Kan AI Corruptie opsporen? Bewijs uit 27 overheidssystemen

De hoek. AI Kan helpen corruptie op te sporen, maar niet op de manier die de krantenkoppen suggereren. De instrumenten met onafhankelijk geverifieerde resultaten zijn niet bepaald glamoureus: openbare aanbestedingsgegevens en statistische waarschuwingssignalen die contracten en ambtenaren in het openbaar in de gaten houden. De systemen die daadwerkelijk schade hebben aangericht, beoordeelden gewone burgers in het geheim. Richt het algoritme op de juiste weg, niet op de verkeerde, en laat zien hoe je te werk gaat.

De truc

Op 11 september 2025, Albanië's Premier Edi Rama introduceerde een nieuw lid van zijn kabinet: Diella, een door AI gegenereerde avatar die begon als chatbot op het e-Albanië-dienstenportaal, en die de leiding kreeg over de overheidsaanbestedingen. Aanbestedingen, zo beloofde hij, zouden volledig oncorrupt worden. Wereldwijd werd het in krantenkoppen omschreven als de eerste AI minister.

En hier komt de onthulling. Meer dan een jaar later kon ik geen enkel openbaar document vinden waaruit blijkt dat Diella ook maar één aanbesteding heeft besloten. In oktober 2026, Albanië's Het Constitutioneel Hof heeft een bezwaar van 39 oppositie-parlementsleden op grond van hun procesbevoegdheid verworpen en eraan toegevoegd dat AI De grondwettelijke orde kan niet worden gewijzigd. Ondertussen was de ouderwetse vorm van verantwoording druk in de weer: een vicepremier was aangeklaagd in verband met een aanbesteding voor een wegtunnel van ongeveer €190 miljoen, aldus het onderzoeksnetwerk OCCRP.

De avatar is de truc. De echte anticorruptie. AI Het is saai: data die openbaar worden gepubliceerd, statistische waarschuwingssignalen die iedereen kan controleren, en auditors met de bevoegdheid om ernaar te handelen. Om die twee te scheiden, heb ik 27 daadwerkelijke implementaties, van Brazilië tot Nederland tot India, beoordeeld op drie vragen. Is er onafhankelijk bewijs dat het werkte? Kunnen buitenstaanders zien hoe het werkt? Heeft het onschuldige mensen geschaad?

Mojo's Recht: de vergelijking voor onterechte vlaggen

Elk systeem voor fraudebestrijding maakt twee soorten fouten: het mist sommige fraudeurs en het beschuldigt sommige onschuldige mensen. Wanneer het gezochte fenomeen zeldzaam is, overheerst de tweede fout. Dit is de rekensom die elke minister zou moeten bekijken vóór de lancering:

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

N is het aantal gescreende personen, p is het percentage dat daadwerkelijk fraudeert, en FPR is het percentage valse positieven: hoe vaak het systeem een ​​eerlijke persoon ten onrechte als frauderend aanmerkt.

Probeer eens ronde getallen (dit is slechts een voorbeeld). Stel dat je 1 miljoen uitkeringsgerechtigden screent, dat 1% fraude pleegt en dat het systeem een ​​vals-positief percentage van 5% heeft. Het systeem markeert dan ten onrechte ongeveer 49,500 eerlijke mensen als verdacht, terwijl er maximaal 10,000 echte fraudeurs te vinden zijn. Tenzij elke melding door een mens wordt gecontroleerd voordat iemand wordt gestraft, wordt het systeem een ​​machine die onschuldigen beschuldigt. Dat is precies wat er in Michigan is gebeurd, waar een audit uitwees dat 85% van de door de computer vastgestelde fraudegevallen onjuist waren.

De tweede wet hier is Campbell.'s Volgens de sociaal wetenschapper Donald Campbell uit 1976 geldt: hoe vaker een getal wordt gebruikt om maatschappelijke beslissingen te nemen, hoe meer het corruptie in de hand werkt en de meting verstoort. Elke anticorruptiemaatregel zal worden gemanipuleerd door precies de mensen die hij moet betrappen. Goede systemen gaan daar vanaf het begin van uit.

Hoe groot is het corruptieprobleem nu eigenlijk?

Belangrijk genoeg om ertoe te doen, en moeilijker te meten dan de meeste artikelen doen voorkomen.

Van de 182 landen behaalden er 122 een score onder de 50, en slechts vijf landen een score boven de 80, met Denemarken als koploper met 89 punten.

Overheidsaanbestedingen zijn de plek waar het geld te verdienen valt. De Wereldbank's Bosio en Djankov schatten de overheidsuitgaven in 2018 op ongeveer 11 biljoen dollar, oftewel zo'n 12% van het wereldwijde bbp; het Open Contracting Partnership schat dit op ongeveer 13 biljoen dollar per jaar. Een studie van de Wereldbank uit 2024 naar Noord-Macedonië wees uit dat corruptiegerelateerde overprijzing verantwoordelijk was voor 5 tot 6% van de aanbestedingsuitgaven, waarbij bijna 30% van de aanbestedingen slechts één bieder aantrok.

Een getal dat Mojo weigert te herhalen zonder een waarschuwing: de beruchte bewering dat omkoping de wereld jaarlijks 1.5 tot 2 biljoen dollar kost. Deze bewering verscheen in een nota van het IMF uit 2016, geëxtrapoleerd uit een schatting van de Wereldbank uit 2005 door Daniel Kaufmann, die gebaseerd was op enquêtes naar omkoping en zware aannames.

De anticorruptie-expert Matthew Stephenson heeft geschreven dat we geen flauw idee hebben hoeveel corruptie kost. Een eerlijke serie over bewijsmateriaal zou dat moeten aantonen en vervolgens meten wat daadwerkelijk meetbaar is: overprijzing, biedingen door één partij, terugvorderingen en onterechte beschuldigingen.

Waar bevinden zich de gegevens en AI Heeft men daadwerkelijk corruptie ontdekt?

De geverifieerde successen zijn minder talrijk dan de persberichten, en de beste daarvan gaan over openheid, niet over slimheid.

Het Oekraïense ProZorro . Gelanceerd in 2015 na de Maidan-protesten en sinds 2016 verplicht, plaatst ProZorro openbare aanbestedingen online, met daar bovenop het burgerlijk toezichtsplatform DoZorro. Het is grotendeels gebaseerd op open data in plaats van AI, en dat is precies de bedoeling.

Een onafhankelijke evaluatie door de Kyiv School of Economics in december 2022 wees uit dat er, afhankelijk van de markt, daadwerkelijke besparingen van 1 tot 20% mogelijk zijn ten opzichte van aankopen buiten het systeem. DoZorro's Een machine learning-model uit 2018, getraind op ongeveer 3,500 door experts beoordeelde aanbestedingen, zou veel meer vermoedelijke samenspanning hebben gesignaleerd dan handmatige beoordeling, maar die resultaten zijn afkomstig van de ontwikkelaars zelf.

De robots van Brazilië. In 2016 bouwde een groep datawetenschappers Rosie, een open-source bot die meer dan 3 miljoen onkostennota's van leden van het Congres scande en ongeveer 8,000 verdachte declaraties signaleerde. De eerste 125 onderzochte gevallen leverden slechts ongeveer 2,500 reais op; de werkelijke kracht van Rosie lag in de publieke druk.

De federale comptroller's Het Alice-systeem controleert dagelijks aanbestedingen aan de hand van zo'n 40 risicopatronen; de overheid zegt dat dit heeft geleid tot de opschorting of annulering van biedingen ter waarde van 9.7 miljard reais tussen 2019 en 2022, een cijfer dat door niemand onafhankelijk is gecontroleerd.

Waarschuwingssignalen die voorspellend zijn. Academisch onderzoek onder leiding van Mihály Fazekas ontwikkelde een corruptierisico-index op basis van gegevens over overheidsaanbestedingen in Hongarije. Bedrijven met een hoge score waren winstgevender, hadden betere politieke connecties en waren vaker geregistreerd in belastingparadijzen. Niet elk waarschuwingssignaal is echter even betrouwbaar: een studie uit 2023 naar 145,000 Italiaanse contracten wees uit dat sommige populaire indicatoren een zwakke validiteit hadden. Waarschuwingssignalen duiden op risico, niet op schuld.

Belastingen en betalingen. De Indiase centrale GST-autoriteiten meldden dat ze in 2025-26 voor ₹74,782 crore aan frauduleuze inputbelastingaftrek hebben ontdekt, het dubbele van twee jaar eerder, dankzij geavanceerde data-analyse en risicoprofilering.

Opsporing is echter niet hetzelfde als terugvordering. In een aparte reeks onderzoeken voor 2024-25, gericht op ambtenaren van de centrale en deelstaatregeringen, werd ₹61,545 crore aan valse kredieten ontdekt en ₹1,924 crore, ongeveer 3%, teruggevorderd, aldus PTI.

Het Verenigd Koninkrijk's belastingkredieten AI en analyses met ongeveer 10 miljard pond aan opbrengsten uit naleving in 2025-26, en een openbaarmaking op basis van de Wet openbaarheid van bestuur schreef 4.6 miljard pond aan teruggevorderde bedragen toe aan het Connect-datasysteem. Het Amerikaanse ministerie van Financiën meldde dat er in het fiscale jaar 2024 meer dan 4 miljard dollar aan fraude was voorkomen of teruggevorderd, maar slechts ongeveer 1 miljard dollar daarvan kwam van machine learningDe rest kwam voort uit betere risicobeoordeling en betalingsregels.

De bescheiden waarheid uit Korea. Zuid-Korea bouwde een van 's werelds meest bewonderde e-aanbestedingssystemen en, sinds 2006, een geautomatiseerd systeem voor het opsporen van biedfraude. In een rapport aan de OESO van juni 2026 meldde de Zuid-Koreaanse mededingingsautoriteit dat het systeem in acht jaar tijd slechts tien gevallen van biedfraude had opgeleverd en kondigde een upgrade aan. Zelfs goede systemen detecteren minder gevallen dan je zou denken.

Waar ging het mis met algoritmische overheid?

De mislukkingen hebben drie gemeenschappelijke kenmerken: ze waren gericht op individuen, ze waren ondoorzichtig en ze behandelden een computer.'s Vermoeden als bewijs. Verschillende gevallen betroffen simpele regels of datavergelijking in plaats van AI, wat op zich al een waarschuwing is: je hebt geen neuraal netwerk nodig om op grote schaal schade aan te richten.

Nederland, kinderopvangtoeslagen. Een zelflerend risicomodel, geïntroduceerd door de Nederlandse belastingdienst in 2013, gebruikte een niet-Nederlandse nationaliteit als risicofactor, aldus Amnesty International. Tussen 2005 en 2019 werden ongeveer 26,000 ouders ten onrechte beschuldigd van fraude, waarna de regering in januari 2021 aftrad.

De Nederlandse Autoriteit Persoonsgegevens heeft de Belastingdienst een boete van € 2.75 miljoen opgelegd. In januari 2024 waren 33,335 mensen als slachtoffer erkend en in september 2026 wachtten er nog ruim 4,000 op ondersteuning.

Nederland, SyRI. In februari 2020 oordeelde een Nederlandse rechter dat SyRI, een systeem dat overheidsdatabases koppelt om uitkeringsfraude te voorspellen, het recht op privacy schond zoals vastgelegd in artikel 8 van het Europees Verdrag voor de Rechten van de Mens, omdat het onvoldoende transparant en controleerbaar was.

Australië, Robodebt. Van 2016 tot 2020 berekende een geautomatiseerd systeem, gebaseerd op het vergelijken van gegevens, het gemiddelde jaarinkomen om te hoge uitkeringen te berekenen. Dit leidde tot ongeveer 470,000 onterechte schulden. Een Koninklijke Commissie noemde het systeem in juli 2023 grof en wreed. De regering stemde in 2021 in met een schikking van 1.872 miljard Australische dollar en kondigde in september 2025 nog eens 475 miljoen Australische dollar aan.

Michigan, MiDAS. Tussen 2013 en 2015 behandelde het werkloosheidsuitkeringssysteem van Michigan fraudegevallen zonder menselijke tussenkomst. Uit een onderzoek bleek dat 85% van die 40,195 uitspraken onjuist was.

Engeland, examenresultaten 2020. Toen de examens tijdens de pandemie werden afgelast, verlaagde een statistisch model 39.1% van de A-level-cijfers in Engeland, ongeveer 280,000 resultaten, waarbij leerlingen van openbare scholen het hardst werden getroffen, totdat de overheid het besluit terugdraaide.

Gezichtsherkenning. Een NIST-studie uit 2019, waarin 189 algoritmes werden onderzocht, toonde aan dat het aantal valse positieven voor Aziatische en Afro-Amerikaanse gezichten vaak 10 tot 100 keer hoger lag dan voor blanke gezichten, afhankelijk van het algoritme. Het Innocence Project telde in 2023 zes bekende gevallen van onterechte beschuldigingen door de politie op basis van gezichtsherkenning in de VS, allemaal tegen zwarte mensen. Nadat Detroit in 2024 een schikking trof in een zaak over een onterechte arrestatie en nieuwe veiligheidsmaatregelen overeenkwamen, daalde het aantal doorzoekingen door de politie van ongeveer 100 in 2023 naar 9 in 2025.

Denemarken, nog steeds een betwist gebied. Amnesty International betoogde in november 2024 dat sommige van de tot wel 60 fraudemodellen die Denemarken gebruikt, frauduleus zijn.'s Een welzijnsinstantie kan neerkomen op sociale beoordeling, wat verboden is onder de EU AI HandelenHet agentschap betwist dat. Het is een praktijktest van de nieuwe regels.

De Mojo Integriteitsindex: wat onderscheidt de successen van de schandalen?

Wie het systeem in de gaten houdt. Ik heb elk van de 27 implementaties een score van 0 tot 2 gegeven op basis van drie criteria: onafhankelijk bewijs van resultaten, transparantie naar buiten toe en afwezigheid van gedocumenteerde schade. Vervolgens heb ik ze gesorteerd op hun doelwit.

Het patroon is opvallend. Van de 11 systemen die gericht zijn op contracten en ambtenaren, heeft er geen enkel averechts gewerkt en drie hebben onafhankelijk geverifieerde voordelen opgeleverd. Alle zes systemen die gericht zijn op belastingen en betalingen claimen voordelen die door niemand buiten de overheid zijn gecontroleerd. Van de 10 systemen die gericht zijn op burgers en werknemers, hebben er zeven aantoonbare schade veroorzaakt. De gemiddelde integriteitsscore was 3.9 van de 6 voor systemen die toezicht houden op contracten en ambtenaren, tegenover 2.3 voor systemen die burgers en werknemers beoordelen.

Er is wel een belangrijke kanttekening: schade aan burgers wordt voor de rechter gebracht en gedocumenteerd, terwijl de kosten van een systeem voor contractbewaking moeilijker in kaart te brengen zijn. Maar het mechanisme achter dit patroon is duidelijk. Het observeren van een contract of een ambtenaar's Publieke uitgaven zorgen ervoor dat machtigen verantwoording moeten afleggen. Het privé registreren van uitkeringsgerechtigden of automobilisten geeft macht over de zwakkeren, en de onterechte controlemethode garandeert dat onschuldige mensen in de val lopen.

En hoe zit het met het opsporen van nalatigheid? Dezelfde logica is van toepassing op: AI die werknemers of het publiek in de gaten houdt. Kerala's netwerk van meer dan 700 AI Verkeerscamera's, die ₹232 crore kostten, hadden in april 2025 ongeveer 98 lakh overtredingen geregistreerd en ₹631 crore aan boetes opgelegd, hoewel er in het begin wel wat storingen waren, waaronder een meting van 1,240 km/u.

De staat's De minister van Transport zegt dat het aantal verkeersdoden is gedaald van 4,084 in 2023 naar 3,733 in 2025; er is echter geen causaal onderzoek dat deze bewering heeft getoetst. In Amerikaanse magazijnen constateerde een meerderheidsrapport van de Senaat uit december 2024 dat Amazon's Het aantal arbeidsongevallen bedroeg 6.54 per 100 werknemers in 2023, tegenover 4.8 in de gehele magazijnsector, en werd in verband gebracht met snelheidsquota die door algoritmes werden vastgesteld en gecontroleerd. Amazon betwist dit rapport.

de EU's De Platformwerkrichtlijn, die sinds december 2024 van kracht is, verbiedt platformen nu om de emotionele toestand en privégesprekken van werknemers te verwerken en vereist menselijke beoordeling hiervan. belangrijke geautomatiseerde beslissingenDat is een verstandig sjabloon: laat AI Wijs op het gevaar, laat het gevaar nooit de doorslaggevende factor zijn.

Wie beheert de algoritmes?

De wereld's Grote regelgevende instanties gaan verschillende kanten op, en de meest relevante regels voor de berekening van sociale voorzieningen en uitkeringen zijn in Europa onlangs uitgesteld.

Jurisdictie	Wat is van kracht in november 2026?	Meest recente wijziging
Europeese Unie	AI Wet van kracht sinds augustus 2024; verboden sinds februari 2025; algemeen doel AI taken vanaf augustus 2025	De Digital Omnibus, die op 27 juli 2026 van kracht werd, heeft de verantwoordelijkheden voor risicovolle gebieden zoals welzijnsbeoordeling verplaatst van augustus 2026 naar 2 december 2027.
	AI Actieplan (juli 2025) met meer dan 90 federale acties; geen alomvattend federaal plan. AI wet	Uitvoeringsbesluit van 11 december 2025, gericht op het creëren van een nationaal kader en het aanvechten van de "bezwarende" staatsmacht. AI wetten, met een taskforce van het ministerie van Justitie die in januari 2026 wordt opgericht.
China	Regels die het gebruik van zichtbare en verborgen labels op door AI gegenereerde content vereisen, van kracht sinds 1 september 2025.	Handhaving van etikettering
India	Geen bindende overeenkomst AI wetgeving; IT-regels voor de etikettering van synthetische inhoud van kracht sinds 20 februari 2026	Gehost de AI Impacttop in New Delhi, februari 2026
Verenigde Naties	Onafhankelijk Internationaal Wetenschappelijk Panel over AI benoemd in februari 2026	Eerste wereldwijde dialoog over AI Bestuurlijke bijeenkomst in Genève, juli 2026, met 163 landen.

Voorstanders van Europa's Voorstanders van uitstel zeggen dat het bedrijven de tijd geeft om te voldoen aan complexe regels; critici, waaronder maatschappelijke organisaties, stellen dat het risicovolle systemen in de publieke sector langer ongereguleerd laat.

Voorstanders van het Amerikaanse presidentiële decreet stellen dat een lappendeken van staatswetten innovatie zou belemmeren; critici, waaronder sommige staatsfunctionarissen, zeggen dat het democratische keuzes tenietdoet en bescherming verzwakt. Beide debatten draaien om dezelfde vraag die in dit artikel steeds weer terugkomt: wie controleert het systeem voordat het een burger raakt?

Het publiek is voorzichtig. Uit een onderzoek van KPMG en de Universiteit van Melbourne onder meer dan 48,000 mensen in 47 landen, gepubliceerd in mei 2025, bleek dat slechts 46% bereid was om te vertrouwen. AI en 70% zegt dat regelgeving nodig is, terwijl 66% zegt dat ze erop vertrouwen AI uitvoer zonder deze te controleren.

Stanford's AI De index telde 204 AI-gerelateerde wetten die tussen 2016 en 2024 in 114 landen zijn aangenomen. De regels vermenigvuldigen zich. De echte vraag is of ze er zijn voordat de volgende robotschuld wordt ingevoerd.

Claimcontrole

vordering	Wie maakt het	MES	Mojo's dit artikel lezen
An AI De minister zal aanbestedingen corruptievrij maken.	Albanese regering, 2025	1 Bewering	Er zijn geen openbare documenten die aantonen dat Diella ooit een aanbesteding heeft afgesloten.
E-procurement bespaart overheden geld.	Oekraïne's ProZorro	4 sterk	Uit onafhankelijk onderzoek bleek een besparing van 1 tot 20%, afhankelijk van de markt.
AI Er werden verdachte biedingen ter waarde van R$ 9.7 miljard gevonden.	Brazilië's controleur	2 vroeg	Overheid's eigen cijfer; opgeschorte biedingen zijn geen bewezen fraude.
Analysegegevens ontdekten een recordaantal belastingfraudegevallen.	Belastingdiensten van India, het VK en de VS	2 vroeg	Het aantal opgespoorde personen wordt door de instantie gerapporteerd; het aantal teruggevonden personen is vaak slechts een klein percentage.
Signalen die wijzen op corruptie bij aanbestedingen	Academisch onderzoek	4 sterk	Peer-reviewed links naar politieke connecties en overprijzing; sommige waarschuwingssignalen zijn zwak.
Geautomatiseerde fraudedetectie beschermt publiek geld.	Veel welzijnsorganisaties	0 Heeft het niet volgehouden	Robodebt, MiDAS en het Nederlandse schandaal leidden tot massale onterechte beschuldigingen.
Omkoping kost de wereld jaarlijks 1.5 tot 2 biljoen dollar.	Veel herhaald, uit een IMF-nota uit 2016.	1 Bewering	Gebaseerd op een extrapolatie uit 2005; wetenschappers zeggen dat het werkelijke aantal onbekend is.
AI Verkeerscamera's verminderen het aantal verkeersdoden.	Kerala overheid	2 vroeg	Het aantal sterfgevallen daalde, maar geen enkele studie legt een verband tussen die daling en de camera's.

De tegenhoek

Het sterkste bezwaar is dat ik appels met peren vergelijk. Welzijns- en politiesystemen raken miljoenen mensen, dus fouten daarin zijn onvermijdelijk zichtbaar en persoonlijk. Toezicht op aanbestedingen raakt slechts een paar duizend bedrijven en ambtenaren, die weliswaar advocaten hebben, maar geen empathie, waardoor fouten daarin zelden de krantenkoppen halen.

Vanuit dit perspectief meet mijn index wie er klaagt, niet welke systemen beter zijn.

Daar zit wel iets in, en daarom rapporteert de index bewijsmateriaal, transparantie en schade afzonderlijk in plaats van één magisch getal. Maar de rechterlijke uitspraken, koninklijke commissies en audits die aan de basis liggen van de zeven mislukkingen zijn geen klachten; het zijn bevindingen.

En juist de gevallen die het bezwaar niet kan verklaren, zijn de meest belangrijke: toen diezelfde regeringen openlijk algoritmes toepasten op hun eigen contracten, boden ze uiteindelijk geen excuses aan tienduizenden gezinnen.

Mojo's voorspellingen

1. Albanië publiceert uiterlijk 31 december 2027 een verifieerbaar verslag van ten minste één openbare aanbesteding waarover Diella een besluit heeft genomen of die door hem is beoordeeld. Waarschijnlijkheid: 40%.
2. de EU's De verplichtingen met betrekking tot systemen van bijlage III die een hoog risico vormen, gaan op 2 december 2027 in zonder verder uitstel. Waarschijnlijkheid: 60%.
3. India's De centrale GST-autoriteiten melden dat er voor 2026-27 meer valse inputbelastingkredieten zijn ontdekt dan de ₹74,782 crore van 2025-26, tegen 31 december 2027. Waarschijnlijkheid: 70%.

Alle drie worden geregistreerd in het Mojo Forecast Ledger.

Waar dit vervolgens wordt besproken

FAQ

Het beste anticorruptie-algoritme is een spreadsheet die iedereen kan openen. Het slechtste is een score die niemand kan zien.