Искусственный интеллект поможет спрогнозировать коррупционные скандалы
По данным Всемирного банка, коррупционные схемы выкачивают из мировой экономики более $2 трлн в год, что делает коррупцию одной из основных причин медленного экономического роста и социально-экономического неравенства. Новое исследование показало, что с помощью алгоритмов можно предсказать будущие преступные схемы и предотвратить их, пишет Phys.org.
Команда ученых во главе с Маттиасом Перцем из Мариборского университета в Словении и Харольдо Рибейро из Университета Маринга в Бразилии с участием двух других бразильских университетов при поддержке Венского научного центра опубликовали документ об анализе политической коррупции с использованием ИИ-алгоритмов.
В своей работе исследователи построили динамичную сеть политических скандалов в Бразилии за последние 27 лет и проанализировали, как коррупционная сеть развивалась на протяжении многих лет. Модель включает в себя более 400 точек, которые представляют людей, а также ссылки, связывающие участников более 65 известных скандалов. Результаты показали, что нейронные сети раскрывают закулисные схемы и все тонкости коррупционных скандалов.
«Несмотря на завесу секретности, которая окружает коррупцию, мы показываем, что применение методов сетевой науки раскрывает суть политически коррумпированного поведения, — говорит Маттиас Перц. — Наука может вывести на чистую воду людей, которые делают все возможное, чтобы оставаться анонимными».
Ученым удалось выяснить, что алгоритмы могут идентифицировать людей, которые играли центральную роль сразу в нескольких коррупционных схемах. Кроме того, выяснилось, что политические скандалы обычно совпадают по времени с циклами выборов, а также то, что в коррупционных схемах участвуют небольшие группы не более чем из восьми человек, видимо, потому, что более мелкие группы легче законспирировать.
«Нам удалось обнаружить, что коррупция сводится к корыстному поведению небольших групп, существующих в иерархических сетях бизнеса, — говорит Перц. — Мы также обнаружили, что лишь немногие люди доминируют в модульной структуре сети, которая часто внезапно меняется по мере изменения правительства, и, в конечном счете, мы показываем, что будущие „партнеры по преступлению“ могут быть точно предсказаны на основе динамической структуры коррупционных сетей. Таким образом, мы показываем, что политически коррумпированное поведение раскрывает почти все свои секреты при анализе с помощью алгоритмов».
В будущем ученые планируют применить эти методы к проблеме, с которой они хорошо знакомы: коррупции при финансировании научных исследований, особенно в Словении.
«Мы планируем изучить широкий спектр проблем: от исследований, финансируемых государством, до национальной системы грантов, — говорит Перц. — Сейчас они часто направлены на поддержку очевидно бесполезных исследований, проводимых лояльными людьми и учреждениями. Эти операции не поддерживают способных молодых ученых. Надеемся, что наши исследования помогут с переходом к устойчивым и более справедливым расходам государственных исследовательских фондов».