На информационном ресурсе применяются рекомендательные технологии (информационные технологии предоставления информации на основе сбора, систематизации и анализа сведений, относящихся к предпочтениям пользователей сети "Интернет", находящихся на территории Российской Федерации)

Актуальные комментарии

11 726 подписчиков

Популярные статьи

Свежие комментарии

  • Алекс Кузь
    Все снова заехали в курский район. А все пишут. что ВСУ некому воевать, не хватает солдат.Однако их т рудно выкурить ...Тревожность росси...
  • mihail
    Нихай надавят, лишь бы воздух не портили.🙂США намерены «мак...

Как ИИ может помочь выявить и предотвратить коррупцию

Коррупция и злоупотребление властью наносят ущерб экономике и подрывают доверие граждан к государственным институтам. Несмотря на действия правоохранительных органов и общественных организаций, такие нарушения часто остаются безнаказанными. Новые случаи коррупции подчеркивают необходимость усиления законодательства и применения современных технологий для предотвращения финансовых преступлений и повышения прозрачности.

 

Инструмент для мониторинга

ИИ уже позволяет оценивать и контролировать эффективность государственного управления, способствуя повышению прозрачности и подотчетности. Примером применения является система VigIA, разработанная исследовательским центром Tic Tank при Университете Росарио (Аргентина) в сотрудничестве с Банком развития Латинской Америки и Карибского бассейна (CAF). VigIA использует данные системы государственных закупок для анализа контрактов и выявления тех, которые имеют высокий риск коррупции. Система обрабатывает большие массивы информации, что позволяет выявлять проблемные зоны, улучшать управление бюджетными средствами и оптимизировать контроль со стороны органов государственного надзора.

Технологии, направленные на борьбу с коррупцией, активно развиваются и в частном секторе, предоставляя новые инструменты для оценки эффективности управления. Примером успешной частной инициативы является система Percephtor, разработанная в Мексике. Percephtor использует технологии распознавания изображений и видео для мониторинга выполнения государственных подрядов, что позволяет фиксировать ход строительства объектов, оценивать их соответствие установленным стандартам. Система ориентирована на граждан и активистов, предоставляя им возможность следить за использованием бюджетных средств и качеством выполнения работ. 

Одним из примечательных примеров применения Percephtor стало расследование, проведенное НПО «Мексиканцы против коррупции и безнаказанности» в 2022 году. Организация выявила значительные несанкционированные расходы на строительство объектов: правительство тратило в среднем 2,7 млн песо в минуту, при этом многие транзакции не были должным образом зарегистрированы в системе CompraNet, официальной платформе для демонстрации информации о государственных контрактах.

В Европейском Союзе также предпринимаются меры для повышения прозрачности. Одним из ключевых проектов является Digiwhist — инструмент на основе анализа больших данных, предназначенный для выявления случаев мошенничества и коррупционных рисков в тендерных процедурах по всей Европе. Digiwhist собирает и обрабатывает индикаторы и открытые данные о государственных тендерах, что позволяет выявлять аномалии и предупреждать организаторов о возможных рисках. В рамках проекта создана платформа Opentender, охватывающая данные о государственных тендерах в 35 юрисдикциях, предоставляя бизнесу, НПО, СМИ и государственным органам доступ к актуальной и детализированной информации о контрактах.

Другим инструментом является программное обеспечение European Tenders Monitoring, которое специализируется на оценке рисков, связанных с процедурами государственных закупок. Оно анализирует тендерные процессы, выявляет возможные коррупционные схемы и помогает оптимизировать управление закупками. Подобные инструменты предоставляются в открытом доступе, что делает их ценными ресурсами для разных групп пользователей — от антикоррупционных организаций, занимающихся мониторингом нарушений, до государственных учреждений, заинтересованных в повышении эффективности своей деятельности и минимизации финансовых рисков.

Ключевым элементом подобных проектов является сотрудничество с антикоррупционными организациями и гражданскими инициативами. Так, проект Digiwhist тесно взаимодействует с Xnet — организацией, работающей совместно с Валенсийским антикоррупционным агентством. В рамках этого партнерства Xnet способствует разработке платформ для подачи жалоб, таких как Globaleaks, адаптированных под местное законодательство и технологические требования. Подобное взаимодействие способствует созданию эффективных инструментов для выявления и предотвращения коррупции, а также укрепляет взаимодействие между гражданами и государственными структурами.

Автоматизация расследований

Кроме того, ИИ демонстрирует эффективность как в предотвращении правонарушений, так и в их расследовании. Одним из примеров является система Ravn, предназначенная для автоматизированной обработки больших массивов данных. Она обеспечивает высокую скорость и точность анализа, значительно превосходя возможности человека. В 2008 году система была использована британским Управлением по борьбе с мошенничеством (SFO) в расследовании коррупции в Rolls-Royce. В рамках этого дела Ravn обработала 30 млн документов с производительностью до 600 тысяч в день, что позволило оперативно выявить сложные схемы злоупотреблений и ускорить процесс раскрытия.

Технологии, подобные системе Ravn, называются Lawtech и предлагают новые способы автоматизации юридических процессов. Такие инструменты не только ускоряют обработку данных, но и позволяют выявлять скрытые связи и закономерности, которые могут быть упущены при традиционном анализе, что помогает обнаруживать потенциальные нарушения на ранних стадиях и предотвращать их развитие в крупные преступные схемы.

Однако применение ИИ выходит за рамки исключительно расследовательской деятельности и используется в превентивной борьбе с правонарушениями. Например, в Испании налоговые органы и системы социального обеспечения применяют ИИ для автоматической проверки налоговых деклараций. Система быстро обнаруживает расхождения между представленными данными и информацией в налоговых базах, оперативно выявляя уклонение от уплаты налогов и минимизируя потенциальные угрозы для экономики.

Прогнозирование рисков

Перспективным направлением в борьбе с коррупцией является и прогностический анализ, который позволяет выявлять потенциальные нарушения до их совершения. Исследователи из Университета Вальядолида в Испании разработали модель, способную предсказывать случаи коррупции за год или даже три года до их возможного возникновения. Система анализирует данные о ряде ключевых факторов, таких как уровень налога на недвижимость, рост цен на жилье, регистрация новых компаний и открытие филиалов банков, и на основе них может выявить регионы с повышенным риском возникновения коррупционных схем в государственной сфере.

Для разработки и проверки данной модели исследователи использовали обширный набор данных, включающий все зафиксированные случаи коррупции в Испании в период с 2000 по 2012 годы. Работа с таким объемом позволила не только создать эффективную модель для анализа, но и подтвердить её способность выявлять закономерности, часто предшествующие правонарушениям. Тем не менее прогнозирование в данном контексте продолжает оставаться сложной задачей. Однако подходы, основанные на использовании исторических данных, при правильной реализации, имеют высокий потенциал стать эффективным инструментом в борьбе с коррупционными практиками.

Вызовы и ограничения

Внедрение любой концептуальной технологии неизбежно сталкивается с рядом трудностей, и ИИ не является исключением. Применение нейросетей для борьбы с коррупцией сопровождается двумя основными проблемами: недостаточной объяснимостью и дефицитом качественных данных.

Отсутствие объяснимости решений, принимаемых ИИ, представляет собой препятствие для пользователей и специалистов, работающих с системами. Когда решения не могут быть обоснованы, возникают сомнения в их объективности, и затрудняется их принятие на практике. Одним из путей решения этой проблемы является сочетание ИИ и блокчейна, что позволяет обеспечить как прозрачность, так и безопасность данных.

Проблема дефицита данных также требует внимания. Чтобы обучение систем было качественным, исследователи должны обеспечить доступ к максимально полному массиву информации о случаях коррупции, включая как недавние, так и более ранние эпизоды. Такой подход позволит создать надежную основу для анализа и прогнозирования, так как комплексный и систематический сбор и обработка данных существенно повышает эффективность таких технологий.

Виктория Совгирь, аналитик Центра политической конъюнктуры

#ВикторияСовгирь

 

Ссылка на первоисточник
наверх