses números admitirem uma enorme variação, eles ainda são relativamente pequenos. Isso não quer dizer que as tendências sobre pedidos em algumas jurisdições não sejam promissoras. Os 44,85 milhões de habitantes de São Paulo enviaram quase 18 mil pedidos ao governo do estado em 2016 (0,4 solicitações por mil cidadãos). Esse resultado é similar ao do governo federal do Brasil, que recebeu 111.669 solicitações em 2016 (0,5 solicitações por mil cidadãos). Comparativamente, o Canadá, um país com uma população de 35,85 milhões e cuja lei AI está em vigor desde 1984, registrou 75.387 solicitações em 2015-2016 (2,1 solicitações por mil cidadãos) Outros estados brasileiros mostram tendências menos promissoras. Mato Grosso, com uma população de 3,3 milhões, registrou meras 368 solicitações (0,1 solicitações por mil cidadãos).

2.3.3 Solicitantes

Informações sobre solicitantes são raras no nível subnacional. Das 17 jurisdições (entre 27 estados e suas 26 capitais) que possuem estatísticas sobre solicitantes, apenas dois estados e nenhum município apresentam dados sobre o número de solicitantes (AM, MG). As estatísticas do Amapá e de Minas Gerais sobre o número de solicitantes mostram aproximadamente duas vezes menos solicitantes do que solicitações. Esses números estão em consonância com a experiência internacional, na qual um pequeno número de solicitantes tende a enviar um número desproporcionalmente grande de solicitações (Hazell e Worthy, 2010).

De acordo com os dados existentes, o solicitante médio é um homem com formação universitária. Essa informação está alinhada com observações internacionais (ver, por exemplo, Calland e Bentley, 2013:S96). Estatísticas sobre a profissão dos solicitantes são incomuns; apenas Tocantins e João Pessoa coletaram esse dado. No Tocantins, o segundo maior grupo de solicitantes por profissão são os servidores públicos (28,5%). Esse resultado é semelhante ao do governo federal, onde servidores públicos de todos os níveis de governo compõem quase 22% dos solicitantes. O uso frequente da LAI pelos servidores públicos está alinhado ao conhecimento existente sobre o AI; as leis servem como meio eficiente de aquisição de informações dentro dos próprios governos (Michener, 2018).

2.3.4 Programa Brasil Transparente, regulamentações e plataforma para pedidos

A CGU trabalhou para remediar a fraca implementação nos estados e municípios com as restrições de um pequeno orçamento e alcance constitucional limitado. Uma tática tem sido motivar os governos subnacionais a se comprometer com o Programa Brasil Transparente (PBT), um compromisso informal de regulamentar e implementar a LAI. Até abril de 2018, 1.300 municípios haviam assinado o PBT da CGU, com 13 estados e seis capitais ainda não tendo assinado o acordo.¹⁰ Assinar o PBT não deve, obviamente, ser considerado um compromisso de facto com o AI. O estado do Acre, por exemplo assinou o PBT, mas ainda não regulamentou a lei federal.

Além disso, as regulamentações elaboradas por alguns governos omitem disposições fundamentais da lei federal (Michener, 2016:35-36). Talvez o descumprimento mais flagrante da lei federal seja a ausência de sanções para servidores públicos que violem o AI. Os estados que não mencionam sanções incluem AC, AL, GO, MS, RN, RR, RS e SC; e as capitais dos estados incluem Campo Grande, Teresina, Rio de Janeiro e Florianópolis.

Como será discutido na terceira parte desse artigo, os canais online oficiais por meio dos quais os cidadãos solicitam informações impactam de forma significativa o quanto os governos respondem. O acesso eletrônico à plataforma de informações desenvolvida pela GGU, conhecida como e-SIC, permite aos cidadãos enviar solicitações e recursos, bem como visualizar as respostas online. Apesar de a CGU fornecer gratuitamente o software e instruções técnicas para a implementação do e-SIC, oito estados e 12 capitais ainda não utilizam tal sistema.¹¹

Tendo examinado indicadores subnacionais de implementação, incluindo solicitações, solicitantes, compromissos assinados com o Programa Brasil Transparente, regulamentações e sistemas eletrônicos para solicitações, as evidências mostram que — cinco anos após a entrada em vigor da Lei n^o 12.527 — a implementação no nível subnacional é, no mínimo, irregular. Os números sobre cumprimento, analisados anteriormente, confirmam essa avaliação básica.

2.4 O governo federal e três desafios para um acesso mais pleno e justo

Como as estatísticas oficiais do governo sugerem (tabela 3), o governo federal performa melhor do que todas as outras instituições no Brasil. Embora seja difícil de acreditar na estatística oficial do governo federal que aponta uma taxa de resposta de 99,39% às solicitações recebidas, avaliações acadêmicas e de ativistas encontraram, de fato, altos níveis de conformidade (tabela 1). Quase 80% das respostas foram consideradas minimamente precisas ou precisas. O sucesso relativo no nível federal tem uma explicação clara: forte controle da Controladoria-Geral da União (CGU).¹²

Ainda assim, problemas no tratamento federal da LAI persistem. Em primeiro lugar, a qualidade e a integridade das respostas não podem ser aferidas a partir das estatísticas aqui apresentadas. A FGV é uma das poucas organizações que possui uma métrica para a “qualidade” das respostas. Apesar de a FGV utilizar a métrica de precisão e o Executivo federal apresentar informações sobre respostas que forneçam informações “completas” versus “parciais”,¹³ permanece difícil avaliar a qualidade. De acordo com as métricas governamentais, uma resposta como “a informação que você solicitou não existe” constitui uma resposta completa ou uma resposta parcial? Certamente, as alegações de inexistência são problemáticas em todo o mundo (ver, por exemplo, Alianza Regional Por La Libre Expresión e Información, 2014:27, 85, 101, 130). Faz-se necessária uma análise qualitativa mais aprofundada para esclarecer a questão da qualidade da resposta.

Um segundo conjunto de desafios está relacionado com as omissões ou lacunas na lei. Quais são os critérios utilizados para a classificação de documentos ou para a produção ou não de documentos? Testes de interesse público e testes de danos (harm test) devem ser adotados para melhor orientar os funcionários sobre quais informações devem ser classificadas. Afinal, a lei prevê que o sigilo seja a exceção e a abertura, a regra. Além dos problemas de classificação, o art. 13 (III) da regulamentação federal, Decreto n^o 7.724, possui diversas lacunas, permitindo que funcionários classifiquem pedidos como “desproporcionais”, “desarrazoados”, ou informem aos solicitantes que os pedidos são irrespondíveis porque exigem “trabalhos adicionais de análise, interpretação, consolidação {…} ou serviço de produção ou tratamento de dados que não seja de competência do órgão ou entidade”. Essas exceções são acionadas excessivamente e longos processos de recursos se fazem necessários para justificar e atender pedidos legítimos de acesso à informação pública (Artigo 19, 2014a:26-27).

Finalmente, um terceiro conjunto de desafios está relacionado com a obrigação legal de os solicitantes se identificarem para obter informações. Em parceira com a Artigo 19 e Transparency International Brasil, o PTP-FGV enviou um documento à CGU solicitando que as identidades dos solicitantes sejam protegidas durante o processo de solicitação, conforme discutido anteriormente. A solução seria adotar procedimentos de “identificação neutra” (Paterson e Mcdonagh, 2010): pedir que os solicitantes forneçam informações pessoais exclusivamente a uma agência de supervisão, como a CGU, que enviaria a solicitação ao órgão designado sem nenhuma informação de identificação a fim de proteger o cidadão. A CGU respondeu a essa demanda incluindo uma provisão na Lei n^o 13.460 (artigo 10, §7^o), que oficialmente oferecerá alguma proteção aos solicitantes. Há de se observar se esse novo mecanismo resolverá ou não os dilemas relacionados com a identidade.

Os desafios relativos à qualidade de resposta, lacunas de não divulgação e os efeitos negativos da autoidentificação do solicitante representam apenas alguns dos muitos desafios enfrentados pelo acesso à informação no Brasil.

3. Desvendando associações a partir dos dados: responsividade do governo, plataformas para solicitações e níveis de desenvolvimento

Para melhor entender a relação entre as respostas governamentais às solicitações de AI e as variáveis institucionais e demográficas, reunimos um conjunto de dados composto por 3.282 pedidos de acesso à informação de nove avaliações independentes de transparência passiva realizadas entre 2013 e o final de 2016 (Artigo 19, 2014b; Artigo 19, 2016:19). Recodificamos todas as avaliações para criar uma variável dummy para precisão da resposta, onde 1 é atribuído a uma resposta minimamente precisa ou precisa. ¹⁴ A origem dos dados demográficos é o Índice de Desenvolvimento Humano (IDH), coletado pelo Instituto Brasileiro de Geografia e Estatística (IBGE). A tabela 4 ilustra as estatísticas descritivas para quintil de IDH e meio de envio de solicitações.

Um sistema LAI, como a plataforma do e-SIC da CGU, é especialmente pensado para solicitações de AI, enquanto um canal designado, como o formulário de contato da ouvidoria, é designado para receber solicitações de AI, mas não é um canal exclusivo para esse fim, podendo receber outros tipos de feedbacks de cidadãos, como reclamações. Na tabela 4, os canais designados e não designados estão agrupados.

Tabela 4
Responsividade por meio de envio e quintil de IDH no nível municipal

Quintil de IDH	Número de Solicitações	Taxa de Resposta
		Sistema LAI	Outras Formas de Envio
1	162	35,5%	7,2%
2	149	44,9%	11,7%
3	148	45,7%	17,9%
4	144	55,2%	26,3%
5	151	71,3%	50,7%

• Fonte: Elaborada pelos autores (2017).

As estatísticas descritivas apontam taxas de resposta superiores para solicitações enviadas via Sistemas LAI. Para melhor compreender essa associação, realizamos uma análise estatística utilizando regressões logísticas e Poisson agrupadas, controlando os efeitos fixos de tempo e de diversos autores representados utilizando erros-padrão robustos. Essa estratégia empírica foi escolhida devido ao grande número de dados não contíguos no painel, e sua natureza não aleatória, que deu origem a problemas de endogeneidade.

3.1 Análise da responsividade

Exploramos, primeiramente, quais as variáveis associadas à capacidade de resposta. Os resultados das regressões logísticas estão apresentados na tabela 5, ilustrando as razões de chances (odds ratio).

Os resultados sugerem que, para os pedidos enviados por um canal designado, a probabilidade de obter uma resposta é 114% maior (SE=0,43, p<0,01) em comparação a um canal não designado, e para aqueles enviados por meio de uma plataforma específica de AI, ela é 258% maior (SE=0,48, p<0,01). Esses efeitos parecem ser ainda mais elevados no nível municipal, onde, em comparação com os canais não designados, o envio de um pedido mediante um canal designado está associado a um aumento de 290% (SE=1,90, p<0,05) na probabilidade de receber uma resposta e 380% (SE=1,04, p<0,01) quando ele é enviado por meio de uma plataforma específica de AI. No nível estadual, o uso de uma plataforma específica de AI está associado a um aumento de 133% (SE=0,48, p<0,01) nas chances de resposta. Neste experimento, no entanto, se o envio foi feito via meio designado ou não designado não parece provocar diferença significativa.

Como esperado, encontramos também uma relação significativa e positiva entre os níveis de desenvolvimento no nível subnacional (modelos 4 e 5) e responsividade. Por exemplo, um ponto adicional no IDH¹⁵ está associado a uma probabilidade de resposta 0,4% maior a uma solicitação no nível estadual e 0,7% no nível municipal. Portanto, um aumento de 100 pontos — a diferença aproximada entre muitas partes do estado do Pará e do Rio Grande do Sul — estaria, então, associado a probabilidades 49% e 101% maiores de receber uma resposta. Mesmo quando controlando o IDH no nível subnacional, a associação com o meio de envio permanece significativa, especialmente para sistemas específicos de AI.

Tabela 5
Análise de capacidade de resposta

VARIÁVEIS	(1)	(2)	(3)	(4)	(5)
			Nível Federal	Nível Estadual	Nível Municipal
Canal Designado		2,15***	1,27	1,40	3,90***
		(0,43)	(1,95)	(0,36)	(1,90)
Sistema AI-específico		3,58***	2,32	2,33***	4,80***
		(0,48)	(3,25)	(0,48)	(1,04)
Poder Executivo	2,36***	2,37***	0,71	1,85**	2,40*
	(0,48)	(0,50)	(0,69)	(0,45)	(1,15)
Poder Judiciário	1,30	2,02***	0,34	2,34***
	(0,22)	(0,39)	(0,31)	(0,47)
Poder Legislativo	2,07***	1,95***	1,10	1,72*
	(0,49)	(0,49)	(1,09)	(0,52)
Nível Estadual	0,28***	0,25***
	(0,05)	(0,05)
Nível Municipal	0,17***	0,24***
	(0,03)	(0,04)
HDI (*1000)				1,004***	1,007***
				(0,001)	(0,001)
Constante	0,23**	1,39	3.87	0,02***	0,00***
	(0,15)	(0,46)	(6,20)	(0,02)	(0,00)
Efeito fixo de ano	Sim	Sim	Sim	Sim	Sim
Efeito fixo de autor	Sim	Sim	Sim	Sim	Sim
Observações	3,550	2,099	328	979	754

• Fonte: Elaborada pelos autores (2017). Notas: Razões de chances reportadas. EP robusto entre parênteses. *** p<0,01, ** p<0,05, * p<0,1

3.2 Análise da precisão das respostas

Outra importante variável dependente é a precisão das respostas. Aqui, incluímos apenas os pedidos respondidos e para os quais foi realizada uma avaliação da precisão. Os resultados das regressões logísticas estão apresentados na tabela 6.

Tabela 6
Análise da precisão das respostas

VARIÁVEIS	(1)	(2)	(3)	(4)	(5)
			Nível Federal	Nível Estadual	Nível Municipal
Meios_Designados		2,10**		1,53	1,85
		(0,67)		(0,74)	(1,16)
Sistema AI — Específico		1,81**		2,03*	1,13
		(0,44)		(0,83)	(0,37)
Poder Executivo	0,47*	0,49*	0,58	0,48	0,39
	(0,19)	(0,20)	(0,74)	(0,22)	(0,26)
Poder Judiciário	0,43**	0,48*	0,87	0,78
	(0,17)	(0,20)	(1,15)	(0,35)
Poder Legislativo	0,63	0,69	0,81	0,75
	(0,28)	(0,31)	(1,06)	(0,37)
Nível Estadual	0,31***	0,35***
	(0,06)	(0,07)
Nível Municipal	0,30***	0,30***
	(0,06)	(0,06)
HDI (*1000)				1,01**	1,00
				(0,00)	(0,00)
Constante	4,12***	2,02	2,00	0,01**	2,07
	(1,65)	(1,00)	(2,45)	(0,02)	(5,05)
Efeito Fixo de Ano	Sim	Sim	Sim	Sim	Sim
Efeito Fixo de Autor	Sim	Sim	Sim	Sim	Sim
Observações	1,220	1,011	286	425	290

• Fonte: Elaborada pelos autores (2017). Notas: Razão de chances relatada. EP robusto em parênteses. *** p<0.01, ** p<0.05, * p<0.1

Em relação aos diferentes níveis de governo, os resultados indicam que as chances de um cidadão receber uma resposta precisa de instituições do nível municipal e estadual são, respectivamente, 65% (SE=0,07, p<0,01) e 71% (SE=0,06, p<0,01) menores do que de um organismo do nível federal.

Em relação ao meio de envio das solicitações, os resultados sugerem que os pedidos enviados mediante um meio indicado pela entidade para submissão de solicitações de AI possuem chances 110% (SE=0,67, p<0,05) maiores de receber uma resposta precisa em relação aos pedidos enviados por um meio não indicado. Quando o pedido é submetido via uma plataforma específica para solicitações de AI, as chances de se obter uma resposta precisa são 81% (SE=0,44, p<0,05) maiores.

Controlamos igualmente os níveis de desenvolvimento humano dos entes subnacionais (modelos 4 e 5). Os resultados sugerem que um ponto a mais no IDH está associado à chance 1% (SE=0,002, p<0,05) maior de receber uma resposta de qualidade do nível estadual. Não encontramos uma relação significante desse tipo no nível municipal.

Em suma, maiores níveis de IDH melhoram as taxas de resposta e precisão, assim como plataformas específicas para pedidos de AI, com cada variável exibindo efeitos independentes.

4. Conclusão e recomendações

Examinando estatísticas governamentais e 3.550 solicitações enviadas por pesquisadores para todo o Brasil, este artigo avaliou como os governos em todo o país estão implementando e cumprindo a LAI (12.527) em seu quinto aniversário. Em consonância com outros estudos realizados sobre a transparência subnacional desde 2013 (ver, por exemplo, Figueiredo e Gazoni, 2016; Lunkes et al., 2015; Souza et al., 2013), nossas evidências apontam que tanto o cumprimento como a implementação são falhos e geralmente fracos. Este artigo, no entanto, almejou iniciar a preencher a lacuna deixada pela pesquisa existente, que se concentrou principalmente na transparência ativa. Combinando dados e resultados do universo de avaliações conhecidas de transparência passiva e criando um novo banco de dados de solicitações, contribuímos para o desenvolvimento do conhecimento sobre a administração pública e a transparência, esclarecendo como os governos brasileiros estão cumprindo as principais obrigações de transparência. Em pesquisas futuras, o objetivo é nos aprofundarmos nas questões aqui levantadas, explorando estudos de casos como o enigmático caso do Rio de Janeiro — um estado comparativamente rico, mas extremamente opaco. Ademais, outras variáveis merecem maior escrutínio para compreensão dos níveis de acesso à informação. Mais proeminentemente, como o tamanho, o peso legislativo e a formação de coalizões devem impactar as propensões de liderar na questão da transparência.

Talvez a prioridade seja avançar na prescrição de políticas públicas. O que pode ser feito para reforçar uma lei que não apenas é importante para responsabilizar governantes e garantir a participação cidadã, mas que também obriga os governos a fornecer e organizar as informações necessárias para coordenar o complexo federalismo de três níveis do Brasil? Se ações drásticas não forem tomadas, as perspectivas para o cumprimento e implementação do AI em todo o Brasil continuarão péssimas. A grande lacuna no Brasil é o controle subnacional na forma de instituições dedicadas a regulamentar e fazer cumprir as práticas de gerenciamento e divulgação de informações. A fraqueza geral das instituições de prestação de contas e transparência no nível subnacional é um dos calcanhares de Aquiles do país. Dada a importância da informação no século XXI, não é de se admirar que cada vez mais países continuem a adotar comissões de informação, incluindo México, Chile, Reino Unido, Índia e Canadá, entre quase 30 outros. Nos estados e cidades do Brasil, governos devem conduzir esforços para nomear uma autoridade específica como (por exemplo, uma comissão de informações ou controladoria) guardiã da LAI. Neste momento, o AI não tem consistência com os tribunais de conta, controladores e ministérios públicos assumindo responsabilidades em diferentes partes da federação.

O presente estudo limitou-se a examinar o Poder Executivo, mas o desempenho de outras instituições, incluindo o Judiciário brasileiro e o Ministério Público, deixou claro que compromissos retardados com o AI são generalizados (Michener, Moncau e Velasco, 2014; Moncau et al., 2015). Apenas um dos 27 tribunais estaduais e sete das 27 filiais do Ministério Público fornecem estatísticas sobre solicitações (tabela 1). Além disso, os tribunais estaduais respondem com precisão a apenas uma em quatro solicitações. No caso dos ministérios público estaduais, apenas um em cada três pedidos recebe uma resposta precisa. Visto se tratar de instituições que devem defender a lei e a garantia dos direitos fundamentais, trata-se de um desempenho lamentável. As resoluções dos órgãos de fiscalização do Judiciário e do Ministério Público são pouco detalhadas e, no tocante à remuneração, continuam a ser ignoradas (Venturini, 2017).

Este trabalho focou exclusivamente a transparência passiva, mas o desempenho da transparência ativa possui seu próprio conjunto de desafios. Diferentes instituições e jurisdições utilizam sites com estruturas, terminologias e formatos diferentes que incomodam e confundem os cidadãos, e impedem o uso padronizado de robôs para avaliar a transparência. Da mesma forma, as informações sobre remuneração e benefícios, especialmente do Judiciário, são frequentemente fornecidas em formatos fechados e explicadas em linguagem tão truncada ou misteriosa que são ininteligíveis — até para acadêmicos da área do direito. Todos esses desafios sugerem a necessidade de padronização e simplificação — melhor governança da informação por meio de uma autoridade central forte.

Considerando os desafios do AI no Brasil, este artigo conclui-se com cinco recomendações:

1. Que todas as jurisdições atribuam responsabilidades de controle a uma instituição central, preferencialmente uma comissão de informações. Idealmente, o Brasil adotaria uma instituição supranacional, como o Instituto Nacional de Informação do México (Inai). A falta de supervisão independente é o déficit mais importante do Brasil em termos de melhoria da governança da informação.

2. Que todos os níveis de governo e todas as agências implementem unidades de AI dentro de cada agência para supervisionar o cumprimento, implementação, regulamentação e promoção da LAI.

3. Que todas as agências e jurisdições adotem plataformas online específicas de AI por meio das quais os cidadãos possam solicitar informações, acompanhar respostas e interpor recursos. Como a terceira parte deste artigo mostra, tais plataformas estão significativamente associadas a melhores performances.

4. Que todas as jurisdições adotem meios de identificação neutros para solicitar informações e garantia de proteção aos solicitantes. Estudos mostram que as autoridades estão ativamente “googlando” solicitantes, o que afeta a qualidade e a probabilidade de obter respostas e provavelmente prevenindo o uso da LAI.

5. Que as reformas sejam aprovadas para a) preencher lacunas nas regulamentações de muitos governos subnacionais, como a ausência de sanções; b) esclarecer ou alterar as exceções relativas ao artigo 13 do Decreto Federal n^o 7.724; e c) prever testes de dano e interesse público para justificar melhor as informações definidas como classificadas.

REFERENCES

• ALIANZA REGIONAL POR LA LIBRE EXPRESIÓN E INFORMACIÓN. Saber más VI: informe regional sobre acceso a información pública y apelaciones. Montevidéu: Fundar, 2014.
• AMORIM NETO, Octavio. Presidential cabinets, electoral cycles, and coalition discipline in Brazil. Dados, v. 43, n. 3, p. 479-519, 2000.
• ARTIGO 19. Caminhos da transparência: a Lei de Acesso à Informação e os Tribunais de Justiça. São Paulo: Artigo 19, 2016.
• ARTIGO 19. El acceso a la información y sus instancias de control y apelación en Brasil. In: ALIANZA REGIONAL POR LA LIBRE EXPRESIÓN E INFORMACIÓN. Saber más VI: informe regional sobre acceso a información pública y apelaciones. Montevidéu: Fundar , 2014a.
• ARTIGO 19. Monitoramento da Lei de Acesso à Informação Pública em 2013 São Paulo: Artigo 19 , 2014b.
• ARTIGO 19. Monitoramento da Lei de Acesso à Informação Pública 2014 São Paulo: Artigo 19, 2015.
• BAIRRAL, Maria Amália C.; SILVA, Adolfo H. C.; ALVES, Francisco José S. Transparência no setor público: uma análise dos relatórios de gestão anuais de entidades públicas federais no ano de 2010. Rev. Adm. Pública, Rio de Janeiro, v. 49, n. 3, p. 643-675, May/June 2015.
• BERLINER, Daniel. The political origins of transparency. Journal of Politics, v. 76, n. 2, p. 479-491, Apr. 2014.
• BERLINER, Daniel; ERLICH, Aaron. Competing for transparency: political competition and institutional reform in Mexican states. American Political Science Review, v. 109, n. 1, p. 110-128, Feb. 2015.
• BERNARDES, Marciele; SANTOS, Paloma; ROVER, Aires. Ranking das prefeituras da região Sul do Brasil: uma avaliação a partir de critérios estabelecidos na Lei de Acesso à Informação. Rev. Adm. Pública, Rio de Janeiro, v. 49, n. 3, p. 761-792, May/June 2015.
• BORGES, Eduardo B. P. Transparência da Governança Florestal na Amazônia: uma análise de cumprimento da Lei de Acesso à Informação nos estados. 2015. 78 f.Thesis (Professional Master Degree in Public Administration) - Escola Brasileira de Administração Pública e de Empresas, Fundação Getulio Vargas, Rio de Janeiro, 2015.
• CALLAND, Richard; BENTLEY, Kristina. The impact and effectiveness of transparency and accountability initiatives: freedom of information. Development Policy Review, v. 31, p. s69-s87, 2013.
• CAMAJ, Lindita. From “window dressing” to “door openers”? Freedom of information legislation, public demand, and state compliance in South East Europe. Government Information Quarterly, v. 33, n. 2, p. 346-357, Apr. 2016.
• CRUZ, Cláudia et al. Transparência da gestão pública municipal: um estudo a partir dos portais eletrônicos dos maiores municípios brasileiros. Rev. Adm. Pública, Rio de Janeiro, v. 46, n. 1, p. 153-176, Jan./Feb. 2012.
• DARCH, Colin; UNDERWOOD, Peter G. Freedom of information and the developing world Oxford: Chandos Publishing, 2010.
• FIGUEIREDO, Vanuza; GAZONI, Rosenclever. Transparência nos sites do estado do Rio de Janeiro. Revista Contabilidade e Controladoria, v. 8, n. 1, p. 130-143, May/Aug. 2016.
• HAZELL, Robert; WORTHY, Ben. Assessing the performance of freedom of information. Government Information Quarterly, v. 27, n. 4, p. 352-359, 2010.
• HOOD, Christopher. The blame game: spin, bureaucracy, and self-preservation in government. Princeton: Princeton University Press, 2010.
• LACY, Stephen, et al. Issues and best practices in content analysis. Journalism & Mass Communication Quarterly, v. 92, n. 4, p. 791-811, 2015.
• LUNKES, Rogério et al. Transparência no setor público municipal: uma análise dos portais eletrônicos das capitais brasileiras com base em um instrumento de apoio à decisão. Revista da Controladoria-Geral da União, v. 7, n. 10, p. 88-108, July2015.
• MATOS, Nyalle et al. Avaliação de portais de transparência dos 30 municípios mais populosos da Região Nordeste. ReCont - Registro Contábil, v. 4, n. 2, p. 17-35, 2013.
• MICHENER, Gregory. Assessing freedom of information in Latin America a decade later: illuminating a transparency causal mechanism. Latin American Politics and Society, v. 57, n. 3, p. 77-99, Sept. 2015a.
• MICHENER, Gregory. FOI laws around the world. Journal of Democracy, v. 22, n. 2, p. 145-159, 2011.
• MICHENER, Gregory. How Cabinet Size and Legislative Control Shape the Strength of Transparency Laws. Governance, v. 28, n. 1, p. 77-94, 1Jan. 2015b.
• MICHENER, Gregory (Ed.). Local transparency in Brazil: evaluating compliance with the access to information law in the states and largest cities. Rio de Janeiro: FGV; Open Society Foundations, 2016.
• MICHENER, Gregory. Surrendering secrecy: freedom of information in Latin America. Cambridge: Cambridge University Press, 2018. Forthcoming.
• MICHENER, Gregory; BERSCH, Katherine. Identifying transparency. Information Polity, v. 18, n. 3, p. 233-242, Jan. 2013.
• MICHENER, Gregory; COLIVER, Sandra. The policing of public gatherings - evaluating transparency and access to information. Rio de Janeiro: FGV-Open Society Foundations, 2015.
• MICHENER, Gregory; MONCAU, Luiz Fernando; VELASCO, Rafael. The Brazilian State and transparency: evaluating the application of the access to information law. Rio de Janeiro: Fundação Getulio Vargas; Open Society Foundations, 2014.
• MICHENER, Gregory; RODRIGUES, Karina F.; VELASCO, Rafael. Googling the Requester: How Disclosure Laws that Mandate Self-Identification Promote Discrimination, 2018. Forthcoming.
• MONCAU, Luiz Fernando. et al. Avaliação de transparência do Ministério Público Rio de Janeiro, Brasil: Fundação Getulio Vargas, 2015.
• NEUMAN, Laura. Enforcement models: content and context. Access to Information Working Paper Series Washington, DC: World Bank Institute, 2009.
• NINO, Ezequiel. Access to public information and citizen participation in Supreme Audit Institutions (SAI). Access to Information Working Paper Series Washington, DC: World Bank Institute , 2010.
• OPEN SOCIETY JUSTICE INITIATIVE. Transparency & silence: a survey of access to information laws and practices in fourteen countries. New York: Open Society Institute, 2006.
• PADILHA, Homero; MICHENER, Gregory; CONTRERAS, Evelyn. Avaliando a aplicação da Lei de Acesso nos estados e nas grandes cidades. In: MICHENER, Gregory (Ed.). Transparência local no Brasil: avaliando a aplicação da Lei de Acesso nos estados e nas grandes cidades. Rio de Janeiro: FGV-Open Society Foundations , 2016.
• PATERSON, Moira; MCDONAGH, Maeve. Freedom of information: taking account of the circumstances of individual applicants. Public Law: The Constitutional and Administrative Law of the Commonwealth, Research Paper n. 2010/060, p. 505-525, 2010.
• PEREIRA, Carlos et al. Watchdogs in our midst: how presidents monitor coalitions in Brazil’s multiparty presidential regime. Latin American Politics and Society, v. 59, n. 3, p. 27-47, Sept. 2017.
• ROBERTS, Alasdair. Blacked out: government secrecy in the information age. Nova York: Cambridge University Press, 2006.
• SCHNELL, Sabina. Cheap talk or incredible commitment? (Mis)calculating transparency and anti-corruption. Governance, p. 1-16, 2017.
• SOUZA, Álvaro. Entrevista concedida a Irene Niskier, Brasília, 8 Mar.2017.
• SOUZA, Fábia et al. Índice de Transparência Municipal: um estudo nos municípios mais populosos do Rio Grande do Norte. Revista de Gestão, Finanças e Contabilidade, v. 3, n. 3, p. 94-113, Sept./Dec.2013.
• STAROSCKY, Enéias et al. A transparência dos portais municipais sob a perspectiva da legislação brasileira: o caso de prefeituras em Santa Catarina. Revista Reuna, v. 19, n. 1, p. 29-52, Mar. 2014.
• VELASCO, Rafael. “Who wants to know?”: a field experiment to assess discrimination in freedom of information regimes. 2016. 50 f. Thesis (Master Degree in Administration)jan - Escola Brasileira de Administração Pública e de Empresas, Fundação Getulio Vargas, Rio de Janeiro, 2016.
• VENTURINI, Lilian. Se transparência é regra, por que é preciso mandar divulgar salários de juízes? Nexo Jornal, São Paulo, 3 Sept. 2017. Available at: <Available at: http://www.nexojornal.com.br/expresso/2017/09/03/Se-transpar%C3%AAncia-%C3%A9-regra-por-que-%C3%A9-preciso-mandar-divulgar-sal%C3%A1rios-de-ju%C3%ADzes >. Accessed on: 7 June 2018.
  » http://www.nexojornal.com.br/expresso/2017/09/03/Se-transpar%C3%AAncia-%C3%A9-regra-por-que-%C3%A9-preciso-mandar-divulgar-sal%C3%A1rios-de-ju%C3%ADzes

• 1
  O Programa de Transparência Pública da FGV é uma parceria entre a Escola Brasileira de Administração Pública e de Empresas (EBAPE) e a Escola de Direito - FGV Direito Rio. Este relatório foi realizado com financiamento da Open Society Foundation..
• 2
  Ver: <www.rti-rating.org/country-data/>. O Brasil pontua 6/6 para direito ao acesso, 29/30 para o escopo da lei, 19/30 para procedimento para solicitar informações, 16/30 para exceções, 22/30 para recursos, 3/8 para sanções e proteções e 13/16 para medidas de promoção.
• 3
  Neste artigo, o Distrito Federal é sempre incluído na descrição dos “estados”.
• 4
  A regulamentação de Aracaju não foi encontrada. As seguintes regulamentações mencionam órgãos responsáveis pelo controle: as cidades incluem Belo Horizonte, Boa Vista, Brasília, Campo Grande, Curitiba, Fortaleza, Goiânia, João Pessoa, Maceió, Manaus, Natal, Porto Velho, Recife, Rio Branco, São Luís, São Paulo, Vitória; os estados incluem AC, AL, AM, AP, BA, CE, DF, ES, GO, MA, MG, MS, MT, PA, PB, PE, PI, PR, RO e SP.
• 5
  Artigo 19 (2014b, 2015, 2016); Borges (2015); Michener (2016); Michener, Moncau e Velasco (2014); Michener e Coliver (2015); Moncau e colaboradores (2015); Michener, Rodrigues e Velasco (2018).
• 6
  Entrevista concedida a Irene Niskier em 8 de março de 2017, em Brasília.
• 7
  Belo Horizonte, Boa Vista, Curitiba, Florianópolis, Goiânia, João Pessoa, Macapá, Maceió, Recife, Rio de Janeiro e Salvador.
• 8
  Inclui: AL, CE, GO, MG, MT, PA, PB, RS, SE, SP e TO.
• 9
  Estes estados são AL, AM, CE, GO, MA, MG, MS, MT, PA, PB, PE, PR, RN, RS, SC, SE, SP, TO.
• 10
  Capitais estaduais que ainda não assinaram o PBT incluem: Aracaju, Belém, Cuiabá, Rio de Janeiro, Salvador e Teresina; estados incluem: AL, BA, CE, GO, MA, MT, PA, PB, PE, PR, RJ, SC, SP.
• 11
  Estados que implementaram o e-SIC incluem: AP, CE, ES, PR, RJ, RN, SE; capitais estaduais incluem: Belo Horizonte, Cuiabá, Curitiba, Fortaleza, João Pessoa, Manaus, Natal, Porto Velho, Rio Branco, Rio de Janeiro, Salvador e Vitória.
• 12
  Atualmente Ministério da Transparência e Controladoria-Geral da União (CGU).
• 13
  Disponível em: <https://esic.cgu.gov.br/sistema/Relatorios/Anual/RelatorioAnualPedidos.aspx>.
• 14
  O mínimo de 0,75 foi utilizado para qualificar uma resposta como precisa.
• 15
  Refere-se a um milionésimo na escala original do IDH.

• {Versão traduzida}

Datas de Publicação

• Publicação nesta coleção
  Jul-Aug 2018

Histórico

• Recebido
  15 Set 2017
• Aceito
  27 Abr 2018