Избавит ли искусственный интеллект человечество от коррупции?

МЕНЮ


Главная страница
Поиск
Регистрация на сайте
Помощь проекту
Архив новостей

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости


С 6 по 8 августа 2021 года в Великом Новгороде состоится хакатон по искусственному интеллекту, проводимого Минэкономразвития России при организационной поддержке президентской платформы «Россия – страна возможностей» и Российской ассоциации электронных коммуникаций. Его участникам предстоит разработать автоматизированную аналитическую систему, позволяющую с помощью технологий искусственного интеллекта выявлять и классифицировать возможные коррупциогенные факторы в нормативно-правовых актах (НПА). Кейсодеражетелем хакатона выступает Министерство юстиции Российской Федерации.

При этом возникает вопрос о том, как используют технологии искусственного интеллекта для борьбы с коррупцией в других странах?

Международный опыт использования ИИ-технологии в борьбе с коррупцией

По данным Международного валютного фонда (МВФ), ущерб от коррупции во всем мире составляет $2 трлн. в год. В свою очередь, Организация Объединенных Наций (ООН) оценивает этот показатель в $3,6 трлн. в год. Это общемировая проблема и правительства разных стран выделяют значительные ресурсы на борьбу с такими преступлениями. Кроме того, противодействие коррупции приносит ощутимые финансовые выгоды. В МВФ подсчитали, что в странах с низким уровнем коррупции собирается налогов на 4% ВВП больше, чем в странах того же уровня экономического развития с самым высоким уровнем коррупции. Если бы все страны сократили коррупцию аналогичным образом, 1 трлн. долларов был бы получен в виде упущенных налоговых поступлений, что составляет 1,25% мирового ВВП.

Развитие цифровых технологий, в частности искусственного интеллекта, дает новую надежду на более эффективную борьбу с коррупцией. Благодаря своим способностям к обучению искусственный интеллект может автономно выполнять широкий спектр задач, требующих существенных финансовых и трудовых затрат. Среди них и проверка налоговых деклараций, и выявление и сопоставление несоответствий в доходах и расходах, и нецелевые траты, и анализ тендерной документации и результатов торгов, и многое другое. При этом общение между проверяющими и чиновника минимизируется, что исключает коррупционную составляющую. Ведь искусственный интеллект невозможно подкупить, а его алгоритмы настолько сложны, что невозможно незаметно внести в них какие-либо изменения или повлиять на результат проверки.

Китайское чудо, которого не случилось

Попытки использовать искусственный интеллект в противостояние коррупции с различной долей успеха реализуются в разных странах уже около 10 лет. Но, несмотря на все очевидные преимущества, одно лишь наличие умных алгоритмов проблему коррупции не решает.

В 2012 году в Китае был запущен проект Zero Trust. Это совместная разработка китайской Академии наук и специалистов контрольно-ревизионного управления коммунистической партии Китая. При помощи искусственного интеллекта система анализировала информацию из более чем 150 закрытых баз данных с результатами работы миллионов чиновников центрального и регионального правительств.Технология отслеживала взаимодействие и работу чиновников, сопоставляя ее с работой коллег и выявляя возможные случаи коррупции, растрат и кумовства. Однако уже через несколько лет после запуска Zero Trust сотрудники ведомств использовали любой повод для отказа от использования технологии, объясняя это дискомфортом от использования системы. В начале 2019 года в СМИ появилась информация о скором закрытии Zero Trust. Что именно послужило поводом к остановке проекта, не сообщалось. Сами разработчики называли слабой стороной проекта то, что технология лишь сигнализировала о возможных случаях коррупции применительно к конкретным чиновникам. Без объяснений, почему был сделан тот или иной вывод. А дальше приходилось привлекать людей для оценки каждого случая, принимать решение о необходимости расследования опять же приходилось человеку.

За более чем пять лет работы Zero Trust помог поймать 8721 чиновника, замешанного в растратах, кумовстве и коррупции. При том, что проект работал лишь в 30 не самых густонаселенных округах и городах Китая.

Предупрежден, значит вооружен?

Испанские исследователи из Университета Вальдолида пошли еще дальше и создали компьютерную модель на основе нейронных сетей, которая вычисляет вероятность коррупции в испанских провинциях, а также условия, которые этому способствуют. Эта система оповещения подтверждает, что вероятность коррупции возрастает при несменяемости партий в правительстве.

Данные показывают, что налог на недвижимость, преувеличенное повышение цен на жилье, открытие банковских отделений и создание новых компаний– это некоторые из переменных, которые, по-видимому, вызывают коррупцию в обществе. И когда они складываются вместе, в регионе может потребоваться более строгий контроль за государственными счетами.

Для проведения исследования авторы опирались на все случаи коррупции, имевшие место в Испании в период с 2000 по 2012 год. Сбор и анализ всей этой информации проводился с помощью нейронных сетей, которые показывают наиболее предсказуемые факторы коррупции. Авторы надеются, что это исследование будет способствовать более эффективному направлению усилий по искоренению коррупции, сосредоточив усилия на областях с наибольшей вероятностью, а также применив их модель на международном уровне.

Исследователи из немецкого института Макса Планка и Дюссельдорфского университета Генриха Гейне, проанализировав мировой опыт применения технологий искусственного интеллекта в борьбе с коррупцией, обозначили несколько факторов, влияющих на успех проекта.

Общественное внимание к случаям коррупции и контроль –залог успешного функционирования антикоррупционных технологических систем.

Ярким подтверждением данного факта служит бразильский проект Rosie-de-serenata. Уникальная антикоррупционная инициатива, которую создал Ирио Мусскопф с помощью технологий искусственного интеллекта. Эта инициатива родилась из опасений по поводу широко распространенной в Бразилии коррупции, которая ежегодно приводит к потере около 200 млрд реалов ($38 млрд). Потрясенные этой ситуацией, Ирио и его команда создали алгоритм под названием Rosie, способный использовать открытые данные, связанные с квотами возмещения представительских расходов (ланчи, билеты на поезда, бензин) представителям бразильского Конгресса, и выявлять законные или подозрительные расходы. Когда алгоритм обнаружил какое-либо подозрительное поведение, команда проекта проанализировала его и написала представителю соответствующей палаты депутатов с просьбой вернуть ненадлежащим образом использованные деньги в государственную казну.

Поскольку во многих случаях эти запросы игнорировались, исследовательская группа создала блог Rosie в Twitter, чтобы автоматически отображать результаты поиска и отмечать виновного чиновника. Этот механизм позволил повысить общественную подотчетность и вовлечь граждан в обсуждение. С самого начала исходный код был открыт и опубликован на GitHub, чтобы обеспечить возможность репликации в других настройках по всему миру. Кроме того, команда создала веб-сайт под названием Jarbas.com, который позволяет любому просматривать и разбираться в данных, собранных Rosie о подозрительных расходах.

Политическая воля руководства страны– еще один ключевой фактор успешного внедрения технологии по борьбе с коррупцией.

Правовая и институциональная среда для применения инструментов искусственного интеллекта остается критически важной с точки зрения фактического воздействия на мошенничество и коррупцию, особенно для наказания виновных.

Сокращение человеческого взаимодействия при предоставлении услуг помогает правительствам снизить риск получения ренты. Тем не менее влияние цифровых технологий на сокращение мошенничества и коррупции зависит от институционального контекста. Любая система будет настолько хороша, насколько хороши практики, которые ее дополняют. Чтобы добиться большей эффективности в борьбе с мошенничеством и коррупцией, данные необходимо собирать и связывать с другими данными. Обязательное использование системы, а также проверка и анализ данных с использованием искусственного интеллекта или других методов могут оказаться эффективными.

В своем докладе за 2020 год Всемирный Банк называет успешными следующие примеры применения ИИ для выявления коррупции в госсекторе:

Налоговые органы Мексики выявили 1200 мошеннических компаний и 3500 мошеннических транзакций в течение 3 месяцев после пилотной схемы искусственного интеллекта.

Проект Insight Министерства финансов Индии отслеживает данные из различных источников, включая социальные сети, для выявления моделей расходов и сравнивает те же данные с налоговыми записями.

Выводы

Хотя использование технологий искусственного интеллекта для борьбы с коррупцией считается следующим шагом к победе, оно все еще находится на ранней стадии внедрения. Таким образом, новые решения о том, как использовать ИИ-технологии, будут определять то, как он повлияет на будущее общества. При правильной разработке и внедрении такие инструменты могут помочь заменить устаревшие и ненадежные антикоррупционные процессы беспристрастными инструментами искусственного интеллекта с беспрецедентной скоростью и вычислительными возможностями. Для высшего руководства стран такие алгоритмы могут быть движущей силой для мобилизации ранее апатичных граждан в новых усилиях по обеспечению подотчетности властей/

Комментарии: