สามารถ AI ตรวจจับการทุจริต? หลักฐานจากระบบราชการ 27 แห่ง

มุมกล้อง AI เครื่องมือเหล่านี้สามารถช่วยจับการทุจริตได้ แต่ไม่ใช่ในแบบที่พาดหัวข่าวบอก เครื่องมือที่มีผลลัพธ์ที่ได้รับการตรวจสอบอย่างอิสระนั้นดูไม่น่าดึงดูดใจ เช่น ข้อมูลการจัดซื้อจัดจ้างแบบเปิดเผย และสัญญาณเตือนทางสถิติที่คอยตรวจสอบสัญญาและเจ้าหน้าที่ในที่สาธารณะ ระบบที่ก่อให้เกิดความเสียหายอย่างแท้จริงนั้นตัดสินพลเมืองทั่วไปอย่างลับๆ จงชี้อัลกอริทึมไปในทิศทางที่ดีขึ้น ไม่ใช่แย่ลง และแสดงวิธีการทำงานของคุณ

เคล็ดลับ

วันที่ 11 กันยายน 2025 ประเทศแอลเบเนีย's นายกรัฐมนตรี เอดิ รามา ได้แนะนำสมาชิกใหม่ในคณะรัฐมนตรีของเขา คือ ดิเอลลา อวตารที่สร้างขึ้นโดยปัญญาประดิษฐ์ (AI) ซึ่งเริ่มต้นจากการเป็นแชทบอทบนพอร์ทัลบริการ e-Albania โดยได้รับมอบหมายให้ดูแลด้านการจัดซื้อจัดจ้างภาครัฐ เขาให้สัญญาว่า การประมูลจะปราศจากการทุจริตโดยสิ้นเชิง พาดหัวข่าวทั่วโลกเรียกสิ่งนี้ว่าเป็นครั้งแรก AI รัฐมนตรี.

นี่คือข้อเท็จจริงที่น่าตกใจ หลังจากผ่านไปกว่าหนึ่งปี ผมไม่พบหลักฐานใดๆ ที่แสดงว่า Diella เป็นผู้ตัดสินใจในการประมูลแม้แต่ครั้งเดียว ในเดือนตุลาคม 2026 ประเทศแอลเบเนีย's ศาลรัฐธรรมนูญปฏิเสธคำร้องของ ส.ส. ฝ่ายค้าน 39 คน โดยอ้างเหตุผลเรื่องสิทธิในการยื่นฟ้อง พร้อมเสริมว่า AI ไม่สามารถเปลี่ยนแปลงระเบียบรัฐธรรมนูญได้ ในขณะเดียวกัน การตรวจสอบความรับผิดชอบแบบดั้งเดิมก็กำลังทำงานอย่างหนัก: รองนายกรัฐมนตรีถูกฟ้องร้องในคดีเกี่ยวกับการประมูลอุโมงค์ถนนมูลค่าประมาณ 190 ล้านยูโร ตามรายงานของเครือข่ายสืบสวนสอบสวน OCCRP

อวตารคือกลอุบาย การต่อต้านการทุจริตที่แท้จริงคืออะไร AI มันน่าเบื่อ: ข้อมูลที่เปิดเผยต่อสาธารณะ สัญญาณเตือนทางสถิติที่ใครๆ ก็ตรวจสอบได้ และผู้ตรวจสอบบัญชีที่มีอำนาจในการดำเนินการ เพื่อแยกแยะสองสิ่งนี้ ฉันจึงประเมินการใช้งานจริง 27 โครงการ ตั้งแต่บราซิลไปจนถึงเนเธอร์แลนด์และอินเดีย โดยพิจารณาจากสามคำถาม คือ มีหลักฐานอิสระที่พิสูจน์ว่ามันได้ผลหรือไม่? คนภายนอกสามารถเห็นวิธีการทำงานได้หรือไม่? มันทำร้ายผู้บริสุทธิ์หรือไม่?

Mojo's กฎหมาย: สมการธงผิด

ระบบตรวจจับการทุจริตทุกระบบล้วนมีข้อผิดพลาดสองประการ คือ พลาดการตรวจจับผู้ทุจริตบางราย และกล่าวหาผู้บริสุทธิ์บางราย เมื่อสิ่งที่กำลังตรวจจับนั้นหายาก ข้อผิดพลาดประการที่สองจะเด่นกว่า นี่คือการคำนวณที่รัฐมนตรีทุกคนควรพิจารณาก่อนเริ่มใช้งาน:

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

N คือจำนวนคนที่ได้รับการตรวจสอบ p คือสัดส่วนของคนที่โกงจริง ๆ และ FPR คืออัตราการตรวจพบผิดพลาด: บ่อยแค่ไหนที่ระบบตรวจพบคนซื่อสัตย์โดยไม่ถูกต้อง

ลองใช้ตัวเลขกลมๆ (ตัวอย่างเท่านั้น) สมมติว่าเราตรวจสอบผู้ขอรับสวัสดิการ 1 ล้านคน สมมติว่า 1% กำลังฉ้อโกง และให้ระบบมีอัตราการแจ้งเตือนผิดพลาด 5% ระบบจะแจ้งเตือนผิดพลาดว่ามีคนซื่อสัตย์ประมาณ 49,500 คน ในขณะที่มีผู้ฉ้อโกงจริงอย่างมากที่สุดเพียง 10,000 คนเท่านั้น เว้นแต่ว่าทุกการแจ้งเตือนจะถูกตรวจสอบโดยมนุษย์ก่อนที่จะลงโทษใคร ระบบก็จะกลายเป็นเครื่องจักรที่กล่าวหาผู้บริสุทธิ์ นั่นคือสิ่งที่เกิดขึ้นในรัฐมิชิแกน ซึ่งการตรวจสอบพบว่า 85% ของการตัดสินการทุจริตโดยคอมพิวเตอร์นั้นผิดพลาด

กฎข้อที่สองในที่นี้คือกฎของแคมป์เบลล์'s หลักกฎหมายจากนักสังคมศาสตร์ โดนัลด์ แคมป์เบล ในปี 1976 ระบุว่า ยิ่งตัวเลขถูกนำมาใช้ในการตัดสินใจทางสังคมมากเท่าไร ก็ยิ่งเปิดโอกาสให้เกิดการทุจริตและบิดเบือนสิ่งที่วัดมากขึ้นเท่านั้น ตัวชี้วัดการต่อต้านการทุจริตใดๆ ก็ตาม จะถูกกลุ่มคนที่มันตั้งใจจะจับใช้ประโยชน์ในทางที่ผิดอย่างแน่นอน ระบบที่ดีจึงต้องคำนึงถึงเรื่องนี้ตั้งแต่แรก

ปัญหาการทุจริตนั้นร้ายแรงแค่ไหนกันแน่?

ใหญ่พอที่จะส่งผลกระทบ และวัดผลได้ยากกว่าที่บทความส่วนใหญ่ยอมรับ

จากทั้งหมด 182 ประเทศ มี 122 ประเทศที่ได้คะแนนต่ำกว่า 50 และมีเพียง 5 ประเทศเท่านั้นที่ได้คะแนนสูงกว่า 80 โดยเดนมาร์กได้คะแนนสูงสุดที่ 89 คะแนน

การจัดซื้อจัดจ้างภาครัฐเป็นแหล่งเงินทุนสำคัญ ธนาคารโลก's Bosio และ Djankov ประเมินว่าการจัดซื้อจัดจ้างของภาครัฐมีมูลค่าประมาณ 11 ล้านล้านดอลลาร์สหรัฐในปี 2018 ซึ่งคิดเป็นประมาณ 12% ของ GDP โลก ขณะที่ Open Contracting Partnership ประเมินไว้ที่ประมาณ 13 ล้านล้านดอลลาร์สหรัฐต่อปี จากการศึกษาของธนาคารโลกในปี 2024 เกี่ยวกับมาซิโดเนียเหนือ พบว่าการตั้งราคาเกินจริงที่เกี่ยวข้องกับการทุจริตคิดเป็น 5 ถึง 6% ของค่าใช้จ่ายในการจัดซื้อจัดจ้าง โดยเกือบ 30% ของการประกวดราคาดึงดูดผู้เสนอราคาเพียงรายเดียว

ตอนนี้มีตัวเลขหนึ่งที่ Mojo ปฏิเสธที่จะพูดซ้ำโดยไม่ติดป้ายเตือน นั่นคือข้ออ้างที่มีชื่อเสียงว่า การรับสินบนทำให้โลกสูญเสียเงิน 1.5 ถึง 2 ล้านล้านดอลลาร์ต่อปี ตัวเลขนี้ปรากฏในบันทึกของ IMF ในปี 2016 ซึ่งนำมาจากประมาณการของธนาคารโลกในปี 2005 โดยDaniel Kaufmannซึ่งอาศัยการสำรวจเกี่ยวกับการรับสินบนและข้อสมมติฐานจำนวนมาก

แมทธิว สตีเฟนสัน นักวิชาการด้านการต่อต้านการทุจริต เขียนไว้ว่า เราไม่รู้แน่ชัดว่าการทุจริตมีค่าใช้จ่ายเท่าไหร่ ชุดบทความที่เที่ยงตรงเกี่ยวกับหลักฐานควรระบุเรื่องนี้ให้ชัดเจน แล้วจึงวัดสิ่งที่สามารถวัดได้จริง เช่น การตั้งราคาเกินจริง การประมูลราคาเดียว การเรียกคืนเงิน และการกล่าวหาที่ผิดพลาด

ข้อมูลอยู่ที่ไหนและ AI จับคอร์รัปชันได้จริงหรือเปล่า?

จำนวนความสำเร็จที่ได้รับการยืนยันนั้นน้อยกว่าจำนวนข่าวประชาสัมพันธ์ และความสำเร็จที่ดีที่สุดนั้นเกิดจากความเปิดเผย ไม่ใช่ความฉลาดแกมโกง

ProZorro ของยูเครนเปิดตัวในปี 2015 หลังจากการประท้วงที่จัตุรัสไมดาน และบังคับใช้ตั้งแต่ปี 2016 ProZorro นำระบบการประมูลงานภาครัฐมาไว้บนออนไลน์ โดยมีแพลตฟอร์มตรวจสอบการทำงานของประชาชน DoZorro ซ้อนทับอยู่ด้านบน ส่วนใหญ่เป็นข้อมูลเปิดมากกว่าปัญญาประดิษฐ์ และนั่นคือจุดประสงค์หลัก

การประเมินอิสระโดยโรงเรียนเศรษฐศาสตร์เคียฟในเดือนธันวาคม 2022 พบว่าสามารถประหยัดค่าใช้จ่ายได้จริง 1 ถึง 20% เมื่อเทียบกับการซื้อสินค้านอกระบบ ขึ้นอยู่กับสภาวะตลาด (DoZorro)'s รายงานระบุว่า โมเดลการเรียนรู้ของเครื่องจักรในปี 2018 ซึ่งได้รับการฝึกฝนจากเอกสารประกวดราคาที่ผู้เชี่ยวชาญติดป้ายกำกับไว้ประมาณ 3,500 ฉบับ สามารถระบุการสมรู้ร่วมคิดที่น่าสงสัยได้มากกว่าการตรวจสอบด้วยตนเองอย่างมาก แต่ผลลัพธ์เหล่านั้นมาจากผู้พัฒนาโมเดลเอง

หุ่นยนต์ของบราซิลในปี 2016 กลุ่มนักวิทยาศาสตร์ข้อมูลได้สร้าง Rosie บอทโอเพนซอร์สที่สแกนใบเสร็จค่าใช้จ่ายมากกว่า 3 ล้านใบจากสมาชิกสภาคองเกรส และระบุการเบิกจ่ายที่น่าสงสัยประมาณ 8,000 รายการ 125 กรณีแรกที่ตรวจสอบได้รับเงินคืนเพียงประมาณ 2,500 เรียลบราซิล พลังที่แท้จริงของ Rosie คือแรงกดดันจากสาธารณชน

ผู้ตรวจการของรัฐบาลกลาง's ระบบ Alice ตรวจสอบการประกวดราคาเป็นประจำทุกวันโดยพิจารณาจากรูปแบบความเสี่ยงประมาณ 40 รูปแบบ รัฐบาลระบุว่าระบบนี้ส่งผลให้มีการระงับหรือยกเลิกการประมูลมูลค่า 9.7 พันล้านเรียลบราซิลในช่วงปี 2019 ถึง 2022 ซึ่งเป็นตัวเลขที่ไม่มีใครตรวจสอบโดยอิสระ

สัญญาณเตือนภัยสีแดงที่บ่งบอกถึงความเสี่ยงงานวิจัยเชิงวิชาการที่นำโดยมิฮาลี ฟาเซกาสได้สร้างดัชนีความเสี่ยงการทุจริตจากข้อมูลการจัดซื้อจัดจ้างภาครัฐในฮังการี บริษัทที่ได้คะแนนสูงมักจะมีกำไรมากกว่า มีความเชื่อมโยงทางการเมืองมากกว่า และมักจดทะเบียนในเขตปลอดภาษีมากกว่า อย่างไรก็ตาม ไม่ใช่ทุกสัญญาณเตือนภัยสีแดงที่จะได้ผลเสมอไป การศึกษาในปี 2023 เกี่ยวกับสัญญา 145,000 ฉบับในอิตาลีพบว่าตัวชี้วัดยอดนิยมบางตัวมีความน่าเชื่อถือต่ำ สัญญาณเตือนภัยสีแดงบ่งบอกถึงความเสี่ยง ไม่ใช่ความผิด

ภาษีและการชำระเงินหน่วยงาน GST ส่วนกลางของอินเดียรายงานว่า ตรวจพบการฉ้อโกงเครดิตภาษีซื้อปลอมมูลค่า 74,782 ล้านรูปี ในปี 2025-26 ซึ่งเป็นสองเท่าของตัวเลขเมื่อสองปีก่อน โดยให้เครดิตกับการวิเคราะห์ข้อมูลขั้นสูงและการประเมินความเสี่ยง

การตรวจจับไม่ได้หมายความว่าจะสามารถเรียกคืนเงินได้เสมอไป จากการสำรวจอีกชุดหนึ่งในปี 2024-25 ซึ่งครอบคลุมเจ้าหน้าที่ส่วนกลางและส่วนภูมิภาค พบว่ามีการตรวจพบสินเชื่อปลอมมูลค่า 61,545 ล้านรูปี และสามารถเรียกคืนเงินได้ 1,924 ล้านรูปี หรือประมาณ 3% ตามรายงานของ PTI

สหราชอาณาจักร's เครดิตจากหน่วยงานภาษี AI และระบบวิเคราะห์ข้อมูลมีผลตอบแทนจากการปฏิบัติตามกฎระเบียบประมาณ 10 พันล้านปอนด์ในปี 2025-26 และการเปิดเผยข้อมูลภายใต้กฎหมายเสรีภาพในการเข้าถึงข้อมูลระบุว่ามีการกู้คืนเงินได้ 4.6 พันล้านปอนด์จากระบบข้อมูล Connect กระทรวงการคลังสหรัฐฯ รายงานว่ามีการป้องกันหรือกู้คืนเงินจากการฉ้อโกงได้มากกว่า 4 พันล้านดอลลาร์ในปีงบประมาณ 2024 แต่มีเพียงประมาณ 1 พันล้านดอลลาร์เท่านั้นที่มาจากระบบดังกล่าว เรียนรู้เครื่องส่วนที่เหลือมาจากการคัดกรองความเสี่ยงและกฎเกณฑ์การชำระเงินที่ดีขึ้น

ความจริงที่เรียบง่ายจากเกาหลีใต้เกาหลีใต้สร้างระบบจัดซื้อจัดจ้างทางอิเล็กทรอนิกส์ที่ได้รับการยกย่องมากที่สุดแห่งหนึ่งของโลก และตั้งแต่ปี 2006 ก็ได้พัฒนาระบบบ่งชี้การสมรู้ร่วมคิดในการประมูลแบบอัตโนมัติ ในรายงานที่ส่งให้ OECD ในเดือนมิถุนายน 2026 หน่วยงานด้านการแข่งขันของเกาหลีใต้รายงานว่า ระบบดังกล่าวตรวจพบกรณีการสมรู้ร่วมคิดในการประมูลเพียง 10 กรณีในรอบแปดปี และประกาศว่าจะทำการอัปเกรด แม้แต่ระบบที่ดีก็ยังตรวจจับได้น้อยกว่าที่คุณคิด

รัฐบาลที่ขับเคลื่อนด้วยอัลกอริทึมผิดพลาดตรงไหน?

ความล้มเหลวเหล่านี้มีลักษณะร่วมกันสามประการ ได้แก่ การมุ่งเป้าไปที่บุคคล การขาดความโปร่งใส และการใช้คอมพิวเตอร์'s ความสงสัยเป็นหลักฐาน หลายกรณีใช้กฎง่ายๆ หรือการจับคู่ข้อมูลมากกว่าการใช้ AI ซึ่งนั่นเป็นสัญญาณเตือนในตัวเอง: คุณไม่จำเป็นต้องใช้โครงข่ายประสาทเทียมเพื่อสร้างความเสียหายในวงกว้าง

ประเทศเนเธอร์แลนด์ สวัสดิการด้านการดูแลเด็กแบบจำลองความเสี่ยงแบบเรียนรู้ด้วยตนเองที่หน่วยงานสรรพากรของเนเธอร์แลนด์นำมาใช้ในปี 2013 ใช้สัญชาติที่ไม่ใช่ชาวดัตช์เป็นปัจจัยเสี่ยง ตามรายงานของแอมเนสตี้ อินเตอร์เนชั่นแนล ระหว่างปี 2005 ถึง 2019 มีผู้ปกครองประมาณ 26,000 คนถูกกล่าวหาว่าฉ้อโกงโดยไม่ถูกต้อง และรัฐบาลต้องลาออกในเดือนมกราคม 2021

หน่วยงานคุ้มครองข้อมูลของเนเธอร์แลนด์ได้ปรับกรมสรรพากรเป็นเงิน 2.75 ล้านยูโร ภายในเดือนมกราคม 2024 มีผู้ถูกระบุว่าเป็นผู้เสียหายแล้ว 33,335 คน และในเดือนกันยายน 2026 ยังมีผู้รอรับความช่วยเหลืออีกกว่า 4,000 คน

ประเทศเนเธอร์แลนด์, SyRI.ในเดือนกุมภาพันธ์ 2020 ศาลเนเธอร์แลนด์ตัดสินว่า SyRI ซึ่งเป็นระบบที่เชื่อมโยงฐานข้อมูลของรัฐบาลเพื่อคาดการณ์การทุจริตในระบบสวัสดิการ ละเมิดสิทธิความเป็นส่วนตัวภายใต้มาตรา 8 ของอนุสัญญาสิทธิมนุษยชนแห่งยุโรปเนื่องจากระบบดังกล่าวขาดความโปร่งใสและตรวจสอบได้เพียงพอ

ออสเตรเลีย กับโครงการ Robodebtตั้งแต่ปี 2016 ถึง 2020 ระบบจับคู่ข้อมูลอัตโนมัติได้คำนวณรายได้เฉลี่ยต่อปีเพื่อคำนวณเงินสวัสดิการที่จ่ายเกินไป ทำให้เกิดหนี้ผิดพลาดประมาณ 470,000 รายการ คณะกรรมการสอบสวนระดับสูงในเดือนกรกฎาคม 2023 เรียกโครงการนี้ว่าหยาบคายและโหดร้าย รัฐบาลตกลงจ่ายเงินชดเชย 1.872 พันล้านดอลลาร์ออสเตรเลียในปี 2021 และประกาศว่าจะจ่ายเงินเพิ่มอีก 475 ล้านดอลลาร์ออสเตรเลียในเดือนกันยายน 2025

รัฐมิชิแกน ระบบ MiDASระหว่างปี 2013 ถึง 2015 ระบบการประกันการว่างงานของรัฐมิชิแกนได้ตัดสินคดีฉ้อโกงโดยไม่มีมนุษย์เข้ามาเกี่ยวข้อง การตรวจสอบพบว่า 85% ของผลการตัดสิน 40,195 คดีนั้นผิดพลาด

ผลสอบ A-level ของอังกฤษ ปี 2020เมื่อมีการยกเลิกการสอบในช่วงการระบาดใหญ่ แบบจำลองทางสถิติได้ลดเกรด A-level ในอังกฤษลง 39.1% หรือประมาณ 280,000 ผลสอบ โดยนักเรียนจากโรงเรียนรัฐบาลได้รับผลกระทบมากที่สุด จนกระทั่งรัฐบาลเปลี่ยนใจกลับมาดำเนินการตามปกติ

การจดจำใบหน้าการศึกษาของ NIST ในปี 2019 เกี่ยวกับอัลกอริทึม 189 ตัว พบว่าอัตราการระบุผิดพลาดสำหรับใบหน้าของชาวเอเชียและชาวแอฟริกันอเมริกันมักสูงกว่าใบหน้าของชาวผิวขาวถึง 10 ถึง 100 เท่า ขึ้นอยู่กับอัลกอริทึม โครงการ Innocence Project นับจำนวนการกล่าวหาผิดพลาดที่ทราบแล้ว 6 กรณีจากการใช้การจดจำใบหน้า ของตำรวจ ในสหรัฐอเมริกาภายในปี 2023 ซึ่งทั้งหมดเป็นคนผิวดำ หลังจากที่เมืองดีทรอยต์ตกลงยุติคดีการจับกุมผิดพลาดในปี 2024 และตกลงเรื่องมาตรการคุ้มครองใหม่ การตรวจค้นของตำรวจในเมืองนั้นลดลงจากประมาณ 100 ครั้งในปี 2023 เหลือ 9 ครั้งในปี 2025

เดนมาร์ก ยังคงเป็นดินแดนที่มีข้อพิพาทอยู่ องค์กรแอมเนสตี้ อินเตอร์เนชั่นแนลได้โต้แย้งในเดือนพฤศจิกายนปี 2024 ว่าแบบจำลองการฉ้อโกงมากถึง 60 แบบที่เดนมาร์กใช้นั้น มีอยู่บางส่วน's หน่วยงานสวัสดิการอาจเข้าข่ายการให้คะแนนทางสังคมซึ่งเป็นสิ่งต้องห้ามภายใต้กฎหมาย EU AI กระทำหน่วยงานดังกล่าวโต้แย้งเรื่องนั้น โดยระบุว่าเป็นการทดสอบกฎใหม่ในสถานการณ์จริง

ดัชนีความซื่อสัตย์ของ Mojo: อะไรคือสิ่งที่แยกความสำเร็จออกจากเรื่องอื้อฉาว?

ระบบนี้จับตาดูใครบ้าง ผมให้คะแนนการใช้งานระบบทั้ง 27 ครั้ง ตั้งแต่ 0 ถึง 2 โดยพิจารณาจากสามสิ่ง ได้แก่ หลักฐานอิสระเกี่ยวกับผลลัพธ์ ความโปร่งใสต่อบุคคลภายนอก และการไม่มีหลักฐานความเสียหาย จากนั้นผมจัดเรียงตามกลุ่มเป้าหมาย

รูปแบบที่ปรากฏนั้นชัดเจนมาก จากระบบทั้ง 11 ระบบที่มุ่งเป้าไปที่สัญญาและเจ้าหน้าที่ ไม่มีระบบใดที่ส่งผลเสีย และ 3 ระบบได้รับการตรวจสอบผลประโยชน์อย่างอิสระแล้ว ส่วนระบบทั้ง 6 ระบบที่มุ่งเป้าไปที่ภาษีและการชำระเงิน ต่างอ้างว่าได้รับผลประโยชน์โดยที่ไม่มีใครจากภายนอกรัฐบาลตรวจสอบ และจากระบบทั้ง 10 ระบบที่มุ่งเป้าไปที่ประชาชนและแรงงาน มี 7 ระบบที่ก่อให้เกิดความเสียหายที่ได้รับการบันทึกไว้ คะแนนความน่าเชื่อถือเฉลี่ยอยู่ที่ 3.9 จาก 6 สำหรับระบบที่ตรวจสอบสัญญาและเจ้าหน้าที่ เทียบกับ 2.3 สำหรับระบบที่ตัดสินประชาชนและแรงงาน

มีข้อควรระวังที่สำคัญอย่างหนึ่งคือ ความเสียหายที่เกิดขึ้นกับประชาชนจะถูกฟ้องร้องและบันทึกไว้ ในขณะที่ต้นทุนของระบบตรวจสอบสัญญาจะมองเห็นได้ยากกว่า แต่กลไกเบื้องหลังรูปแบบนี้ชัดเจน นั่นคือ การเฝ้าดูสัญญาหรือเจ้าหน้าที่'s การใช้จ่ายในภาครัฐสร้างความรับผิดชอบให้กับผู้มีอำนาจ การตรวจสอบผู้รับสวัสดิการหรือผู้ขับขี่ในภาคเอกชนสร้างอำนาจเหนือผู้ที่อ่อนแอกว่า และสมการการชี้เป้าอย่างไม่ถูกต้องรับประกันได้ว่าผู้บริสุทธิ์จะตกเป็นเหยื่ออย่างแน่นอน

แล้วการจับความผิดฐานประมาทเลินเล่อล่ะ? ตรรกะเดียวกันนี้ใช้ได้กับ AI ที่คอยเฝ้าดูคนงานหรือประชาชนทั่วไป รัฐเกรละ's เครือข่ายที่มีสมาชิกมากกว่า 700 คน AI กล้องตรวจจับการฝ่าฝืนกฎจราจร ซึ่งมีราคา 232 ล้านรูปี สามารถตรวจจับการกระทำผิดได้ประมาณ 98 ล้านครั้ง และเรียกเก็บค่าปรับได้ 631 ล้านรูปี ภายในเดือนเมษายน 2025 แม้ว่าจะมีปัญหาขัดข้องในช่วงแรก รวมถึงการอ่านค่าความเร็วได้ถึง 1,240 กิโลเมตรต่อชั่วโมงก็ตาม

ของรัฐ's รัฐมนตรีว่าการกระทรวงคมนาคมกล่าวว่าจำนวนผู้เสียชีวิตจากอุบัติเหตุบนท้องถนนลดลงจาก 4,084 รายในปี 2023 เหลือ 3,733 รายในปี 2025 แต่ยังไม่มีการศึกษาเชิงสาเหตุใดที่ตรวจสอบข้อกล่าวอ้างนี้ นอกจากนี้ รายงานของคณะกรรมการวุฒิสภาส่วนใหญ่ในเดือนธันวาคม 2024 ยังพบว่าคลังสินค้าของ Amazon ในสหรัฐฯ มีส่วนเกี่ยวข้องด้วย's อัตราการบาดเจ็บอยู่ที่ 6.54 ต่อคนงาน 100 คนในปี 2023 เทียบกับ 4.8 ทั่วทั้งอุตสาหกรรมคลังสินค้า และเชื่อมโยงกับการกำหนดโควต้าความเร็วและตรวจสอบโดยอัลกอริทึม อเมซอนโต้แย้งรายงานดังกล่าว

สหภาพยุโรป's คำสั่งเกี่ยวกับการทำงานบนแพลตฟอร์ม ซึ่งมีผลบังคับใช้ตั้งแต่เดือนธันวาคม 2024 ห้ามแพลตฟอร์มประมวลผลสภาวะทางอารมณ์และการสนทนาส่วนตัวของผู้ทำงาน และกำหนดให้ต้องมีการตรวจสอบโดยมนุษย์ก่อน การตัดสินใจอัตโนมัติที่สำคัญนั่นเป็นแม่แบบที่สมเหตุสมผล: ให้ AI ชี้ให้เห็นอันตราย อย่าปล่อยให้อันตรายนั้นเป็นผู้ตัดสิน

ใครเป็นผู้ควบคุมอัลกอริทึม?

โลก's หน่วยงานกำกับดูแลขนาดใหญ่กำลังดำเนินการในทิศทางที่แตกต่างกัน และกฎเกณฑ์ที่เกี่ยวข้องมากที่สุดสำหรับการประเมินสวัสดิการและผลประโยชน์เพิ่งถูกเลื่อนออกไปในยุโรป

อำนาจศาล	อะไรบ้างที่มีผลบังคับใช้ ณ เดือนพฤศจิกายน 2026	การเปลี่ยนแปลงล่าสุด
สหภาพยุโรป	AI กฎหมายนี้มีผลบังคับใช้ตั้งแต่เดือนสิงหาคม 2024; ข้อห้ามมีผลบังคับใช้ตั้งแต่เดือนกุมภาพันธ์ 2025; มีวัตถุประสงค์ทั่วไป AI ปฏิบัติหน้าที่ตั้งแต่เดือนสิงหาคม พ.ศ. 2025	ระเบียบ Digital Omnibus ซึ่งมีผลบังคับใช้เมื่อวันที่ 27 กรกฎาคม 2026 ได้เลื่อนกำหนดการปฏิบัติหน้าที่ที่มีความเสี่ยงสูงในด้านต่างๆ เช่น การประเมินสวัสดิการ จากเดือนสิงหาคม 2026 ไปเป็นวันที่ 2 ธันวาคม 2027
ประเทศสหรัฐอเมริกา	AI แผนปฏิบัติการ (กรกฎาคม 2025) ประกอบด้วยมาตรการของรัฐบาลกลางมากกว่า 90 ข้อ ไม่มีแผนปฏิบัติการของรัฐบาลกลางที่ครอบคลุมทุกด้าน AI กฎหมาย	คำสั่งบริหารลงวันที่ 11 ธันวาคม 2025 ที่มุ่งแสวงหากรอบการทำงานระดับชาติและท้าทาย "ภาระ" ของรัฐ AI กฎหมายต่างๆ โดยมีการจัดตั้งคณะทำงานของกระทรวงยุติธรรมขึ้นในเดือนมกราคม 2026
จีน	กฎระเบียบที่กำหนดให้ต้องแสดงและซ่อนป้ายกำกับบนเนื้อหาที่สร้างโดย AI มีผลบังคับใช้ตั้งแต่วันที่ 1 กันยายน 2025	การบังคับใช้ฉลาก
อินเดีย	ไม่มีข้อผูกมัด AI กฎหมาย; กฎระเบียบด้านไอทีเกี่ยวกับการติดฉลากส่วนประกอบสังเคราะห์ มีผลบังคับใช้ตั้งแต่วันที่ 20 กุมภาพันธ์ 2026	เป็นเจ้าภาพ AI การประชุมสุดยอดด้านผลกระทบ ณ กรุงนิวเดลี เดือนกุมภาพันธ์ 2026
สหประชาชาติ	คณะกรรมการวิทยาศาสตร์ระหว่างประเทศอิสระเกี่ยวกับ AI ได้รับการแต่งตั้งในเดือนกุมภาพันธ์ 2026	การสนทนาระดับโลกครั้งแรกเกี่ยวกับ AI การประชุมด้านธรรมาภิบาลจะจัดขึ้นที่เจนีวา ในเดือนกรกฎาคม ปี 2026 โดยมี 163 ประเทศเข้าร่วม

ผู้สนับสนุนยุโรป's บางคนกล่าวว่าการเลื่อนกำหนดการจะทำให้ธุรกิจมีเวลาปฏิบัติตามกฎระเบียบที่ซับซ้อน ในขณะที่นักวิจารณ์ รวมถึงกลุ่มภาคประชาสังคม โต้แย้งว่าการเลื่อนกำหนดการจะทำให้ระบบภาครัฐที่มีความเสี่ยงสูงยังคงไม่มีการควบคุมเป็นเวลานานขึ้น

ผู้สนับสนุนคำสั่งบริหารของสหรัฐฯ กล่าวว่ากฎหมายของรัฐต่างๆ ที่แตกต่างกันจะขัดขวางนวัตกรรม ในขณะที่ผู้คัดค้าน รวมถึงเจ้าหน้าที่ของรัฐบางคน กล่าวว่ามันเป็นการลิดรอนทางเลือกตามระบอบประชาธิปไตยและลดทอนการคุ้มครอง ทั้งสองฝ่ายถกเถียงกันในประเด็นเดียวกันที่บทความนี้กล่าวถึงซ้ำแล้วซ้ำเล่า นั่นคือ ใครจะเป็นผู้ตรวจสอบระบบก่อนที่จะนำไปใช้กับประชาชน?

ประชาชนมีความระมัดระวัง ผลสำรวจของ KPMG และมหาวิทยาลัยเมลเบิร์น ที่สำรวจผู้คนกว่า 48,000 คนใน 47 ประเทศ และเผยแพร่ในเดือนพฤษภาคม 2025 พบว่า 46% เต็มใจที่จะไว้วางใจ AI และ 70% บอกว่าจำเป็นต้องมีกฎระเบียบ ในขณะที่ 66% บอกว่าพวกเขาพึ่งพากฎระเบียบเหล่านั้น AI แสดงผลโดยไม่ตรวจสอบ

Stanford's AI ดัชนีดังกล่าวรวบรวมข้อมูลและพบว่ามีกฎหมายที่เกี่ยวข้องกับ AI จำนวน 204 ฉบับที่ผ่านการอนุมัติใน 114 ประเทศระหว่างปี 2016 ถึง 2024 กฎระเบียบต่างๆ กำลังเพิ่มจำนวนขึ้นเรื่อยๆ การแข่งขันที่แท้จริงคือว่ากฎหมายเหล่านั้นจะออกมาทันก่อนเกิดวิกฤตหนี้สินจากปัญญาประดิษฐ์ (Robodebt) ครั้งต่อไปหรือไม่

ตรวจสอบการเคลม

ข้อเรียกร้อง	ใครเป็นคนทำ	MES	Mojo's อ่าน
An AI รัฐมนตรีจะทำให้การประมูลโปร่งใสปราศจากการทุจริต	รัฐบาลแอลเบเนีย, 2025	1 การเรียกร้อง	ไม่มีบันทึกสาธารณะใดๆ เกี่ยวกับการประกวดราคาที่ตัดสินโดย Diella
การจัดซื้อจัดจ้างทางอิเล็กทรอนิกส์ช่วยประหยัดเงินให้รัฐบาล	ประเทศยูเครน's โปรซอร์โร	4 แข็งแรง	การประเมินอิสระพบว่าสามารถประหยัดค่าใช้จ่ายได้ 1 ถึง 20% โดยแตกต่างกันไปตามแต่ละตลาด
AI พบการเสนอราคาที่น่าสงสัยมูลค่า 9.7 พันล้านเรียลบราซิล	บราซิล's กรมบัญชีกลาง	2 ต้นๆ	รัฐบาล's ตัวเลขของตนเอง; การเสนอราคาที่ถูกระงับไม่ได้พิสูจน์ว่าเป็นการฉ้อโกง
ระบบวิเคราะห์ข้อมูลตรวจพบการฉ้อโกงภาษีครั้งใหญ่ที่สุดเป็นประวัติการณ์	หน่วยงานด้านภาษีของอินเดีย สหราชอาณาจักร และสหรัฐอเมริกา	2 ต้นๆ	ตัวเลขการตรวจพบเป็นตัวเลขที่หน่วยงานรายงาน ส่วนการกู้คืนมักเป็นเพียงส่วนน้อย
สัญญาณเตือนด้านการจัดซื้อจัดจ้างบ่งชี้ถึงการทุจริต	การวิจัยทางวิชาการ	4 แข็งแรง	มีการตรวจสอบโดยผู้ทรงคุณวุฒิแล้ว และพบความเชื่อมโยงกับการเมืองและการตั้งราคาสูงเกินจริง บางประเด็นมีความน่าเชื่อถือต่ำ
ระบบตรวจจับการฉ้อโกงอัตโนมัติช่วยปกป้องเงินสาธารณะ	หน่วยงานสวัสดิการหลายแห่ง	0 ไม่ได้ผล	กรณี Robodebt, MiDAS และเรื่องอื้อฉาวในเนเธอร์แลนด์ ก่อให้เกิดการกล่าวหาที่ผิดพลาดเป็นจำนวนมาก
การรับสินบนสร้างความเสียหายให้กับโลกเป็นมูลค่า 1.5 ถึง 2 ล้านล้านดอลลาร์สหรัฐต่อปี	มีการเผยแพร่ซ้ำอย่างกว้างขวาง โดยอ้างอิงจากบันทึกของ IMF ปี 2016	1 การเรียกร้อง	ข้อมูลนี้อ้างอิงจากการคาดการณ์ในปี 2005 นักวิชาการกล่าวว่าตัวเลขที่แท้จริงยังไม่เป็นที่ทราบแน่ชัด
AI กล้องตรวจจับการจราจรช่วยลดอุบัติเหตุบนท้องถนน	รัฐบาลเกรละ	2 ต้นๆ	จำนวนผู้เสียชีวิตลดลง แต่ไม่มีการศึกษาใดเชื่อมโยงการลดลงดังกล่าวกับกล้องวงจรปิด

มุมสวนทาง

ข้อโต้แย้งที่สำคัญที่สุดคือ ผมกำลังเปรียบเทียบสิ่งที่ไม่เหมือนกัน ระบบสวัสดิการและระบบตำรวจส่งผลกระทบต่อผู้คนนับล้าน ดังนั้นความผิดพลาดของพวกเขาจึงมองเห็นได้ชัดเจนและส่งผลกระทบต่อบุคคลโดยตรง ในขณะที่การตรวจสอบการจัดซื้อจัดจ้างส่งผลกระทบต่อบริษัทและเจ้าหน้าที่เพียงไม่กี่พันราย ซึ่งมีทนายความแต่ไม่มีความเห็นใจ ดังนั้นความผิดพลาดของพวกเขาจึงไม่ค่อยเป็นข่าวใหญ่

จากมุมมองนี้ ดัชนีของผมวัดว่าใครเป็นคนบ่น ไม่ใช่ว่าระบบไหนดีกว่ากัน

เรื่องนั้นก็มีส่วนจริงอยู่บ้าง ซึ่งเป็นเหตุผลที่ดัชนีดังกล่าวรายงานหลักฐาน ความโปร่งใส และผลกระทบแยกกัน แทนที่จะใช้ตัวเลขเดียว แต่คำตัดสินของศาล คณะกรรมการสอบสวน และการตรวจสอบที่อยู่เบื้องหลังความล้มเหลวทั้งเจ็ดประการนั้น ไม่ใช่การร้องเรียน แต่เป็นข้อค้นพบ

และกรณีที่ข้อโต้แย้งนั้นอธิบายไม่ได้ กลับเป็นกรณีที่สำคัญที่สุด: เมื่อรัฐบาลเหล่านั้นนำอัลกอริทึมมาใช้กับสัญญาของตนเองอย่างเปิดเผย พวกเขากลับไม่ต้องออกมาขอโทษครอบครัวนับหมื่นครอบครัว

Mojo's การคาดการณ์

1. แอลเบเนียจะเผยแพร่บันทึกที่ตรวจสอบได้เกี่ยวกับการประกวดราคาภาครัฐอย่างน้อยหนึ่งรายการที่ตัดสินหรือให้คะแนนโดย Diella ภายในวันที่ 31 ธันวาคม 2027 โอกาสเกิด: 40%
2. สหภาพยุโรป's ข้อผูกพันที่มีความเสี่ยงสูงสำหรับระบบในภาคผนวก III จะเริ่มมีผลบังคับใช้ในวันที่ 2 ธันวาคม 2027 โดยไม่มีการเลื่อนออกไปอีก โอกาสเกิด: 60%
3. อินเดีย's หน่วยงาน GST ส่วนกลางรายงานว่า ตรวจพบการปลอมแปลงเครดิตภาษีซื้อสำหรับปี 2026-2027 สูงกว่า 74,782 ล้านรูปีของปี 2025-27 ณ วันที่ 31 ธันวาคม 26 โอกาสเกิด: 70%

ทั้งสามรายการถูกบันทึกไว้ในบัญชีพยากรณ์ของ Mojo แล้ว

เรื่องนี้จะถูกถกเถียงกันที่ไหนต่อไป

คำถามที่พบบ่อย

อัลกอริทึมป้องกันการทุจริตที่ดีที่สุดคือตารางข้อมูลที่ใครๆ ก็เปิดดูได้ ส่วนอัลกอริทึมที่แย่ที่สุดคือคะแนนที่ไม่มีใครเห็นได้