O crescimento do estoque de deliberações a serem monitoradas pela Secretaria de Fiscalização de Pessoal (Sefip) do Tribunal de Contas da União (TCU) mostra-se enorme desafio, agravado pela tendência de racionalização de recursos. Este trabalho tem como objetivo fornecer insumos para tornar mais eficiente o monitoramento de acórdãos de pessoal, a cargo da Sefip, permitindo assim a redução do estoque de deliberações monitoradas. Para isso, propõe-se um modelo baseado em aprendizagem de máquina, com fins de automatizar o monitoramento de deliberações acerca de cessação de pagamentos de atos de admissão e de concessão de aposentadoria e de reforma de pessoal. Durante o desenvolvimento do trabalho, realizou-se a coleta, interpretação e verificação automatizada em base de dados de pagamento, utilizando tipologias definidas. Também são apresentadas informações decorrentes de análise exploratória. A arquitetura do modelo é formada por treze módulos, contendo em dois deles algoritmos não supervisionados e supervisionados de aprendizagem de máquina. O protótipo desenvolvido neste trabalho apresentou resultados considerados satisfatórios pela Sefip. Como trabalhos futuros, vislumbra-se a criação de projeto para evolução do protótipo e implantação no ambiente do TCU, sob a denominação sugerida de AMANDA (Automatização de Monitoramento de Deliberações de Atos).