できる AI 汚職を検知する？27の政府システムからの証拠

角度。 AI 汚職摘発に役立つ可能性はあるものの、見出しが示唆するような方法ではない。独立機関による検証済みのツールは、華やかさとは無縁だ。公開された調達データや、契約や公務員を監視する統計的な危険信号などが挙げられる。真に被害をもたらしたのは、一般市民を秘密裏に裁くシステムだった。アルゴリズムは下向きではなく上向きに活用し、その仕組みを明示すべきだ。

トリック

2025年9月11日、アルバニア's エディ・ラマ首相は、新たな閣僚として、e-Albaniaサービスポータルのチャットボットとして誕生したAI生成アバター「ディエラ」を公共調達担当に任命した。首相は、入札は完全に不正のないものになると約束した。世界中の見出しはこれを「初の試み」と報じた。 AI 大臣。

これが真相です。1年以上経っても、ディエラが入札を決定したという公的な記録は見つかりませんでした。2026年10月、アルバニア's 憲法裁判所は、39人の野党議員による立証資格を理由とする異議申し立てを却下し、さらに次のように述べた。 AI 憲法秩序を変更することはできない。一方、昔ながらの責任追及の動きも活発で、調査報道ネットワークOCCRPによると、副首相が約1億9000万ユーロの道路トンネル入札をめぐって起訴されたという。

アバターがトリックだ。本当の反腐敗 AI 退屈なのは、公開されたデータ、誰でも確認できる統計的な危険信号、そしてそれに対して行動を起こす権限を持つ監査人です。この2つを区別するために、ブラジルからオランダ、インドまで、27の実際の導入事例を3つの質問で評価しました。独立した証拠は機能しているか? 外部の人がその仕組みを理解できるか? 無辜の人々に害を与えたか?

モジョ's 法律：不当な旗の方程式

あらゆる不正検出システムは、2種類の誤りを犯します。不正行為を見逃すことと、無実の人々を告発することです。不正行為の対象となるものが稀な場合、後者の誤りが顕著になります。以下は、システム導入前にすべての担当者が確認すべき計算式です。

\text{Innocent people flagged} = N \times (1 - p) \times \text{FPR}

Nはスクリーニング対象者の数、pは実際に不正行為を行っている人の割合、FPRは偽陽性率、つまりシステムが正直な人を誤って不正行為者と判定する頻度を表します。

概算値で考えてみましょう（あくまで例示です）。1万人の給付金受給者を審査し、そのうち1%が不正行為を行っていると仮定し、システムの誤検出率を5%とします。すると、約49,500人の正直な人が誤って不正行為者と判定されてしまいますが、実際に不正行為を行っている人はせいぜい10,000人程度です。不正行為が発覚する前に、すべての不正行為を人間が確認しない限り、システムは無実の人を告発する機械となってしまいます。ミシガン州で実際に起こったのはまさにこのことで、監査の結果、コンピューターによる不正行為の判定の85%が誤りだったことが判明しました。

ここでの2番目の法則はキャンベルの法則です's 1976年に社会科学者ドナルド・キャンベルが提唱した法則によれば、数値が社会的な意思決定に用いられる度合いが高まるほど、腐敗を招きやすくなり、測定対象そのものが歪められる。あらゆる腐敗防止指標は、まさにその指標が対象とする人々によって悪用されることになる。優れたシステムは、最初からそのことを前提としている。

汚職問題は実際どれほど深刻なのか？

無視できないほど大きな問題であり、多くの記事が認めているよりも測定が難しい。

182か国のうち122か国が50点未満で、80点以上を獲得したのはわずか5か国で、デンマークが89点でトップだった。

公共調達こそが資金源だ。世界銀行's ボシオ氏とジャンコフ氏は、2018年の政府調達額を約11兆ドル、世界GDPの約12%と推定している。オープン・コントラクティング・パートナーシップは、年間約13兆ドルと見積もっている。2024年の世界銀行による北マケドニアの調査では、汚職に関連した価格吊り上げが調達支出の5～6%を占め、入札の約30%が単一の入札者によるものだったことが判明した。

さて、Mojoが警告なしには繰り返さない数字がある。それは、賄賂によって世界が年間1兆5000億ドルから2兆ドルの損失を被っているという有名な主張だ。これは2016年のIMFの報告書に掲載されたもので、ダニエル・カウフマンが2005年に世界銀行で行った、賄賂に関する調査と多くの仮定に基づいた推計値から外挿されたものだ。

汚職研究者のマシュー・スティーブンソンは、汚職がどれだけのコストを伴うのか、私たちは実際には全く分かっていないと述べている。証拠に基づいた誠実なシリーズであれば、その点を明記し、実際に測定可能なもの、すなわち価格の吊り上げ、単独入札、回収金、そして不当な告発などを測定すべきだろう。

データはどこにあるのか、 AI 実際に汚職を摘発したのか？

実際に確認された成功事例はプレスリリースの数よりも少なく、その中でも最も優れた事例は、巧妙さではなく、透明性に関するものだ。

ウクライナのProZorro。2015年のマイダン革命後に開始され、 2016年からは義務化されたProZorroは、公共入札をオンラインで公開し、その上に市民監視プラットフォームDoZorroを構築した。AIではなくオープンデータが中心であり、それが重要な点である。

2022年12月にキエフ経済大学が行った独立評価によると、市場によって異なるものの、システム外での購入と比較して1～20%の実質的な節約効果が得られることが判明した。DoZorro's 2018年に開発された機械学習モデルは、専門家がラベル付けした約3,500件の入札データに基づいて訓練されており、手動による審査よりもはるかに多くの不正談合の疑いを検出したと報じられているが、これらの結果は開発者によるものだ。

ブラジルのロボットたち。 2016年、データサイエンティストのグループがオープンソースのボット「Rosie」を開発した。Rosieは国会議員の3万件以上の経費領収書をスキャンし、約8,000件の疑わしい請求を特定した。最初に調査された125件で回収できたのはわずか約2,500レアルだった。Rosieの真の力は世論の圧力にあったのだ。

連邦会計監査官's アリスシステムは、約40種類のリスクパターンに基づいて入札を毎日チェックする。政府によると、このシステムによって2019年から2022年の間に9.7億レアル相当の入札が保留またはキャンセルされたというが、この数字は独立した監査を受けていない。

危険信号は予測に役立つ。ミハイ・ファゼカス氏率いる学術研究チームは、ハンガリーの公共調達データから腐敗リスク指数を作成した。高得点を獲得した企業は、収益性が高く、政治的なつながりが強く、タックスヘイブンに登録されているケースが多かった。しかし、すべての危険信号が有効とは限らない。2023年にイタリアの14万5000件の契約を調査したところ、よく使われる指標の中には妥当性が低いものもあった。危険信号はリスクを示すものであり、罪を示すものではない。

税金と支払い。インドの中央GST当局は、2025～2026年度に747億8200万ルピーの偽の仕入税額控除詐欺を検出したと報告した。これは2年前の2倍の額であり、高度なデータ分析とリスクプロファイリングの成果だとしている。

しかし、発見は回収を意味するものではない。PTIによると、中央政府および州政府の職員を対象とした2024～2025年の別の調査シリーズでは、615億4500万ルピーの不正融資が発見され、そのうち約3％にあたる19億2400万ルピーが回収された。

英国's 税務当局の控除 AI また、2025～26年度のコンプライアンス収益の約4億ポンドを分析に充て、情報公開法に基づく開示では、4.6億ポンドの回収がConnectデータシステムによるものとされた。米国財務省は、2024会計年度に1億ドル以上の詐欺が防止または回収されたと報告したが、そのうち約10億ドルだけが 機械学習残りの部分は、リスク審査と支払い規則の改善によるものだった。

韓国からの控えめな真実。韓国は世界で最も高く評価されている電子調達システムの一つを構築し、2006年からは自動入札談合検知システムも運用している。2026年6月にOECDに提出された報告書の中で、韓国の競争当局は、このシステムが8年間でわずか10件の入札談合事例しか検出できなかったと報告し、システムのアップグレードを発表した。優れたシステムであっても、想像よりも検出できる件数は少ないのだ。

アルゴリズムによる統治はどこで道を誤ったのか？

これらの失敗には3つの共通点がある。個人を標的にしたこと、不透明だったこと、そしてコンピュータを扱ったことである。's 疑いを証拠とするケースも少なくない。中にはAIではなく、単純なルールやデータ照合に基づくものもあったが、それ自体が警告となる。大規模な被害を与えるのにニューラルネットワークは必要ないのだ。

オランダの育児手当。アムネスティ・インターナショナルによると、オランダ税務当局が2013年に導入した自己学習型リスクモデルでは、オランダ国籍以外の国籍がリスク要因として用いられていた。2005年から2019年の間に約2万6000人の親が不正受給の疑いをかけられ、政府は2021年1月に辞任した。

オランダのデータ保護当局は、税務当局に2.75万ユーロの罰金を科した。2024年1月までに33,335人が被害者として認定され、2026年9月時点でも4,000人以上が支援を待っている状態だった。

オランダ、SyRI。 2020年2月、オランダの裁判所は、福祉詐欺を予測するために政府のデータベースを連携させるシステムであるSyRIが、透明性と検証可能性が不十分であるとして、欧州人権条約第8条に基づくプライバシー権を侵害しているとの判決を下した。

オーストラリア、ロボット債務。 2016年から2020年にかけて、自動データ照合システムが年間所得を平均化して福祉給付金の過払い額を算出し、約47万件の不当な債務が発生した。2023年7月の王立委員会は、このシステムを粗雑で残酷だと非難した。政府は2021年に18億7200万豪ドルの和解に合意し、2025年9月にはさらに4億7500万豪ドルを拠出すると発表した。

ミシガン州の失業保険制度「MiDAS」は、 2013年から2015年にかけて、不正受給の事例を人手を介さずに判定していた。調査の結果、40,195件の判定のうち85%が誤りであったことが判明した。

イングランド、2020年の試験成績。パンデミック中に試験が中止された際、統計モデルによってイングランドのAレベルの成績が39.1％（約280,000万件）引き下げられ、公立学校の生徒に最も大きな打撃を与えたが、政府が方針を転換した。

顔認識。 2019年にNISTが189のアルゴリズムを調査したところ、アジア系やアフリカ系アメリカ人の顔に対する誤検出率は、アルゴリズムによって異なるものの、白人の顔に対する誤検出率の10～100倍にも達することが判明した。イノセンス・プロジェクトは、2023年までに米国で警察の顔認識による冤罪が6件確認されており、いずれも黒人だったと報告している。デトロイト市は2024年に不当逮捕事件で和解し、新たな安全対策に合意した後、警察による捜索件数は2023年の約100件から2025年には9件に減少した。

デンマークは依然として領有権を争っている。 アムネスティは2024年11月に、デンマークが使用している最大60の詐欺モデルの一部は's 福祉機関は、禁止されている社会的スコアリングに相当する可能性がある EU AI 行為同機関はそれを否定している。これは新規則の実践的なテストなのだ。

Mojoインテグリティ・インデックス：成功とスキャンダルを分けるものは何か？

システムが監視しているのは誰なのか。私は27件の展開それぞれについて、結果に関する独立した証拠、外部への透明性、そして文書化された被害の有無という3つの基準で0～2点のスコアを付けました。そして、対象者ごとに分類しました。

その傾向は顕著だ。契約や公務員を対象とした11のシステムのうち、裏目に出たものは一つもなく、3つは独立機関による効果検証を受けている。税金や支払いを対象とした6つのシステムはすべて、政府外部の誰も監査していない効果を主張している。市民や労働者を対象とした10のシステムのうち、7つは実際に被害をもたらしている。契約や公務員を監視するシステムの平均誠実性スコアは6点満点中3.9点だったのに対し、市民や労働者を評価するシステムは2.3点だった。

正直な注意点がある。市民への損害は訴訟で記録されるが、契約監視システムのコストは見えにくい。しかし、そのパターンの背後にあるメカニズムは明白だ。契約や公務員の行動を監視することは、's 公的支出は権力者に対する説明責任を生み出す。一方、福祉受給者や運転者を非公開で評価することは弱者に対する権力を生み出し、不正な旗振りの仕組みは無実の人々が巻き込まれることを確実にする。

過失を摘発することについてはどうでしょうか？ 同じ論理が適用されます AI 労働者や一般市民を監視する。ケララ州's 700以上のネットワーク AI 232億ルピーをかけて設置された交通監視カメラは、2025年4月までに約980万件の違反を検知し、631億ルピーの罰金を徴収したが、初期の不具合として時速1,240キロという表示が出た。

状態's 運輸大臣は、道路死亡者数が2023年の4,084人から2025年には3,733人に減少したと述べているが、その主張を検証した因果関係の研究はない。米国の倉庫では、2024年12月の上院委員会多数派報告書によると、アマゾンは's 2023年の負傷率は労働者100人あたり6.54件で、倉庫業界全体の4.8件を上回っており、これはアルゴリズムによって設定・監視される作業速度ノルマに関連していると指摘されている。アマゾンはこの報告に異議を唱えている。

EU's プラットフォーム労働指令は2024年12月から施行されており、プラットフォームが労働者の感情状態や私的な会話を処理することを禁止し、人間の審査を義務付けている。 重要な自動意思決定それは理にかなったテンプレートです。 AI 危険を指摘するべきであり、危険を判断基準にしてはならない。

アルゴリズムを管理するのは誰か？

世界's 主要な規制当局はそれぞれ異なる方向へ動いており、福祉や給付金の算定に関する最も重要な規則は、ヨーロッパで延期されたばかりだ。

管轄	2026年11月時点で有効なもの	最新の変更点
European Union	AI 2024年8月から施行されている法律。2025年2月から禁止されている。一般目的 AI 2025年8月以降の職務	2026年7月27日に施行されたデジタルオムニバスは、福祉スコアリングなどの分野における高リスク業務の実施時期を2026年8月から2027年12月2日に変更した。
米国	AI 90以上の連邦政府の行動を含む行動計画（2025年7月）；包括的な連邦政府の行動計画はない AI 法律	2025年12月11日付大統領令は、国家的な枠組みを求め、「負担の大きい」州政府に異議を唱えている。 AI 法律制定に向けて、司法省の特別対策チームが2026年1月に設置される。
中国	AI生成コンテンツに表示ラベルと非表示ラベルを義務付ける規則は、2025年9月1日から施行される。	表示規制の執行
India	拘束力なし AI 法律；合成成分の表示に関するIT規則は2026年2月20日から施行される。	を主催した AI 2026年2月、ニューデリーで開催されるインパクトサミット
国連	独立国際科学パネル AI 2026年2月任命	初のグローバル対話 AI 2026年7月、163カ国が参加するガバナンス会議がジュネーブで開催された。

ヨーロッパの支持者's 延期することで企業が複雑な規則を遵守する時間を確保できると主張する側もいる一方、市民団体を含む批判派は、リスクの高い公共部門のシステムがより長期間規制されないままになると主張している。

米国大統領令の支持者は、州ごとに異なる法律が乱立すればイノベーションが阻害されると主張する一方、一部の州当局者を含む批判派は、民主的な選択を覆し、国民の権利保護を弱めるものだと反論する。どちらの議論も、本稿で繰り返し取り上げる同じ疑問に集約される。すなわち、市民に影響を与える前に、誰がその制度をチェックするのか、という点だ。

国民は慎重だ。2025年5月に発表された、KPMGとメルボルン大学が47か国4万8000人以上を対象に行った調査によると、信頼する意思のある人は46％だった。 AI 70％が規制が必要だと答え、66％が AI チェックせずに出力します。

スタンフォード's AI インデックスによると、2016年から2024年の間に114カ国で204件のAI関連法が制定された。規制は増え続けている。次のロボット債務が発生する前にこれらの規制が成立するかどうかが、真の勝負の鍵となる。

クレームチェック

賠償額の	誰がそれを作る	MES	モジョ's read
An AI 大臣は入札を不正のないものにするだろう	アルバニア政府、2025年	1 クレーム	ディエラが決定した入札に関する公的な記録はない
電子調達は政府の費用を節約する	ウクライナ's ProZorro	強い4	独立評価によると、市場によって異なるものの、1～20％の節約効果が認められた。
AI 9.7億レアル相当の不審な入札を発見	Brazil's 長官	2 初期	政府・公共機関向け's 独自の数値。入札停止は不正行為の証明にはならない。
分析により記録的な税金詐欺が発見された	インド、英国、米国の税務当局	2 初期	検出数は機関が報告したものであり、回収数はごくわずかであることが多い。
調達における危険信号は汚職を予兆する	学術研究	強い4	政治的つながりや価格の吊り上げに関する査読済みのリンク。一部のフラグは弱い。
自動不正検出により公金が保護される	多くの福祉機関	0 持ちこたえなかった	ロボデット、MiDAS、そしてオランダのスキャンダルは、大規模な不当告発を引き起こした。
贈収賄による世界の損失は年間1兆5000億ドルから2兆ドルに上る。	2016年のIMFの報告書から引用され、広く繰り返されている。	1 クレーム	これは2005年の推計値に基づいているが、学者たちは実際の数値は不明だと述べている。
AI 交通監視カメラが交通事故死を減らす	ケララ州政府	2 初期	死亡者数は減少したが、その減少とカメラの普及を結びつける研究はない。

カウンターアングル

最も強い反論は、私が全く異なるものを比較しているという点だ。福祉制度や警察制度は何百万人もの人々に影響を与えるため、その誤りは必然的に目に見える形で、個人的な問題として認識される。一方、調達監視は数千の企業と職員に関わるものであり、彼らには弁護士はいるものの同情心はないため、その誤りがニュースの見出しになることはめったにない。

この見方では、私の指標はどのシステムが優れているかではなく、誰が不満を言っているかを測るものだ。

確かにその通りで、だからこそこの指標は、証拠、透明性、そして被害を一つの魔法の数字ではなく、それぞれ別々に報告しているのだ。しかし、7つの失敗の背後にある裁判所の判決、王立委員会、そして監査は、苦情ではなく、調査結果なのである。

そして、この異議申し立てでは説明できない事例こそが最も重要なのだ。つまり、同じ政府が公然と自らの契約にアルゴリズムを適用したとき、何万もの家族に謝罪する必要はなかったということだ。

モジョ's 予測システム

1. アルバニアは、2027年12月31日までに、Diellaによって決定または採点された少なくとも1件の公共入札に関する検証可能な記録を公表する。 確率：40％。
2. EU's 附属書IIIシステムに対する高リスク義務は、延期されることなく2027年12月2日から適用される。 確率：60％。
3. India's 中央GST当局は、2027年12月31日までに、2026～27年度の不正な仕入税額控除の摘発額が、2025～26年度の747億8200万ルピーを上回ったと報告した。 確率：70％。

これら3件はすべてMojo Forecast Ledgerに記録されています。

次に議論されるのは

FAQ

最も優れた汚職防止アルゴリズムは、誰でも開けるスプレッドシートだ。最悪なのは、誰も見ることができないスコアだ。