Може AI Виявлення корупції? Докази з 27 урядових систем

Кут. AI може допомогти викрити корупцію, але не так, як показують заголовки. Інструменти з незалежно перевіреними результатами не є привабливими: відкриті дані про закупівлі та статистичні червоні прапорці, які публічно стежать за контрактами та посадовцями. Системи, які завдали реальної шкоди, таємно судили пересічних громадян. Спрямуйте алгоритм вгору, а не вниз, і покажіть свою роботу.

Хитрощі

11 вересня 2025 року Албанія's Прем'єр-міністр Еді Рама представив нового члена свого кабінету: Діеллу, аватара, створеного штучним інтелектом, який розпочав своє життя як чат-бот на порталі послуг e-Albania, призначеного відповідальним за державні закупівлі. Він пообіцяв, що тендери стануть повністю некорупційними. Заголовки газет по всьому світу назвали його першим... AI міністр.

Ось що сталося. Більше ніж через рік я не зміг знайти жодного публічного запису про те, що Діелла вирішував жодного тендеру. У жовтні 2026 року Албанія's Конституційний суд відхилив скаргу 39 депутатів від опозиції з підстав права на участь, додавши, що AI не може змінити конституційний лад. Тим часом, старомодний вид підзвітності був зайнятий: за даними розслідувальної мережі OCCRP, віце-прем'єр-міністру було висунуто звинувачення у зв'язку з тендером на будівництво дорожнього тунелю вартістю приблизно 190 мільйонів євро.

Аватар — це фокус. Справжня боротьба з корупцією. AI нудно: дані, опубліковані у відкритому доступі, статистичні тривожні сигнали, які може перевірити кожен, та аудитори, які мають право діяти на їх основі. Щоб розділити ці два питання, я оцінив 27 реальних розгортань, від Бразилії до Нідерландів та Індії, за трьома питаннями. Чи є незалежні докази того, що це спрацювало? Чи можуть сторонні бачити, як це працює? Чи зашкодило це невинним людям?

Моджо's Право: рівняння незаконного прапора

Кожна система виявлення шахрайства робить два види помилок: вона пропускає деякі шахрайські дії та звинувачує деяких невинних людей. Коли об'єкт полювання рідкісний, друга помилка домінує. Ось арифметика, яку кожен міністр повинен побачити перед запуском:

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

N – кількість перевірених людей, p – частка тих, хто фактично шахраює, а FPR – коефіцієнт хибнопозитивних результатів: як часто система помилково позначає чесну людину.

Спробуйте округлити числа (лише для ілюстрації). Перевірте 1 мільйон одержувачів допомоги, припустімо, що 1% з них вчиняють шахрайство, і надайте системі 5% хибнопозитивних результатів. Вона помилково позначає близько 49 500 чесних людей, тоді як справжніх шахраїв можна знайти щонайбільше 10 000. Якщо кожен показник не буде перевірено людиною, перш ніж когось покарано, система стане машиною для звинувачення невинних. Саме це сталося в Мічигані, де аудит виявив, що 85% комп'ютерних висновків про шахрайство були неправильними.

Другий закон тут — закон Кемпбелла's закон, від соціолога Дональда Кемпбелла 1976 року: чим більше число використовується для прийняття соціальних рішень, тим більше воно сприяє корупції та спотворює те, що вимірює. Будь-який показник боротьби з корупцією будуть маніпулювати саме тими людьми, на яких він спрямований. Хороші системи виходять з цього з першого дня.

Наскільки насправді велика проблема корупції?

Достатньо великий, щоб мати значення, і важчий для вимірювання, ніж визнає більшість статей.

122 зі 182 країн отримали менше 50 балів, і лише п'ять отримали більше 80 балів, на чолі з Данією, яка має 89 балів.

Державні закупівлі – це місце, де є гроші. Світовий банк's Босіо та Дьянков оцінили державні закупівлі приблизно в 11 трильйонів доларів у 2018 році, що становить близько 12% світового ВВП; Відкрите партнерство у сфері контрактів оцінює їх приблизно в 13 трильйонів доларів на рік. Дослідження Світового банку, проведене у Північній Македонії за 2024 рік, показало, що завищення цін, пов'язане з корупцією, становить від 5 до 6% витрат на закупівлі, причому майже 30% тендерів залучають одного учасника.

Тепер цифру, яку Mojo відмовляється повторювати без попередження: відоме твердження про те, що хабарі коштують світові від 1.5 до 2 трильйонів доларів на рік. Воно з'явилося в записці МВФ за 2016 рік, екстрапольоване з оцінки Світового банку Даніеля Кауфмана за 2005 рік , яка базувалася на опитуваннях щодо хабарництва та серйозних припущеннях.

Дослідник боротьби з корупцією Метью Стівенсон писав, що ми не маємо реального уявлення про те, скільки коштує корупція. Чесна серія про докази повинна це підтвердити, а потім виміряти те, що насправді можна виміряти: завищення цін, єдиний тендер, відшкодування та неправомірні звинувачення.

Де є дані та AI справді викрили корупцію?

Підтверджених перемог менше, ніж прес-релізів, і найкращі з них стосуються відкритості, а не кмітливості.

Український ProZorro . Запущений у 2015 році після протестів на Майдані та обов’язковий з 2016 року, ProZorro розмістив публічні тендери в Інтернеті, а поверх нього – платформу громадського моніторингу DoZorro. Це здебільшого відкриті дані, а не штучний інтелект, і в цьому його суть.

Незалежне оцінювання, проведене Київською школою економіки у грудні 2022 року, виявило реальну економію від 1 до 20% порівняно з покупками, здійсненими поза системою, залежно від ринку. DoZorro's Модель машинного навчання 2018 року, навчена на приблизно 3,500 тендерах, позначених експертами, як повідомляється, виявила набагато більше підозр у змові, ніж ручна перевірка, але ці результати отримані від її розробників.

Бразильські роботи. У 2016 році група фахівців з обробки даних створила Rosie, бота з відкритим кодом, який сканував понад 3 мільйони квитанцій про витрати від членів Конгресу та позначав близько 8,000 підозрілих заяв. У перших 125 розглянутих справах було стягнуто лише близько 2,500 бразильських реалів; справжньою силою Rosie був тиск громадськості.

Федеральний контролер's Система Alice щодня перевіряє тендери на наявність приблизно 40 моделей ризику; уряд стверджує, що це призвело до призупинення або скасування тендерів на суму 9.7 мільярда реалів у період з 2019 по 2022 рік, і ця цифра не була незалежно перевірена ніким.

Тривожні сигнали, що передбачають ситуацію. Академічна робота під керівництвом Міхая Фазекаша створила Індекс ризику корупції на основі даних про державні закупівлі в Угорщині. Фірми, які отримали високі бали, були більш прибутковими, мали більше політичних зв'язків і частіше реєструвалися в податкових гаванях. Однак не всі тривожні сигнали витримують випробування: дослідження 145 000 італійських контрактів, проведене у 2023 році, виявило, що деякі популярні показники мають слабку валідність. Тривожні сигнали позначають ризик, а не провину.

Податки та платежі. Центральні органи з питань ПДВ Індії повідомили про виявлення шахрайства з вхідним податком на суму ₹74 782 крор у 2025-2026 роках, що вдвічі більше, ніж два роки тому, завдяки передовій аналітиці даних та профілюванню ризиків.

Однак виявлення – це не повернення. За даними PTI, в окремій серії досліджень за 2024-25 роки, що охоплювали посадовців центральних та державних органів, було виявлено фальшиві кредитні історії на суму ₹61,545 крор та повернуто ₹1,924 крор, що становить близько 3%.

Велика Британія's податкові пільги AI та аналітику, причому близько 10 мільярдів фунтів стерлінгів було отримано від дотримання вимог за 2025-26 роки, а у прес-релізі щодо свободи інформації зазначено, що 4.6 мільярда фунтів стерлінгів було стягнуто завдяки його системі даних Connect. Міністерство фінансів США повідомило про понад 4 мільярди доларів запобігнутого або стягнутого шахрайства у 2024 фінансовому році, але лише близько 1 мільярда доларів з цієї суми надійшло від навчання за допомогою машини; решта була отримана завдяки кращому перевірці ризиків та правилам оплати.

Скромна правда з Кореї. Південна Корея створила одну з найшанованіших у світі систем електронних закупівель, а з 2006 року – автоматизовану систему індикаторів змов на торгах. У червні 2026 року, поданій до ОЕСР, її антимонопольне відомство повідомило, що за вісім років система виявила лише 10 випадків змов на торгах, і оголосило про оновлення. Навіть хороші системи виявляють менше, ніж можна було б подумати.

Де помилився алгоритмічний уряд?

Ці невдачі мають три спільні риси: вони були спрямовані на окремих осіб, вони були непрозорими та вдавались до комп'ютера.'s підозра як доказ. Деякі з них були простими правилами або зіставленням даних, а не штучним інтелектом, що саме по собі є попередженням: вам не потрібна нейронна мережа, щоб завдавати шкоди у великих масштабах.

Нідерланди, допомога по догляду за дітьми. За даними Amnesty International, модель самонавчання, запроваджена податковою адміністрацією Нідерландів у 2013 році, використовувала іноземне громадянство як фактор ризику. Близько 26 000 батьків були помилково звинувачені у шахрайстві між 2005 і 2019 роками, а уряд пішов у відставку в січні 2021 року.

Нідерландський орган із захисту даних оштрафував податкову адміністрацію на 2.75 мільйона євро. Станом на січень 2024 року 33 335 осіб було визнано жертвами, а у вересні 2026 року понад 4,000 осіб все ще чекали на підтримку.

Нідерланди, SyRI. У лютому 2020 року нідерландський суд постановив, що SyRI, система, що пов'язує урядові бази даних для прогнозування шахрайства у сфері соціального забезпечення, порушує право на приватність згідно зі статтею 8 Європейської конвенції з прав людини, оскільки вона була недостатньо прозорою та такою, що підлягає перевірці.

Австралія, Robodebt. З 2016 по 2020 рік автоматизована схема зіставлення даних усереднювала річний дохід для розрахунку переплат із соціального забезпечення, видавши близько 470 000 неправомірних боргів. Королівська комісія в липні 2023 року назвала це грубим та жорстоким. Уряд погодився на врегулювання на суму 1.872 мільярда австралійських доларів у 2021 році та оголосив про ще 475 мільйонів австралійських доларів у вересні 2025 року.

Мічиган, MiDAS. Між 2013 і 2015 роками система безробіття Мічигану вирішувала справи про шахрайство без участі людини. Огляд показав, що 85% з цих 40 195 висновків були неправильними.

Англія, оцінки іспитів 2020 року. Коли іспити були скасовані під час пандемії, статистична модель знизила 39.1% оцінок рівня A в Англії, близько 280 000 результатів, що найбільше вдарило по учнях державних шкіл, поки уряд не змінив курс.

Розпізнавання облич. Дослідження NIST 2019 року, проведене на основі 189 алгоритмів, показало, що рівень хибнопозитивних результатів для облич азіатів та афроамериканців часто був у 10-100 разів вищим, ніж для білих облич, залежно від алгоритму. Проект «Невинність» нарахував шість відомих неправомірних звинувачень у поліцейському розпізнаванні облич у США до 2023 року, всі вони були чорношкірими. Після того, як Детройт врегулював справу про незаконний арешт у 2024 році та погодив нові гарантії, кількість поліцейських пошуків скоротилася з приблизно 100 у 2023 році до 9 у 2025 році.

Данія, досі предмет суперечок. У листопаді 2024 року Amnesty International стверджувала, що деякі з 60 моделей шахрайства, що використовуються Данією's агентство соціального забезпечення може бути рівносильним соціальному скорингу, забороненому згідно EU AI Act Агентство це заперечує. Це перевірка нових правил у реальному часі.

Індекс доброчесності Mojo: що відрізняє перемоги від скандалів?

За ким стежить система. Я оцінив кожне з 27 розгортань від 0 до 2 за трьома пунктами: незалежні докази результатів, прозорість для сторонніх осіб та відсутність задокументованої шкоди. Потім я відсортував їх за їхньою цільовою аудиторією.

Закономірність чітко виражена. З 11 систем, спрямованих на контракти та посадовців, жодна не дала зворотного ефекту, а три мають незалежно перевірені переваги. Усі шість, спрямованих на податки та платежі, заявляють про переваги, які ніхто поза урядом не перевіряв. З 10, спрямованих на громадян та працівників, сім завдали задокументованої шкоди. Середній бал доброчесності становив 3.9 з 6 для систем, що стежать за контрактами та посадовцями, проти 2.3 для тих, хто оцінює громадян та працівників.

Існує одне чесне застереження: шкода, завдана громадянам, розглядається в суді та документується, тоді як витрати на систему моніторингу контрактів важче побачити. Але механізм, що стоїть за цією закономірністю, очевидний. Спостереження за контрактом або посадовцем's Державні витрати створюють відповідальність для можновладців. Оцінювання одержувачів соціальної допомоги або водіїв у приватному порядку створює владу над слабкими, а рівняння неправомірного прапора гарантує, що невинні люди потраплять у пастку.

А як щодо викриття недбалості? Та ж логіка застосовується до AI що спостерігає за працівниками або громадськістю. Керала's мережа з понад 700 AI Дорожні камери, вартість яких становила 232 крори рупій, до квітня 2025 року виявили близько 98 лакхів порушень та стягнули штрафи на суму 631 крор рупій, хоча серед ранніх збоїв було зафіксовано швидкість 1,240 км/год.

Стан's Міністр транспорту стверджує, що кількість смертей на дорогах зменшилася з 4,084 у 2023 році до 3,733 у 2025 році; жодне причинно-наслідкове дослідження не підтвердило це твердження. У звіті більшості комітету Сенату за грудень 2024 року було виявлено, що Amazon...'s рівень травматизму становив 6.54 на 100 працівників у 2023 році, порівняно з 4.8 у складській галузі, і пов'язував його з квотами швидкості, встановленими та контрольованими алгоритмами. Amazon заперечує цей звіт.

ЄС's Директива про роботу на платформах, яка діє з грудня 2024 року, тепер забороняє платформам обробляти емоційний стан працівників та приватні розмови, а також вимагає перевірки людиною. значних автоматизованих рішеньЦе розумний шаблон: нехай AI позначайте небезпеку, ніколи не дозволяйте їй бути суддею.

Хто керує алгоритмами?

У світі's Великі регулятори рухаються в різних напрямках, і найважливіші правила оцінки соціального забезпечення та виплат у Європі щойно були відкладені.

Юрисдикція	Чинні положення станом на листопад 2026 року	Найновіша зміна
Європейський Союз	AI Закон чинний з серпня 2024 року; заборони з лютого 2025 року; загального призначення AI обов'язки з серпня 2025 року	Цифровий омнібус, що набрав чинності 27 липня 2026 року, переніс обов'язки з високим рівнем ризику в таких сферах, як оцінка соціального забезпечення, з серпня 2026 року на 2 грудня 2027 року.
Сполучені Штати Америки	AI План дій (липень 2025 р.), що містить понад 90 федеральних заходів; комплексного федерального AI закон	Виконавчий розпорядження від 11 грудня 2025 року, що ставить за мету національну систему та оскаржує «обтяжливий» стан AI закони, а цільова група Міністерства юстиції була створена в січні 2026 року
Китай	Правила, що вимагають видимих ​​та прихованих міток на контенті, створеному штучним інтелектом, чинні з 1 вересня 2025 року	Застосування маркування
Індія	Без зобов'язань AI закон; ІТ Правила щодо маркування синтетичного вмісту, чинні з 20 лютого 2026 року	Провів AI Саміт Impact у Нью-Делі, лютий 2026 року
Об'єднані Нації	Незалежна міжнародна наукова група з AI призначений у лютому 2026 року	Перший глобальний діалог з питань AI Управління, що відбулося в Женеві в липні 2026 року, за участю 163 країн

Прихильники Європи's За словами критиків, це дає підприємствам час для дотримання складних правил; критики, зокрема групи громадянського суспільства, стверджують, що це довше залишає нерегульованими системи державного сектору з високим рівнем ризику.

Прихильники цього указу США стверджують, що клаптиковий набір законів штатів гальмуватиме інновації; критики, включаючи деяких державних чиновників, кажуть, що він скасовує демократичний вибір і послаблює захист. Обидві дебати стосуються одного й того ж питання, до якого постійно повертається ця стаття: хто перевіряє систему, перш ніж вона торкнеться громадянина?

Громадськість налаштована обережно. Опитування KPMG та Мельбурнського університету, проведене серед понад 48 000 осіб у 47 країнах, опубліковане у травні 2025 року, показало, що 46% готові довіряти AI і 70% кажуть, що регулювання необхідне, тоді як 66% сказали, що вони покладаються на AI вихід без його перевірки.

Стенфордський's AI Індекс нарахував 204 закони, пов'язані зі штучним інтелектом, прийняті у 114 країнах між 2016 і 2024 роками. Правила множаться. Чи будуть вони прийняті до наступного Robodebt, — це справжня гонка.

Перевірка претензії

вимога	Хто це робить	МНС	Моджо's зчитування
An AI Міністр зробить тендери некорумпованими	Уряд Албанії, 2025 рік	1 Претензія	Немає публічних записів про будь-який тендер, ухвалений Діеллою
Електронні закупівлі заощаджують кошти уряду	Україна's ProZorro	4 Сильний	Незалежна оцінка виявила економію від 1 до 20%, яка залежить від ринку
AI виявили підозрілі пропозиції на суму 9.7 млрд реалів	Бразилія's контролер	2 Рано	Уряд's власна цифра; призупинені торги не є доведеним шахрайством
Аналітика викрила рекордне податкове шахрайство	Податкові служби Індії, Великої Британії, США	2 Рано	Дані про виявлення надаються агентствами; вилучення часто становить невелику частину
Тривожні сигнали закупівель свідчать про корупцію	Наукові дослідження	4 Сильний	Рецензовані посилання на політичні зв'язки та завищені ціни; деякі прапори слабкі
Автоматизоване виявлення шахрайства захищає державні кошти	Багато агентств соціального забезпечення	0 Не витримав	Robodebt, MiDAS та скандал у Нідерландах спричинили масові неправомірні звинувачення
Хабарництво коштує світові від 1.5 до 2 трильйонів доларів на рік	Широко повторюється, з записки МВФ за 2016 рік	1 Претензія	Базується на екстраполяції 2005 року; вчені кажуть, що справжня цифра невідома
AI Дорожні камери зменшили кількість смертей на дорогах	Уряд Керали	2 Рано	Кількість смертей зменшилася, але жодне дослідження не пов'язує це падіння з камерами

Протилежний кут

Найвагоміше заперечення полягає в тому, що я порівнюю яблука з апельсинами. Системи соціального забезпечення та поліцейської діяльності стосуються мільйонів людей, тому їхні помилки неминуче помітні та особисті. Моніторинг закупівель стосується кількох тисяч фірм та посадовців, які мають юристів, але не мають співчуття, тому його помилки рідко потрапляють у заголовки газет.

З цієї точки зору, мій індекс вимірює, хто скаржиться, а не які системи кращі.

У цьому щось є, саме тому індекс окремо відображає докази, прозорість та шкоду, а не одне магічне число. Але судові рішення, королівські комісії та аудити, що стоять за сімома невдачами, — це не скарги, а висновки.

І випадки, які заперечення не може пояснити, є тими, що мають найбільше значення: коли ті самі уряди відкрито застосовували алгоритми до власних контрактів, вони зрештою не вибачилися перед десятками тисяч сімей.

Моджо's Прогнози

1. Албанія публікує перевірений запис принаймні одного публічного тендеру, рішення про який було прийнято або який було оцінено Diella, до 31 грудня 2027 року. Ймовірність: 40%.
2. ЄС's Зобов'язання щодо високого ризику для систем Додатку III починають застосовуватися 2 грудня 2027 року без подальшого відтермінування. Ймовірність: 60%.
3. Індія's Центральні органи з питань ПДВ повідомляють про виявлення фальшивих податкових кредитів на вхідний податок за 2026-2027 роки, що перевищують 74 782 крор рупій за 2025-2026 роки, станом на 31 грудня 2027 року. Ймовірність: 70%.

Усі три зареєстровані в журналі прогнозів Mojo.

Де це обговорюватиметься далі

FAQ

Найкращий алгоритм боротьби з корупцією – це електронна таблиця, яку може відкрити кожен. Найгірший – це результат, який ніхто не бачить.