能够 AI 如何发现腐败？来自27个政府系统的证据

角度。 AI 它可以帮助揭露腐败，但并非像新闻标题所暗示的那样。那些拥有独立验证结果的工具并不光鲜亮丽：公开的采购数据和统计预警信号，它们公开监督合同和官员。真正造成危害的系统是在秘密地评判普通公民。应该关注算法的改进，而不是贬低它，并公开你的计算过程。

伎俩

2025年9月11日，阿尔巴尼亚's 总理埃迪·拉马宣布了一位新的内阁成员：迪埃拉，一个由人工智能生成的虚拟形象，最初是阿尔巴尼亚电子政务门户网站上的一个聊天机器人，现在被任命负责公共采购。他承诺，招标将彻底杜绝腐败。世界各地的媒体都称之为首例。 AI 部长。

真相大白了。一年多过去了，我找不到任何关于迪埃拉做出任何招标决定的公开记录。2026年10月，阿尔巴尼亚's 宪法法院驳回了39名反对派议员提出的关于其是否具备诉讼资格的质疑，并补充说： AI 不能改变宪政秩序。与此同时，传统的问责机制也在发挥作用：据调查机构OCCRP报道，一名副总理因一项价值约190亿欧元的公路隧道招标而被起诉。

头像才是关键。真正的反腐败 AI 枯燥乏味：公开的数据、任何人都能核查的统计警示信号，以及有权采取行动的审计人员。为了区分这两种情况，我根据三个问题对来自巴西、荷兰和印度的 27 个真实部署案例进行了评分。是否有独立证据证明其有效性？外部人员能否了解其运作方式？是否伤害了无辜者？

魔's 法律：错误的国旗方程式

任何反欺诈系统都会犯两种错误：漏掉一些作弊者，以及冤枉一些无辜的人。当被查明的事物很少见时，第二种错误就更为常见。以下是每位部长在系统上线前都应该了解的计算方法：

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

N 是接受筛查的人数，p 是实际作弊者的比例，FPR 是假阳性率：系统错误地将诚实的人标记为假阳性的频率。

不妨用整数来举例（仅供参考）。假设筛选1万福利金申领者，其中1%的人存在欺诈行为，并给系统设定5%的误报率。这样一来，系统就会错误地将大约49,500名诚实的人标记为欺诈者，而真正的欺诈者最多只有10,000人。除非在处罚任何人之前，每个标记都经过人工核查，否则系统就会变成一台冤枉无辜者的机器。密歇根州就发生了这样的事情，一项审计发现，计算机判定的欺诈行为中有85%是错误的。

这里的第二条定律是坎贝尔定律。's 社会科学家唐纳德·坎贝尔在1976年提出的定律是：数字越常被用于社会决策，就越容易滋生腐败，并扭曲其所衡量的事物本身。任何反腐败指标都会被它旨在打击的对象所利用。优秀的制度从一开始就假定了这一点。

腐败问题究竟有多严重？

影响之大，而且比大多数文章所承认的更难衡量。

182 个国家中有 122 个国家得分低于 50 分，只有 5 个国家得分高于 80 分，其中丹麦以 89 分位居榜首。

公共采购才是资金所在。——世界银行's 博西奥和詹科夫估计，2018年政府采购额约为11万亿美元，约占世界GDP的12%；开放式合同伙伴关系组织则认为，这一数字约为每年13万亿美元。世界银行2024年对北马其顿的一项研究发现，与腐败相关的定价过高占采购支出的5%至6%，近30%的招标项目只有一家投标人。

现在，Mojo 拒绝在没有警告标签的情况下重复一个数字：著名的“贿赂每年给世界造成 1.5 万亿至 2 万亿美元的损失”的说法。这个数字出现在 2016 年国际货币基金组织的一份报告中，它是根据丹尼尔·考夫曼2005 年世界银行的一项估算推算出来的，而该估算又基于贿赂调查和大量假设。

反腐败学者马修·斯蒂芬森曾撰文指出，我们根本不知道腐败究竟造成了多大的损失。一个客观公正的系列报道应该正视这一事实，并着重衡量那些真正可以衡量的指标：虚报价格、单一投标、追回款项以及冤假错案。

数据在哪里？ AI 真的抓到腐败分子了吗？

经核实的成功案例比新闻稿的数量要少，而且其中最好的案例都与开放性有关，而不是巧妙的手段。

乌克兰的ProZorro系统于2015年迈丹广场抗议活动后启动，并于2016年起强制实施。该系统将公共招标活动在线化，并在此基础上叠加了公民监督平台DoZorro。它主要依赖开放数据而非人工智能，而这正是其关键所在。

基辅经济学院于2022年12月进行的一项独立评估发现，与在系统外购物相比，通过正规渠道购物可实际节省1%至20%的费用，具体节省金额取决于市场情况。DoZorro's 据报道，2018 年的机器学习模型，经过约 3,500 份专家标注的招标书训练，标记出的疑似串通行为比人工审查多得多，但这些结果来自其开发者。

巴西的机器人。 2016年，一群数据科学家开发了开源机器人Rosie，它扫描了国会议员超过3万份报销单，并标记出约8,000份可疑报销。最初审查的125个案例仅追回了约2,500雷亚尔；Rosie真正的力量在于公众压力。

联邦审计长's Alice 系统每天根据大约 40 种风险模式检查投标；政府表示，该系统导致 2019 年至 2022 年间价值 9.7 亿雷亚尔的投标被暂停或取消，但这一数字尚未经过独立审计。

能够预测腐败风险的危险信号。由米哈伊·法泽卡斯（Mihály Fazekas）领导的学术研究利用匈牙利的公共采购数据构建了一个腐败风险指数。得分高的公司往往盈利能力更强、政治关系更密切，并且更常在避税天堂注册。然而，并非所有危险信号都有效：一项2023年针对145,000万份意大利合同的研究发现，一些常用的指标有效性较弱。危险信号标记的是风险，而非罪责。

税收和支付。印度中央商品及服务税（GST）部门报告称，在2025-26财年查获了74,782亿卢比的虚假进项税抵免欺诈，是两年前的两倍，这得益于先进的数据分析和风险评估技术。

然而，发现并不等于追回。据印度报业托拉斯（PTI）报道，在另一项涵盖中央和邦级官员的2024-25年度系列调查中，查出虚假信贷金额达61,545亿卢比，其中仅追回1,924亿卢比，约占3%。

英国's 税务机关抵免 AI 该公司利用分析技术，预计在2025-26财年将实现约4亿英镑的合规收益。根据信息自由法公布的数据，该公司通过其Connect数据系统追回了4.6亿英镑的款项。美国财政部报告称，在2024财年，该公司阻止或追回了超过1亿美元的欺诈款项，但其中只有约10亿美元来自…… 机器学习其余部分则来自更完善的风险筛查和支付规则。

来自韩国的朴实真相。韩国建立了世界上最受赞誉的电子采购系统之一，并自2006年起建立了一套自动化的串通投标预警系统。在2026年6月提交给经合组织的报告中，韩国竞争管理局指出，该系统在八年间仅发现了10起串通投标案件，并宣布将进行系统升级。即使是优秀的系统，其发现的串通投标案件数量也往往低于预期。

算法驱动型政府究竟错在哪里？

这些失败案例有三个共同特征：它们针对个人，它们不透明，而且它们对待计算机的方式与对待个人的方式截然不同。's 怀疑即证据。其中一些案例仅基于简单的规则或数据匹配，而非人工智能，这本身就是一个警示：你并不需要神经网络就能造成大规模破坏。

荷兰的育儿福利制度存在问题。据国际特赦组织称，荷兰税务部门于2013年引入了一种自学习风险模型，该模型将非荷兰国籍作为风险因素。2005年至2019年间，约有26,000名家长被错误地指控犯有欺诈罪，荷兰政府于2021年1月辞职。

荷兰数据保护机构对税务部门处以2.75万欧元的罚款。截至2024年1月，已有33,335人被确认为受害者，而截至2026年9月，仍有4,000多人等待援助。

荷兰，SyRI。2020年 2 月，荷兰一家法院裁定，SyRI（一个连接政府数据库以预测福利欺诈的系统）违反了《欧洲人权公约》第 8 条规定的隐私权，因为它缺乏足够的透明度和可验证性。

澳大利亚的“机器人债务”（Robodebt）项目。 2016年至2020年间，一项自动化数据匹配方案通过计算年度平均收入来估算福利金超额支付，导致约47万笔错误债务。2023年7月，皇家委员会称该项目粗暴且残酷。政府于2021年同意支付1.872亿澳元达成和解，并于2025年9月宣布追加475亿澳元。

密歇根州失业救济系统（MiDAS）在2013年至2015年间，对40,195起欺诈案件的裁决中，85%存在错误。一项审查发现，这些裁决中有85%是错误的。

2020 年英格兰考试成绩。疫情期间取消考试后，统计模型将英格兰 A-level 成绩下调了 39.1%，约 280,000 万份成绩受到影响，其中公立学校学生受到的打击最大，直到政府改变了决定。

面部识别技术。美国国家标准与技术研究院 (NIST) 2019 年对 189 种算法进行的一项研究发现，亚裔和非裔美国人的面部识别误报率通常比白人高 10 到 100 倍，具体倍数取决于算法。据“清白计划”(Innocence Project) 统计，到 2023 年，美国警方面部识别技术已造成 6 起已知的冤案，受害者均为黑人。底特律在 2024 年就一起冤案达成和解并同意采取新的安全措施后，警方面部识别搜索次数从 2023 年的约 100 次下降到 2025 年的 9 次。

丹麦，目前仍有争议。 国际特赦组织在2024年11月指出，丹麦使用的多达60种欺诈模型中，有些存在欺诈行为。's 福利机构可能构成社会评分，而社会评分是被禁止的。 EU AI 行动该机构对此提出异议。这是对新规的一次实战检验。

Mojo诚信指数：成功与丑闻之间的区别是什么？

该系统监控的对象是谁？我从三个方面对27个部署案例分别进行评分，分值从0到2：结果的独立证据、对外界的透明度以及是否造成记录在案的损害。然后，我按目标对它们进行排序。

这一模式十分鲜明。在针对合同和官员的11个系统中，没有一个出现反作用，其中三个系统的效益已得到独立验证。所有6个针对税收和支付的系统都声称具有效益，但这些效益未经政府外部任何机构审计。在针对公民和劳动者的10个系统中，有7个造成了有记录的损害。监督合同和官员的系统的平均诚信度得分为3.9分（满分6分），而评估公民和劳动者的系统的平均诚信度得分仅为2.3分。

但需要指出的是：对公民的伤害会被诉诸法律并记录在案，而合同监督系统的成本却难以察觉。不过，这种模式背后的机制显而易见。监督一份合同或一位官员's 公共支出能够让掌权者承担责任。私下里对福利领取者或司机进行评分，则会赋予弱势群体权力，而错误标记规则则注定会让无辜者蒙受损失。

如何追究疏忽责任？ 同样的逻辑也适用于 AI 监视工人或公众。喀拉拉邦's 超过700个网络 AI 耗资 232 亿卢比的交通摄像头，截至 2025 年 4 月已抓获约 980 万起违法行为，并处以 631 亿卢比的罚款，尽管早期的故障包括读数达到 1,240 公里/小时。

国家's 交通部长称，道路交通事故死亡人数将从2023年的4,084人下降到2025年的3,733人；但目前尚无因果关系研究验证这一说法。2024年12月，一份参议院多数党委员会的报告发现，亚马逊在美国的仓库中存在问题。's 2023年，亚马逊的工伤率为每百名工人6.54人，而仓储行业的平均水平为4.8人。报告指出，工伤率的上升与算法设定和监控的速度配额有关。亚马逊对该报告提出异议。

欧盟's 自2024年12月起生效的《平台工作指令》禁止平台处理工作者的情绪状态和私人对话，并要求对数据进行人工审核。 重要的自动化决策这是一个合理的模板：让 AI 指出危险，但不要让危险成为评判标准。

谁来管理算法？

世界's 各大监管机构的行动方向不一，欧洲与福利和福利评分最相关的规则也被推迟了。

管辖权	2026年11月生效的条款	最新变化
欧洲	AI 该法案自2024年8月起生效；禁令自2025年2月起生效；通用条款 AI 自2025年8月起履行职责	数字综合法案（Digital Omnibus）于2026年7月27日生效，该法案将福利评分等领域的高风险职责履行日期从2026年8月推迟至2027年12月2日。
美国	AI 行动计划（2025年7月）包含90多项联邦行动；但没有全面的联邦措施。 AI 法律	2025年12月11日行政命令寻求建立国家框架并挑战“繁重”的州 AI 法律方面，司法部于2026年1月成立了一个特别工作组。
中国	自2025年9月1日起，关于人工智能生成内容必须标注可见和隐藏标签的规定生效。	标签执法
印度	无约束力 AI 法律；关于合成成分标签的IT规则自2026年2月20日起生效	主办了 AI 2026年2月，新德里影响力峰会
联合国	独立国际科学小组 AI 任命日期：2026年2月	首次全球对话 AI 2026年7月在日内瓦举行的治理会议，共有163个国家参加。

欧洲的支持者's 推迟实施的人认为，这给了企业时间来遵守复杂的规则；但包括民间社会团体在内的批评人士则认为，这会让高风险的公共部门系统在更长的时间内处于不受监管的状态。

支持这项美国行政命令的人认为，各州法律的拼凑会阻碍创新；而批评者，包括一些州官员，则认为它凌驾于民主选择之上，削弱了保护措施。这两场争论的核心问题，也是本文反复探讨的问题：在系统真正惠及公民之前，谁来审核它？

公众持谨慎态度。毕马威会计师事务所和墨尔本大学于2025年5月发布的一项针对47个国家超过48,000人的调查发现，只有46%的人愿意信任。 AI 70%的人认为需要监管，而66%的人表示他们依赖于 AI 不经检查直接输出。

斯坦福大学's AI 据该指数统计，2016年至2024年间，114个国家共通过了204项与人工智能相关的法律。相关法规正在不断增加。真正的挑战在于，这些法规能否在下一次“机器人债务”危机爆发前出台。

索赔检查

要求	谁做的	MES系统	魔's 读
An AI 部长将确保招标过程廉洁无瑕。	阿尔巴尼亚政府，2025年	1 索赔	迪埃拉做出的任何招标决定均无公开记录
电子采购为政府节省资金	乌克兰's 普罗佐罗	4强	独立评估发现，节省金额在 1% 到 20% 之间，具体金额因市场而异。
AI 发现9.7亿雷亚尔可疑竞标	巴西's 主计长	2 早	政府's 自有数据；暂停的投标并不构成欺诈
分析发现创纪录的税务欺诈行为	印度、英国、美国税务机构	2 早	检测数据由相关机构报告；回收率通常很低。
采购中的危险信号预示着腐败	学术研究	4强	经同行评审，与政治关系和定价过高有关；部分标记较弱。
自动欺诈检测保护公共资金	许多福利机构	0 没撑住	Robodebt、MiDAS 和荷兰丑闻引发了大量不实指控。
贿赂每年给世界造成1.5万亿至2万亿美元的损失。	广泛引用，出自2016年国际货币基金组织的一份说明	1 索赔	该数据基于2005年的推算；学者称真实数字尚不清楚。
AI 交通摄像头减少了道路交通事故死亡人数	喀拉拉邦政府	2 早	死亡人数下降了，但没有研究将死亡人数下降与摄像机联系起来。

反角

最强烈的反对意见是，我这是在拿苹果和橘子做比较。福利和警务系统涉及数百万人，因此它们的错误必然是显而易见且直接影响到个人的。而采购监管只涉及几千家公司和官员，他们有律师却得不到同情，所以其错误很少登上新闻头条。

从这个角度来看，我的指标衡量的是谁在抱怨，而不是哪个系统更好。

这其中确实有一定道理，所以该指数才会将证据、透明度和损害程度分开报告，而不是用一个神奇的数字来概括。但七项失败案例背后的法院裁决、皇家委员会调查和审计结果并非投诉，而是调查结论。

而反对意见无法解释的案例恰恰是最重要的案例：当同样的政府公开地将算法应用于自己的合同时，他们最终并没有向成千上万个家庭道歉。

魔's 预测

1. 阿尔巴尼亚公布了至少一项由 Diella 决定或评分的公开招标的可核实记录，截止日期为 2027 年 12 月 31 日。 概率：40%。
2. 欧盟's 附件三体系的高风险义务将于 2027 年 12 月 2 日开始实施，不再延期。 概率：60%。
3. 印度's 中央商品及服务税 (GST) 主管部门报告称，截至 2027 年 12 月 31 日，2026-27 财年虚假进项税额抵扣金额将超过 2025-26 财年的 74,782 亿卢比。 概率：70%。

这三项数据均已记录在 Mojo 预测账簿中。

接下来将在哪里进行辩论

常见问题解答

最好的反腐败算法是任何人都能打开的电子表格。最糟糕的算法是没人能看到的评分。