Maaari AI Matuklasan ang Korapsyon? Ebidensya Mula sa 27 Sistema ng Gobyerno

Ang Anggulo. AI makakatulong sa pagsugpo ng katiwalian, ngunit hindi tulad ng ipinahihiwatig ng mga headline. Ang mga kagamitang may mga resultang beripikado nang nakapag-iisa ay hindi kaakit-akit: bukas na datos ng pagkuha at mga istatistikal na pulang bandila na nagbabantay sa mga kontrata at opisyal sa publiko. Ang mga sistemang nagdulot ng tunay na pinsala ay palihim na humahatol sa mga ordinaryong mamamayan. Ituro ang algorithm pataas, hindi pababa, at ipakita ang iyong paggana.

Ang Trick

Noong ika-11 ng Setyembre 2025, Albania's Ipinakilala ni Punong Ministro Edi Rama ang isang bagong miyembro ng kanyang gabinete: si Diella, isang AI-generated avatar na nagsimula bilang isang chatbot sa e-Albania services portal, ang inatasang mamahala sa pampublikong pagkuha. Ang mga tender, pangako niya, ay magiging ganap na hindi nabubulok. Tinawag ito ng mga headline sa buong mundo na una AI ministro.

Narito ang pagbubunyag. Pagkalipas ng mahigit isang taon, wala akong nakitang pampublikong rekord ni Diella na nagpasya sa isang tender. Noong Oktubre 2026, ang Albania's Tinanggihan ng Korte Konstitusyonal ang hamon mula sa 39 na miyembro ng oposisyon dahil sa kanilang paninindigan, at idinagdag na AI hindi maaaring baguhin ang kaayusan ng konstitusyon. Samantala, abala ang makalumang uri ng pananagutan: isang pangalawang punong ministro ang kinasuhan kaugnay ng humigit-kumulang €190 milyong road tunnel tender, ayon sa investigative network na OCCRP.

Ang avatar ang galing. Ang tunay na laban sa korapsyon AI ay nakakabagot: ang datos ay inilalathala nang hayagan, mga istatistikal na pulang bandila na maaaring suriin ng sinuman, at mga auditor na may kapangyarihang kumilos sa mga ito. Upang paghiwalayin ang dalawa, nakakuha ako ng marka ng 27 totoong pag-deploy, mula Brazil hanggang Netherlands hanggang India, sa tatlong tanong. Mayroon bang independiyenteng ebidensya na gumana ito? Makikita ba ng mga tagalabas kung paano ito gumagana? Nasaktan ba nito ang mga inosenteng tao?

MoJo's Batas: ang ekwasyon ng maling watawat

Ang bawat sistema ng pagtuklas ng pandaraya ay nagkakaroon ng dalawang uri ng pagkakamali: hindi nito napapansin ang ilang mga manloloko at inaakusahan nito ang ilang mga inosenteng tao. Kapag ang bagay na hinahanap ay bihira, ang pangalawang pagkakamali ang nangingibabaw. Narito ang aritmetika na dapat makita ng bawat ministro bago ilunsad:

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

Ang N ay ang bilang ng mga taong nasuri, ang p ay ang bahagi na talagang nandadaya, at ang FPR ay ang false-positive rate: kung gaano kadalas maling minamarkahan ng sistema ang isang tapat na tao.

Subukan ang mga bilog na numero (larawan lamang). Salain ang 1 milyong naghahabol ng benepisyo, ipagpalagay na 1% ang gumagawa ng pandaraya, at bigyan ang sistema ng 5% na false-positive rate. Maling minamarkahan nito ang humigit-kumulang 49,500 tapat na tao, habang mayroong hindi hihigit sa 10,000 totoong manloloko na hahanapin. Maliban kung ang bawat marka ay masuri ng isang tao bago parusahan ang sinuman, ang sistema ay magiging isang makina para sa pag-akusa sa mga inosente. Iyan mismo ang nangyari sa Michigan, kung saan natuklasan ng isang audit na 85% ng mga natuklasan sa pandaraya na napagpasyahan ng computer ay mali.

Ang pangalawang batas dito ay si Campbell's batas, mula sa siyentipikong panlipunan na si Donald Campbell noong 1976: habang mas ginagamit ang isang numero sa paggawa ng mga desisyong panlipunan, mas lalo nitong inaanyayahan ang katiwalian at pinipilipit ang bagay na sinusukat nito. Anumang sukatan laban sa katiwalian ay susubukin ng eksaktong mga taong dapat nitong hulihin. Ipinapalagay iyan ng mabubuting sistema mula pa noong unang araw.

Gaano nga ba kalaki ang problema ng korapsyon?

Sapat ang laki para maging mahalaga, at mas mahirap sukatin kaysa sa inaamin ng karamihan sa mga artikulo.

122 sa 182 na bansa ang nakakuha ng iskor na mas mababa sa 50, at lima lamang ang nakakuha ng iskor na higit sa 80, pinangunahan ng Denmark na may iskor na 89.

Ang pampublikong pagkuha ang siyang pinagkukunan ng pera. Ang World Bank ang's Tinataya nina Bosio at Djankov ang pagbili ng gobyerno sa humigit-kumulang $11 trilyon noong 2018, humigit-kumulang 12% ng pandaigdigang GDP; ayon sa Open Contracting Partnership, nasa humigit-kumulang $13 trilyon ito bawat taon. Natuklasan sa isang pag-aaral ng World Bank noong 2024 sa North Macedonia na ang sobrang pagpepresyo na may kaugnayan sa korapsyon ay nagkakahalaga ng 5 hanggang 6% ng paggastos sa pagkuha, kung saan halos 30% ng mga tender ay umaakit ng iisang bidder lamang.

Ngayon, isang numerong ayaw ulitin ni Mojo nang walang babala: ang sikat na pahayag na ang mga suhol ay nagkakahalaga sa mundo ng $1.5 hanggang $2 trilyon bawat taon. Lumitaw ito sa isang tala ng IMF noong 2016, na kinuha mula sa isang pagtatantya ng World Bank noong 2005 ni Daniel Kaufmann na nakabatay sa mga survey ng suhol at mabibigat na pagpapalagay.

Isinulat ng iskolar laban sa korapsyon na si Matthew Stephenson na wala tayong tunay na ideya kung magkano ang halaga ng korapsyon. Dapat sabihin ito ng isang tapat na serye tungkol sa ebidensya, at pagkatapos ay sukatin kung ano talaga ang maaaring masukat: sobrang pagpepresyo, iisang bidding, mga nabawing halaga, at mga maling akusasyon.

Saan may datos at AI nahuli ba talaga sa korapsyon?

Mas kaunti ang mga napatunayang panalo kaysa sa mga press release, at ang pinakamaganda sa mga ito ay tungkol sa pagiging bukas, hindi sa katalinuhan.

Ang ProZorro ng Ukraine . Inilunsad noong 2015 pagkatapos ng mga protesta sa Maidan at sapilitan simula noong 2016, naglagay ang ProZorro ng mga pampublikong tender online, kasama ang isang civic monitoring platform, ang DoZorro, na nakapatong sa ibabaw. Ito ay kadalasang open data sa halip na AI, at iyon ang punto.

Isang malayang pagsusuri ng Kyiv School of Economics noong Disyembre 2022 ang nakatuklas ng tunay na matitipid na 1 hanggang 20% ​​laban sa mga pagbiling ginawa sa labas ng sistema, depende sa merkado. DoZorro's Ang modelo ng machine-learning noong 2018, na sinanay sa humigit-kumulang 3,500 na mga tender na may label na eksperto, ay naiulat na nagpahiwatig ng mas maraming pinaghihinalaang pakikipagsabwatan kaysa sa manu-manong pagsusuri, ngunit ang mga resultang iyon ay nagmula sa mga developer nito.

Mga robot ng Brazil. Noong 2016, isang grupo ng mga data scientist ang bumuo ng Rosie, isang open-source bot na nag-scan ng mahigit 3 milyong resibo ng gastos mula sa mga miyembro ng Kongreso at nagtala ng humigit-kumulang 8,000 kahina-hinalang paghahabol. Ang unang 125 kaso na sinuri ay nakakuha lamang ng humigit-kumulang R$2,500; ang tunay na kapangyarihan ni Rosie ay ang pampublikong presyur.

Ang pederal na tagakontrol's Sinusuri ng sistemang Alice ang mga tender araw-araw laban sa humigit-kumulang 40 na pattern ng panganib; sinasabi ng gobyerno na humantong ito sa pagsuspinde o pagkansela ng R$9.7 bilyon ng mga bid mula 2019 hanggang 2022, isang bilang na walang sinuman ang nakapag-awdit nang nakapag-iisa.

Mga pulang bandila na humuhula. Ang akademikong gawaing pinangunahan ni Mihály Fazekas ay bumuo ng Corruption Risk Index mula sa datos ng pampublikong pagkuha sa Hungary. Ang mga kumpanyang nakakuha ng mataas na marka ay mas kumikita, mas konektado sa politika, at mas madalas na nakarehistro sa mga tax haven. Gayunpaman, hindi lahat ng pulang bandila ay totoo: isang pag-aaral noong 2023 sa 145,000 kontrata sa Italya ang natuklasan na ang ilang sikat na tagapagpahiwatig ay may mahinang bisa. Ang mga pulang bandila ay nagmamarka ng panganib, hindi pagkakasala.

Buwis at mga pagbabayad. Iniulat ng mga sentral na awtoridad ng GST ng India na nakatuklas sila ng ₹74,782 crore ng pekeng pandaraya sa input-tax-credit noong 2025-26, doble ang bilang dalawang taon na ang nakalilipas, na kinikilala ang advanced data analytics at risk profiling.

Ang pagtuklas ay hindi pagbawi, gayunpaman. Sa isang hiwalay na serye ng 2024-25 na sumasaklaw sa mga opisyal ng sentral at estado, ₹61,545 crore ng pekeng kredito ang natukoy at ₹1,924 crore, humigit-kumulang 3%, ang nabawi, ayon sa PTI.

Ang UK's mga kredito ng awtoridad sa buwis AI at analytics na may humigit-kumulang £10 bilyon ng ani nito sa pagsunod noong 2025-26, at isang pahayag tungkol sa kalayaan sa impormasyon na nag-uugnay ng £4.6 bilyon ng mga nabawi sa sistema ng datos ng Connect nito. Iniulat ng US Treasury ang mahigit $4 bilyon ng pandaraya na napigilan o nabawi noong piskal na 2024, ngunit humigit-kumulang $1 bilyon lamang nito ang nagmula sa machine learning; ang natitira ay nagmula sa mas mahusay na pagsusuri sa panganib at mga patakaran sa pagbabayad.

Ang mapagpakumbabang katotohanan mula sa Korea. Nagtayo ang South Korea ng isa sa mga pinakahinahangaang e-procurement system sa mundo at, simula noong 2006, isang automated bid-rigging indicator system. Sa isang pagsusumite noong Hunyo 2026 sa OECD, iniulat ng awtoridad sa kompetisyon nito na ang sistema ay nakagawa lamang ng 10 kaso ng bid-rigging sa loob ng walong taon, at inanunsyo ang isang pag-upgrade. Kahit ang magagaling na sistema ay hindi gaanong nakakakuha ng pera kaysa sa iyong inaakala.

Saan nagkamali ang algorithmic government?

Ang mga pagkabigo ay may tatlong katangian: tinarget nila ang mga indibidwal, hindi sila malabo, at tinatrato nila ang isang computer's hinala bilang patunay. Marami sa mga ito ay mga simpleng patakaran o pagtutugma ng datos sa halip na AI, na isang babala mismo: hindi mo kailangan ng neural network para makagawa ng pinsala sa malawakang saklaw.

Ang Netherlands, mga benepisyo sa pangangalaga sa bata. Isang modelo ng panganib sa pag-aaral nang mag-isa na ipinakilala ng administrasyong buwis ng Netherlands noong 2013 ang gumamit ng hindi Dutch nationality bilang isang risk factor, ayon sa Amnesty International. Humigit-kumulang 26,000 magulang ang maling inakusahan ng pandaraya sa pagitan ng 2005 at 2019, at nagbitiw ang gobyerno noong Enero 2021.

Pinagmulta ng awtoridad sa proteksyon ng datos ng Netherlands ang administrasyon ng buwis ng €2.75 milyon. Pagsapit ng Enero 2024, 33,335 katao ang kinilala bilang mga biktima, at noong Setyembre 2026, mahigit 4,000 ang naghihintay pa rin ng suporta.

Ang Netherlands, SyRI. Noong Pebrero 2020, nagpasiya ang isang korte ng Netherlands na ang SyRI, isang sistemang nag-uugnay sa mga database ng gobyerno upang mahulaan ang pandaraya sa kapakanan, ay lumabag sa karapatan sa privacy sa ilalim ng Artikulo 8 ng European Convention on Human Rights dahil hindi ito sapat na transparent at napapatunayan.

Australia, Robodebt. Mula 2016 hanggang 2020, isang automated data-matching scheme ang nag-average ng taunang kita upang kalkulahin ang mga overpayment sa welfare, na nag-isyu ng humigit-kumulang 470,000 na mga utang na may kinalaman sa maling gawain. Tinawag ito ng isang Royal Commission noong Hulyo 2023 na bastos at malupit. Pumayag ang gobyerno sa isang kasunduan na nagkakahalaga ng A$1.872 bilyon noong 2021 at nag-anunsyo ng karagdagang A$475 milyon noong Setyembre 2025.

Michigan, MiDAS. Sa pagitan ng 2013 at 2015, ang sistema ng kawalan ng trabaho sa Michigan ay nagpasya sa mga kaso ng pandaraya na walang sangkot na tao. Natuklasan sa isang pagsusuri na 85% ng 40,195 na natuklasang iyon ay mali.

Mga marka sa pagsusulit sa Inglatera, 2020. Nang kanselahin ang mga pagsusulit noong panahon ng pandemya, isang modelong pang-estadistika ang nagpababa ng 39.1% ng mga marka sa A-level sa Inglatera, humigit-kumulang 280,000 resulta, na pinakamatinding nakaapekto sa mga estudyante sa mga paaralang pampubliko, hanggang sa baligtarin ng gobyerno ang kanilang plano.

Pagkilala sa mukha. Isang pag-aaral ng NIST noong 2019 na may 189 na algorithm ang nakatuklas na ang mga false-positive rates para sa mga mukha ng mga Asyano at Aprikano-Amerikano ay kadalasang 10 hanggang 100 beses na mas mataas kaysa sa mga puting mukha, depende sa algorithm. Binilang ng Innocence Project ang anim na kilalang maling akusasyon mula sa pagkilala sa mukha ng pulisya sa US pagsapit ng 2023, lahat ay mga Itim. Matapos ayusin ng Detroit ang isang kaso ng maling pag-aresto noong 2024 at sumang-ayon sa mga bagong pananggalang, ang mga paghahanap nito sa pulisya ay bumaba mula sa humigit-kumulang 100 noong 2023 patungong 9 noong 2025.

Denmark, pinagtatalunan pa rin. Nagtalo ang Amnesty noong Nobyembre 2024 na ang ilan sa hanggang 60 modelo ng pandaraya na ginagamit ng Denmark's ang ahensya ng kapakanan ay maaaring maituring na ipinagbabawal sa social scoring sa ilalim ng EU AI Kumilos. Pinagtatalunan iyan ng ahensya. Isa itong live na pagsubok sa mga bagong patakaran.

Ang Mojo Integrity Index: ano ang nagpapaiba sa mga panalo mula sa mga iskandalo?

Kung sino ang binabantayan ng sistema. Binigyan ko ng marka ang bawat isa sa 27 deployment mula 0 hanggang 2 batay sa tatlong bagay: independiyenteng ebidensya ng mga resulta, transparency sa mga tagalabas, at kawalan ng dokumentadong pinsala. Pagkatapos ay inayos ko ang mga ito ayon sa kanilang target.

Malinaw ang padron. Sa 11 na sistemang naglalayong sa mga kontrata at opisyal, wala ni isa ang nagbalik sa dati at tatlo ang may mga benepisyong independiyenteng na-verify. Lahat ng anim na naglalayong sa mga buwis at pagbabayad ay nag-aangkin ng mga benepisyong hindi pa na-audit ng sinuman sa labas ng gobyerno. Sa 10 na naglalayong sa mga mamamayan at manggagawa, pito ang nagdulot ng dokumentadong pinsala. Ang average na iskor ng Integridad ay 3.9 sa 6 para sa mga kontrata at opisyal na nagbabantay sa sistema, laban sa 2.3 para sa mga humahatol sa mga mamamayan at manggagawa.

Mayroong isang tapat na paalala: ang mga pinsala sa mga mamamayan ay nililitis at idinodokumento, habang ang mga gastos ng isang sistema ng pagsubaybay sa kontrata ay mas mahirap makita. Ngunit ang mekanismo sa likod ng padron ay malinaw. Ang pagmamasid sa isang kontrata o isang opisyal's Ang paggastos sa publiko ay lumilikha ng pananagutan para sa mga makapangyarihan. Ang pagbibigay ng puntos sa mga naghahabol ng kapakanan o mga drayber nang pribado ay lumilikha ng kapangyarihan laban sa mahihina, at ang equation ng wrongful flag ay ginagarantiyahan na ang mga inosenteng tao ay mahuhuli sa lambat.

Paano naman ang paghuli sa kapabayaan? Ang parehong lohika ay nalalapat sa AI na nagbabantay sa mga manggagawa o sa publiko. Kerala's network na may mahigit 700 AI Ang mga traffic camera, na nagkakahalaga ng ₹232 crore, ay nakahuli ng humigit-kumulang 98 lakh na paglabag at nagpataw ng ₹631 crore na multa pagsapit ng Abril 2025, bagama't kabilang sa mga naunang aberya ang bilis na 1,240 km/h.

Ang estado's Sinabi ng ministro ng transportasyon na ang mga pagkamatay sa kalsada ay bumaba mula 4,084 noong 2023 patungong 3,733 noong 2025; walang pag-aaral na sanhi ang sumubok sa pahayag na iyon. Sa mga bodega ng US, natuklasan ng isang ulat ng mayorya ng komite ng Senado noong Disyembre 2024 na ang Amazon's Ang antas ng pinsala ay 6.54 sa bawat 100 manggagawa noong 2023, laban sa 4.8 sa buong industriya ng bodega, at iniugnay ito sa mga quota ng bilis na itinakda at minomonitor ng mga algorithm. Tinututulan ng Amazon ang ulat.

ang EU's Ang Platform Work Directive, na ipinapatupad simula noong Disyembre 2024, ay nagbabawal na ngayon sa mga platform na iproseso ang mga emosyonal na estado at pribadong pag-uusap ng mga manggagawa, at nangangailangan ng pagsusuri ng tao sa mahahalagang awtomatikong desisyonIyan ay isang makatuwirang template: hayaan AI harapin ang panganib, huwag itong maging husga.

Sino ang namamahala sa mga algorithm?

Ang mundo's Ang malalaking regulator ay gumagalaw sa iba't ibang direksyon, at ang mga pinakamahalagang tuntunin para sa pagmamarka ng kapakanan at mga benepisyo ay itinulak lamang sa Europa.

hurisdiksyon	Ano ang ipinapatupad, Nobyembre 2026	Pinakabagong pagbabago
European Union	AI Batas na may bisa simula Agosto 2024; mga pagbabawal simula Pebrero 2025; pangkalahatang layunin AI mga tungkulin simula Agosto 2025	Ang Digital Omnibus, na ipinatupad noong ika-27 ng Hulyo 2026, ay naglipat ng mga tungkuling may mataas na panganib para sa mga larangan tulad ng pagmamarka ng kapakanan mula Agosto 2026 patungong ika-2 ng Disyembre 2027.
Estados Unidos	AI Plano ng Aksyon (Hulyo 2025) na may mahigit 90 pederal na aksyon; walang komprehensibong pederal na AI batas	Kautusang tagapagpaganap noong ika-11 ng Disyembre 2025 na naghahangad ng isang pambansang balangkas at hinahamon ang "mabigat" na estado AI mga batas, kasama ang isang task force ng Kagawaran ng Hustisya na itinatag noong Enero 2026
Tsina	Mga patakarang nangangailangan ng nakikita at nakatagong mga label sa nilalamang binuo ng AI, na ipinapatupad simula noong Setyembre 1, 2025	Pagpapatupad ng paglalagay ng label
India	Walang pagbubuklod AI batas; Mga Panuntunan sa IT sa paglalagay ng label sa sintetikong nilalaman na may bisa simula noong ika-20 ng Pebrero 2026	Nag-host ng AI Impact Summit sa New Delhi, Pebrero 2026
Mga Nagkakaisang Bansa	Malayang Pandaigdigang Panel ng Siyentipikong AI itinalaga noong Pebrero 2026	Unang Pandaigdigang Diyalogo AI Ang pamamahala ay ginanap sa Geneva, Hulyo 2026, kasama ang 163 na bansa

Mga Tagasuporta ng Europa's Sinasabi ng delay na nagbibigay ito ng oras sa mga negosyo upang sumunod sa mga kumplikadong patakaran; ang mga kritiko, kabilang ang mga grupo ng lipunang sibil, ay nangangatwiran na mas matagal nitong iniiwan ang mga sistemang pampublikong sektor na may mataas na peligro na walang regulasyon.

Sinasabi ng mga tagasuporta ng utos ehekutibo ng US na ang isang patong-patong na mga batas ng estado ay makakahadlang sa inobasyon; sinasabi naman ng mga kritiko, kabilang ang ilang opisyal ng estado, na nilalampasan nito ang mga demokratikong pagpili at pinapahina ang mga proteksyon. Ang parehong debate ay bumabaling sa parehong tanong na patuloy na binabalik-balikan ng artikulong ito: sino ang sumusuri sa sistema bago nito maapektuhan ang isang mamamayan?

Maingat ang publiko. Isang survey ng KPMG at University of Melbourne sa mahigit 48,000 katao sa 47 bansa, na inilathala noong Mayo 2025, ang nakatuklas na 46% ang handang magtiwala. AI at 70% ang nagsasabing kailangan ang regulasyon, habang 66% ang nagsabing umaasa sila sa AI output nang hindi ito sinusuri.

Stanford's AI Binilang ng Index ang 204 na batas na may kaugnayan sa AI na naipasa sa 114 na bansa sa pagitan ng 2016 at 2024. Dumarami ang mga patakaran. Ang tunay na pinag-uusapan ay kung darating ang mga ito bago ang susunod na Robodebt.

Pagsusuri ng Claim

paghahabol	Sino ang gumagawa nito	MES	MoJo's basahin
An AI gagawing hindi masisira ng ministro ang mga tender	Pamahalaan ng Albania, 2025	1 Claim	Walang pampublikong rekord ng anumang tender na napagpasyahan ni Diella
Nakakatipid ng pera ang gobyerno sa pamamagitan ng e-procurement	Ukraina's ProZorro	4 Strong	Natuklasan sa isang independiyenteng pagsusuri ang 1 hanggang 20% ​​na matitipid, na nag-iiba-iba depende sa merkado
AI natagpuan ang R$9.7bn ng mga kahina-hinalang bid	Brasil's comptroller	2 Maaga	Pamahalaan's sariling pigura; ang mga nasuspinde na bid ay hindi napatunayang pandaraya
Nahuli ng Analytics ang rekord na pandaraya sa buwis	Mga ahensya ng buwis sa India, UK, US	2 Maaga	Ang mga bilang ng pagtuklas ay iniuulat ng ahensya; ang paggaling ay kadalasang maliit na bahagi lamang
Ang mga pulang bandila ng pagkuha ay nagbabadya ng katiwalian	akademikong pananaliksik	4 Strong	Mga koneksyon na sinuri ng mga kapwa eksperto sa mga koneksyon sa politika at labis na pagpepresyo; mahina ang ilang mga palatandaan
Pinoprotektahan ng awtomatikong pagtukoy ng pandaraya ang pera ng publiko	Maraming ahensya ng kapakanan	0 Hindi nakatagal	Ang Robodebt, MiDAS at ang iskandalo ng Netherlands ay nagdulot ng malawakang maling mga akusasyon
Ang panunuhol ay nagkakahalaga sa mundo ng $1.5 hanggang 2 trilyon bawat taon	Malawakang inulit, mula sa isang tala ng IMF noong 2016	1 Claim	Nakabatay sa isang ekstrapolasyon noong 2005; sinasabi ng mga iskolar na ang tunay na bilang ay hindi alam
AI binabawasan ng mga kamera ng trapiko ang mga pagkamatay sa kalsada	gobyerno ng Kerala	2 Maaga	Bumaba ang bilang ng mga namatay, ngunit walang pag-aaral na nag-uugnay sa pagbagsak sa mga kamera

Ang Kontra-Anggulo

Ang pinakamatinding pagtutol ay ang paghahambing ko ng mga mansanas sa mga dalandan. Ang mga sistema ng kapakanan at pagpupulis ay nakakaapekto sa milyun-milyong indibidwal, kaya ang kanilang mga pagkakamali ay hindi maiiwasang nakikita at personal. Ang pagsubaybay sa pagkuha ay nakakaapekto sa ilang libong kumpanya at opisyal, na may mga abogado ngunit walang simpatiya, kaya ang mga pagkakamali nito ay bihirang maging laman ng mga balita.

Sa pananaw na ito, sinusukat ng aking indeks kung sino ang mga nagrereklamo, hindi kung aling mga sistema ang mas mahusay.

Mayroong kakaiba riyan, kaya naman ang indeks ay nag-uulat ng ebidensya, transparency, at pinsala nang hiwalay sa halip na iisang mahiwagang numero. Ngunit ang mga desisyon ng korte, mga komisyon ng hari, at mga audit sa likod ng pitong pagkabigo ay hindi mga reklamo; ang mga ito ay mga natuklasan.

At ang mga kasong hindi maipaliwanag ng pagtutol ang siyang pinakamahalaga: nang ang mga gobyerno rin mismo ang naglapat ng mga algorithm sa sarili nilang mga kontrata nang hayagan, hindi sila nauwi sa paghingi ng tawad sa sampu-sampung libong pamilya.

MoJo's Mga Pagtataya

1. Naglalathala ang Albania ng isang mapapatunayang talaan ng kahit isang pampublikong tender na napagpasyahan o nakuha ni Diella bago ang Disyembre 31, 2027. Probabilidad: 40%.
2. ang EU's Ang mga obligasyong may mataas na panganib para sa mga sistemang Annex III ay magsisimulang ilapat sa Disyembre 2, 2027 nang walang karagdagang pagpapaliban. Probabilidad: 60%.
3. India's Iniulat ng mga sentral na awtoridad ng GST ang mga pekeng pagkakatuklas ng input-tax-credit para sa taong 2026-27 na mas mataas sa ₹74,782 crore ng 2025-26, pagsapit ng Disyembre 31, 2027. Probabilidad: 70%.

Ang lahat ng tatlo ay nakatala sa Mojo Forecast Ledger.

Kung saan ito susunod na pag-uusapan

FAQ

Ang pinakamahusay na algorithm laban sa katiwalian ay isang spreadsheet na maaaring buksan ng sinuman. Ang pinakamasama ay ang iskor na hindi makikita ng sinuman.