历时两年，秘鲁四人调查团队发布反腐AI

智能设备 2021-03-10 10:06:57 转载来源: 果壳

　　By 超神经　　内容概要：秘鲁数字调查机构 ojo-publico 联合数据科学家、调查记者和法律专家，打造了一个针对政府开放数据的贪腐调查 AI，揭露了多个违规采购、贪腐行为。　　关键词：数据科学政务AI 调查新闻　　在博尔赫斯的一篇小说《博闻强识的富内斯》中，描写了一个具有超凡观察力和记忆力的天才――富内斯（Funes）

　　By 超神经

　　内容概要：秘鲁数字调查机构 ojo-publico 联合数据科学家、调查记者和法律专家，打造了一个针对政府开放数据的贪腐调查 AI，揭露了多个违规采购、贪腐行为。

　　关键词：数据科学政务AI 调查新闻

　　在博尔赫斯的一篇小说《博闻强识的富内斯》中，描写了一个具有超凡观察力和记忆力的天才――富内斯（Funes）。

　　年轻的 Funes 在一次坠马意外后，获得了惊人的记忆力和观察力。他能够回忆出过往经历的每一个细节，书里的每一个文字。甚至能够观察到生活、自然界中如新芽生发、花瓣凋落的细微变化。

　　小说里的 Funes 富内斯就像开了天眼，有着观察、记忆、理解、阐释一切的能力。

　　贪腐 AI Funes：揪出合同中的违规线索

　　这篇小说给秘鲁的数字调查机构 ojo-publico 带来了灵感。他们认为博尔赫斯笔下 Funes 就像现在的算法，能够发掘出表象下很多潜藏、未知的秘密。

　　该机构中的调查记者、数据库工程师、算法专家和法律顾问，一共四人通力合作。基于秘鲁政府公开的 245000 份政府采购、工程建设、选举捐赠的合同和账务明细，历时两年，训练出了一个用于审查问题合同的 AI 模型。

　　Funes 官网 https://ojo-publico.com/especiales/funes/

　　这个 AI 模型能够判断合同中的腐败、违规的风险。调查团队认为这个算法有着观察、审核所有细节的超能力，致敬了博尔赫斯的经典小说，便将模型命名为 Funes。

　　截至目前，基于 Funes 细致的核查工作，共核查出了 110000 份问题合同（共 245000 份合同），金额为 570 亿新索尔（约为 1009 亿人民币）。

　　基于这些问题合同的线索，记者团队进行了更深入的调查和求证，揭露了多项秘鲁政府腐败、违规的政府采购行为，涉及到秘鲁多家大型企业，涉案金额近千亿欧元。

　　采购中的猫腻，AI 目光如炬

　　其中牵扯出了几起秘鲁近年的腐败行为的大案要案，包括：

　　秘鲁国有的石油精炼加工公司 Petroperú，在四年时间里通过参与多个州、省的公开招标，获得了近 24 亿人民币的政府采购项目。
　　其中 90% 的项目，Petroperú 都是作为唯一参与投标企业获得的，这严重违反了秘鲁政府采购的法规，也影响了市场正常竞争。

　　Funes 还从 24 万份政府采购合同与数据中发现，有数千万元的财政支出支付给了成立不到 20 天的公司。

　　比如，餐饮公司 Melcesca 注册于 2015 年10 月 23 日，成立两周不到的时间，就获得了秘鲁圣安东尼奥阿巴德・库斯科国立大学（Unsaac）举行了一项公开招标，成为了该校食堂的供应商。（该项采购招标共有 16 个投标方）

　　部分由 Funes 揭露的案件已经进入侦查、公诉阶段在秘鲁国内引发了巨大的舆论关注

　　与此类似的违规操作和风险合同，Funes 发现了十一万份。Funes 敏锐的洞察力和极高的判断力，来源于成熟的商业调查和成熟的算法支持。

　　在公共政策与社会学的研究领域，有不少学者致力于政府信息公开和贪腐问题的研究。Funes 的算法也是基于一位资深学者 Mihaly Fazekas 的研究成果之上的。

　　Mihaly Fazekas 是剑桥大学人类、社会和政治科学的博士研究员，在他的研究中，有一套针对政府采购合同、账目流水的贪腐检测算法。

　　他发现，有几类明显特征的合同，是违规、贪腐案件的突破口。只要抓住这些特征，就可以从海量文书中，找到这些合同和与其相关联的资料。

　　这些特征包括：

　　非公开的招投标；
　　
　　招投标信息的公示时间明显较短；
　　
　　竞标者中，规模、实力明显悬殊；
　　
　　采购合同包含大量修改；
　　
　　中标决策时间过短或过长的。

　　他依据这些判断设计了一个评估模型，将 CRI （Corruption Risk Index）定义为腐败风险指数

　　其中 CRIi 代表合同 i 的腐败风险指数，

　　CIji 代表合同 i 招标中观察到的第 j 个基本腐败指标，

　　wj 代表第 j 个基本腐败指标的权重。

　　CRI=0 表示最低腐败风险，

　　CRI=1 表示观察到的最大腐败风险。

　　其中，如果第i个合同只有一个投标人，则单个投标人等于1，如果有更多的投标人，则等于0；

　　Zi 代表合同为单标合同的对数；

　　β0为回归的常数。

　　Rij 为第 i 个合同的 j 个腐败矩阵，如公示期的长度。

　　Cim 代表第 i 个合同的 m 个控制变量的矩阵，如公示期长短；

　　Cim 代表第 i 个合同的 m 个控制变量的矩阵。

　　市场上的竞争者；εi 为误差项；

　　β1j、β4m 代表系数的向量，解释变量和控制变量。

　　基于 Mihaly Fazekas 的算法，团队中的算法工程师 Gianfranco Rossi 还针对海量数据进行数据库优化、西班牙语合同的文字识别的改进、以及针对秘鲁国情的风险指标调整，极大地提升了 Funes 的运行效率和效果。

　　数据公开，实现透明，推动创新

　　开放政府数据，引导公众监督，有利于提高政府透明度，也有利于促进经济发展和社会创新。这方面，目前欧盟和英国正走在最前列。

　　清华大学公共管理学院的三位学者，曾经在研究《政府数据开放与腐败防治:英国的实践与启示》指出：开放数据可以促进社会监督，公众通过开放的数据可以发现腐败行为。

　　报告显示，揭露腐败行为最多的是执法部门(34%) ，然后依次是调查记者(25%) 、信息公开请求(14%)，举报(13%)，开放数据(7%)。

　　虽然目前通过开放数据揭露的腐败行为只占到 7%，但如果某些关键数据及早公开的话，大量腐败行为可以更早地被发现和侦测，开放政府数据有潜力成为反腐败的重要工具。

　　即使政府信息公开，也提高了复杂合同和海量交易数据的处理门槛。在 2009年，英国议员滥用公款报销个人账单丑闻接连被媒体曝光。英国三大政党、300 余名议员卷入其中。面对议员们浩如烟海的报销凭证、申请文书，《每日电讯报》、《卫报》等媒体在互联网上公开了大量数据，并邀请英国民众“众包式”地参与调查。