Recentemente o Tribunal de Contas da União (TCU) conduziu uma auditoria minuciosa nas ações do Ministério do Trabalho e Emprego, detectando falhas significativas nos controle do Seguro-Desemprego. Os resultados revelaram um cenário alarmante de possíveis pagamentos indevidos e irregularidades que causaram um prejuízo substancial aos cofres públicos.

Quais são as Inconsistências Identificadas pelo TCU no Seguro-Desemprego?

A análise do TCU encontrou mais de 300 mil solicitações do benefício com possíveis pagamentos indevidos, totalizando indícios de mais de R$ 1 bilhão em pagamentos irregulares entre os anos de 2018 e 2022. Essas inconsistências variam desde o pagamento de mais parcelas do que o devido até a concessão do benefício a servidores públicos, em desacordo com a legislação vigente.

O Que Causou Essas Irregularidades?

As falhas na governança da relação contratual entre a Secretaria do Trabalho (Strab) e a Dataprev foram apontadas como uma das principais causas dessas irregularidades. Além disso, a auditoria revelou deficiências nos controles internos do programa, que permitiram pagamentos indevidos a servidores públicos e a concessão do benefício a pessoas que não atendiam aos critérios estabelecidos por lei.

Inconsistências entre Bases de Dados

O Ministério do Trabalho argumentou que as irregularidades identificadas pelo TCU foram causadas por inconsistências entre as bases de dados utilizadas, alegando que a base usada para os pagamentos não foi a mesma utilizada pela auditoria. No entanto, o Tribunal ressaltou que essas divergências não invalidam as constatações de irregularidades nos pagamentos.

Quais Medidas Foram Propostas pelo TCU?

Diante das constatações, o TCU fez determinações ao Ministério do Trabalho e Emprego, visando correções e melhorias no banco de dados utilizado para o gerenciamento do programa de Seguro-Desemprego. Além disso, foram propostas revisões nos pagamentos com indícios de irregularidades e alterações no termo contratual com a Dataprev para garantir maior responsabilização em caso de erros graves.