Поделиться
В Президентской академии предложили использовать искусственный интеллект для борьбы с коррупцией
Алгоритмы искусственного интеллекта будут помогать человеку в проведении антикоррупционной экспертизы: минимизировать субъективизм, унифицировать подходы к толкованию, снижать трудозатраты. Исследователи Института прикладных экономических исследований Президентской академии выявили текстовые индикаторы коррупциогенных факторов, которые сможет вычленять ИИ: в течение, не позднее, при наличии, в случае, вправе, в общем порядке и др. Антикоррупционная экспертиза нормативных актов — эксклюзивный российский продукт, не имеющий мировых аналогов. Статья опубликована в журнале «Информационное общество». Об этом CNews сообщили представители Академии при Президенте Российской Федерации.
За качество нормативных правовых актов отвечают госслужащие, которые во время экспертизы должны вовремя увидеть потенциальные коррупционные нарушения. Использование ИИ при проведении таких экспертиз позволит снизить кадровые, организационные затраты, унифицировать результаты, снизить субъективизм с помощью применения формально-правового и сравнительно-правового методов юридического толкования и моделирования.
Как отмечает автор работы, д. юрид. н., ведущий научный сотрудник Института прикладных экономических исследований Президентской академии Эльвира Талапина, алгоритмы ИИ помогут повысить качество и сократить время человеческой экспертизы, проверить соответствие юридико-техническим требованиям — словом, минимизировать сложный ряд рутинных операций. Учитывая определенную шаблонность законодательного языка — типичные коррупциогенные факторы уже сформулированы.
Постановлением Правительства предусмотрено 12 коррупциогенных факторов, 7 из них имеют вполне конкретные индикаторы, обнаруживаемые непосредственно в тексте. «В течение», «не позднее», «при наличии», «в случае», «вправе», «в общем порядке» — вот примерный перечень слов и выражений из нормативных текстов, которые сигнализируют о коррупционных рисках.
Права ИИ в антикоррупционной экспертизе в любом случае не будут беспредельными. Уже сейчас существуют общие и специальные ограничения, поскольку в настоящее время такие проверки все же всецело рассчитаны на эксперта-человека. Автор говорит о том, что скорректировать их со временем можно без труда, а вот создать полноценный алгоритм антикоррупционной экспертизы – задача более сложная.
Антикоррупционная экспертиза нормативных актов — эксклюзивный российский продукт, не имеющий мировых аналогов. Самые близкие из них в методологическом плане – итальянские разработки по оценке риска коррупции с помощью «красных флажков». Например, классификация индикаторов коррупционного риска в госзакупках состоит там из четырех групп: тендеры, политические связи, поставщики, подрядные организации госзаказчиков.
«С точки зрения математических алгоритмов, обернутых в некие программные решения, методы ИИ используются во всем мире для борьбы с коррупцией и мошенничеством в разных странах и сферах. Бесспорно, это может усилить эффективность любых расследований, сопряженных с анализом связей в больших выборках данных», — сказал эксперт Центра прикладного искусственного интеллекта «Сколтеха» Кирилл Половников.
Соединение таких индикаторов максимально точно высветит коррупционные риски, что на данный момент является главной заботой исследователей и вполне может стать основой для алгоритма антикоррупционной экспертизы.
«При этом крайне важно, чтобы эти методы отвечали текущему законодательству. Простой пример: сокрытие конечного бенефициара организации за циклической цепочкой так называемых «компаний-прокладок». Такие структуры могут быть получены из реестра собственников, причем в России это открытые данные (ЕГРЮЛ). Однако ключевая проблема состоит в том, чтобы разобраться в этом графе связей. Это математическая задача, начиная с самих определений, кого мы называем владельцем и чему равна его конечная доля», — сказал Кирилл Половников.
Таким образом, превентивная антикоррупционная деятельность обладает широкими возможностями для использования ИИ; формализация данных должна иметь семантическую природу, чтобы ИИ было легче использовать ее и делать выбор на основе контекста; для качественной работы ИИ нужна открытость государственных данных как принцип госуправления.
Научно-исследовательская работа выполнена в рамках государственного задания Президентской академии.
Короткая ссылка
