ברזילאי בן 20 פיתח בינה מלאכותית שמזהה שחיתות. תבין.
אינדקס
על רקע ההתקדמות המהירה של הבינה המלאכותית בעולם התאגידי והצריכה הדיגיטלית, ברזילאי החליט ליישם את הטכנולוגיה בתחום שהיה רגיש מבחינה היסטורית במדינה: הפיקוח על רשויות ציבוריות. היזם ברונו סזרבגיל 20 בלבד, הוא יצר כלי מבוסס בינה מלאכותית המסוגל לשלב כמויות גדולות של נתונים ציבוריים כדי למפות סיכונים פיננסיים פוטנציאליים הכרוכים בפוליטיקאים.
על ידי אוטומציה של הצלבת מידע הזמין בפורטלים רשמיים (הצהרות נכסים, חוזים ציבוריים, שייכות עסקית, רישומי בחירות ונתוני תאגידים), המערכת שואפת לזהות דפוסים חריגים, חוסר עקביות וניגודי עניינים פוטנציאליים. זה אינו כלי מאשים, אלא מנגנון אנליטי שמייצר אינדיקטורים לסיכון ומצביע על מקומות בהם ייתכן שיש משהו המצדיק חקירה נוספת. בואו להבין כיצד רעיון זה התממש ומה הפוטנציאל שלו.
איך בינה מלאכותית עובדת
המתכנת ברונו סזר, בוגר מדעי המחשב UFRN (האוניברסיטה הפדרלית של ריו גרנדה דו נורטה), פיתחה את הכלי על ידי שילוב טכניקות מדעי נתונים, מודלים של שפה ומערכות קורלציה סטטיסטיות. הפרויקט מבוסס על שילוב של מקורות ציבוריים מרובים: בתי משפט לבחירות, פורטלים לשקיפות, מועצות מסחריות, עיתונים רשמיים ומסדי נתונים פדרליים של רישום עסקים.
בינה מלאכותית אוספת מידע זה, מארגנת את הנתונים למבנה יחסי, ולאחר מכן מקשרת בין אלמנטים כגון שמות, מספרי CPF/CNPJ, שייכות תאגידית, התפתחות נכסים מוצהרת וחוזים שנחתמו עם רשויות ציבוריות.בהתבסס על קשרים אלה, המערכת בונה מעין "מפת יחסים" שחושפת מבנים שיהיה קשה לתפוס בניתוח ידני מבודד.
ההבדל טמון בשימוש ב- מודלים של שפה לפרש את ההקשר. זה לא רק חיפוש אחר שמות תואמים; המערכת מנתחת תיאורים, מיקומים, תאריכים וקשרים עקיפים, ומקצה משקלים שונים לכל סוג של קשר. זה מאפשר יצירת ציון סיכון המבוסס על גורמים משולבים מרובים.
לדברי יוצרו, המטרה מעולם לא הייתה להחליף גופי רגולציה או לייצר שיפוטים אוטומטיים. הכלי פועל כמסנן חכם, המסוגל להפחית את זמן הניתוח ולהפנות את תשומת הלב האנושית לנקודות רלוונטיות פוטנציאלית.
התרשים הבא ממחיש את הפעולה הפשוטה של הכלי שפותח על ידי ברונו סזר וכיצד הוא יכול לסייע במעקב אחר השימוש בכספי ציבור?
לאחרונה, ברונו סזאר העמיד לרשותכם את הכלי המלא ב קוד פתוח במאגר שלך ב GitHubשם תוכלו לעקוב אחר ההוראות כדי להוריד ולקבוע את התצורה של הקבצים הדרושים ולבדוק את הכלי ישירות על המחשב שלכם.
סיפורי הצלחה
למרות שהכלי שיצר ברונו סזאר עדיין מתרחב, כמה ניסויים מעשיים כבר הדגימו כיצד הפניה אוטומטית של נתונים ציבוריים יכולה לחשוף דפוסים שבדרך כלל לא היו מורגשים. להלן כמה מהדוגמאות הרלוונטיות ביותר.
מקרה 1: גילוי של תיקונים פרלמנטריים אפשריים שהופנו על ידי הוועדה
אחת הדוגמאות המרשימות ביותר לאופן שבו הכלי פועל היא יכולתו... מיפוי קשרים מורכבים בין תיקונים לפרלמנט, חוזים ציבוריים וחברות הקשורות לבני משפחותיהם של פוליטיקאים.במקרה הראשון שזוהה על ידי המערכת, הפלטפורמה ניתחה באופן אוטומטי נתונים מפורטלים ציבוריים וזיהתה דפוס שעשוי להצביע על ניהול עצמי של משאבי ציבור.
בינה מלאכותית זיהתה שחבר קונגרס פדרלי הקצה כ 47 מיליון דולר ראנד בתיקונים פרלמנטריים עבור עירייה ספציפית.בהתבסס על מידע ראשוני זה, המערכת ביצעה הפניות צולבות לנתונים מחוזים ציבוריים, רישומי עסקיים וקשרים משפחתיים הקיימים במאגרי מידע ממשלתיים פתוחים.
התוצאה הייתה זיהוי דפוס מדאיג: כ-67% מהחוזים הקשורים לתיקונים נחתם על ידי חברות הקשורות למשפחתו של חבר הפרלמנט עצמו.בין הקשרים שהתגלו היו חברות הקשורות לאח וגם עסקים הקשורים לבנו של הפוליטיקאי.
הכלי לא רק מצביע על הבעיה, אלא גם מסביר באופן ויזואלי את שרשרת הקשריםהדגשת הדפוס שזוהה:
תיקון פרלמנטרי → עיריית בעלות הברית → חוזים עם חברות משפחתיות
ויזואליזציה זו מוצגת ב- גרף החיבורזה מאפשר לעיתונאים או לחוקרים להבין במהירות כיצד כספי ציבור מתפזרים בין גורמים שונים. יתר על כן, המערכת מציינת את המקורות בהם נעשה שימוש בניתוח, כולל מאגרי מידע כגון:
האלגוריתם גם מקצה רמת הסיכון, אשר במקרה זה סווג כ "קרִיטִי", עם בערך הסתברות של 97% לאי-סדרים, בהתאם לדפוסים שזוהו.
ניתוח מסוג זה, אשר בדרך כלל דורש שבועות של חקירה ידניתניתן לעשות זאת תוך מספר שניות בלבד באמצעות כלי זה.
מקרה 2: גילוי רשתות של אי סדרים מנהליים
דוגמה נוספת שהוצגה על ידי הכלי חושפת את יכולתה של המערכת ל לזהות סימנים מרובים של אי סדירות באותה קדנציה.זה משהו שלעתים קרובות לא מורגש כאשר נתונים ציבוריים מנותחים בנפרד.
בפאנל המוצג על ידי הפלטפורמה, הבינה המלאכותית מציגה רשימה של התראות מסווגות לפי רמת סיכון, תוך הדגשת בעיות פוטנציאליות שהתגלו לאחר הפניות צולבות של מאגרי מידע ציבוריים.
המערכת מצאה ראיות לקיומו של 34 עובדי רפאים, אשר ייצגו עלות משוערת של כ 2,4 מיליון דולר ראנד בשנה מכספי ציבורסוג זה של אי סדר מתרחש כאשר אנשים רשומים כעובדים במשרדי ממשלה או סוכנויות ממשלתיות, אך הם לא מבצעים בפועל שום פעילות מקצועית..
בינה מלאכותית מזהה דפוס זה על ידי ניתוח נתונים כגון:
- רישומי תשלום
- יחסי עבודה
- היסטוריית פעילות מקצועית
- יחסים משפחתיים ופוליטיים
כאשר מידע זה סותר או מגלה סתירות, המערכת מייצרת התראה.
התראה נוספת שזוהתה כוללת העברה של כ 800 דולר ראנד עבור בית ספר שמראה סימנים חזקים של היעדר נוכחות או חוסר פעילות.הכלי זיהה סתירות בין רישומי חינוך, חוזים ציבוריים ונתונים אדמיניסטרטיביים.
יתר על כן, בינה מלאכותית מציעה גם אפשרות מעגל סגור בין תרומות בחירות למימון ציבורי במגזר הבריאות.הכוללים כ- 12 מיליון דולר ראנד בהעברות ציבוריות וכ-150 דולר ראנד בתרומות פוליטיות..
במקרה זה, הכלי מזהה מתי חברות שמקבלות חוזים ציבוריים מופיעות מאוחר יותר כתורמות לקמפיינים פוליטיים., ויוצר מחזור מימון שעלול להיות לא סדיר.
לבסוף, הפלטפורמה הצביעה גם על פער משמעותי בין נכסים מוצהרים והכנסה רשומה רשמית, וסיווג המקרה כבעל סיכון גבוה. בדוגמה שנותחה, פוליטיקאי עם שווי נקי מוצהר של R $ 2,8 מיליון דולר נראה שזה קשור לעסקאות פיננסיות ונכסים שעשויים לעלות על R $ 80 מיליון דולר.
ניתוח מסוג זה אפשרי משום שהמערכת מקשרת נתונים ממקורות מרובים, כגון:
- הצהרות בחירות
- רישומי מס
- חברות קשורות
- חוזים ציבוריים
- תרומות פוליטיות
על ידי איחוד מידע זה בלוח מחוונים יחיד, הכלי מסוגל לחשוף דפוסים בלתי נראים בניתוחים מסורתיים, מה שמקל על זיהוי תוכניות שחיתות פוטנציאליות.
יישומים מעשיים
הפוטנציאל של הכלי משתרע מעבר לסיפורי הצלחה בודדים. ניתן להשתמש בו ככלי ניטור וניתוח מתמשך, הן על ידי אנשי תקשורת והן על ידי ארגוני חברה אזרחית.
פיקוח על שחיתות
היישום הברור ביותר הוא ב להילחם בשחיתותעל ידי אוטומציה של הצלבות מורכבות של נתונים פיננסיים וקשרים עסקיים, בינה מלאכותית יכולה לתפקד כמערכת התרעה מוקדמת. היא אינה מאשימה, אלא מאותתת על דפוסים הסוטים מההתנהגות הצפויה.
במדינה שבה חקירות מתמודדות לעתים קרובות עם קשיים בניתוח כמויות גדולות של נתונים, אוטומציה יכולה לייצג שיפור משמעותי ביעילות. שימוש בכלי זה על ידי גופים רגולטוריים, אם יתרחש, יכול להפחית את זמן הסינון ולהרחיב את היקף הפיקוח.
תמיכה בעיתונאים ובחברה האזרחית
עבור עיתונות חוקרת, טכנולוגיה מייצגת התקדמות אסטרטגית. השלב המייגע ביותר בדיווחים רבים כרוך דווקא בהצלבת נתונים המפוזרים על פני מספר מאגרי מידע. על ידי אוטומציה של שלב זה, בינה מלאכותית מאפשרת לעיתונאים למקד את מאמציהם בהקשר ובדיווח מעמיק.
בנוסף לזיהוי דפוסים חשודים, הכלי הוכיח יעילות גם ביצירה אוטומטית של דוחות מובנים. עיתונאים שבדקו את המערכת דיווחו על הפחתה משמעותית בזמן המושקע באיסוף נתונים ראשוניים. ארגוני חברה אזרחית יכולים גם הם להפיק תועלת מהמערכת, תוך שימוש בדוחות שנוצרו כנקודת מוצא ליוזמות בקרה חברתית ולניטור מדיניות ציבורית.
שקיפות בקמפיינים ובמנדטים
במהלך תקופות בחירות, שילוב של תרומות לקמפיין, קשרים עסקיים וחוזים ציבוריים יכול להציע לבוחרים תמונה רחבה יותר של ניגודי עניינים פוטנציאליים. כלי זה מאפשר ניתוח לא רק של הצהרות בודדות, אלא גם של המערכת האקולוגית הפיננסית סביב מועמדויות ומנדטים. יכולת הקשר זו מרחיבה את הדיון על שקיפות ואחריות ציבורית.
האצה ברזילאית
הופעתם של כלים כמו בינה מלאכותית שנוצרה על ידי ברונו סזר היא גם עוסקת בתנועה אינטלקטואלית רחבה יותר שצוברת תאוצה בוויכוח הטכנולוגי הבינלאומי: מה שנקרא האצלתנות, במיוחד בצורתה האחרונה המכונה תאוצה אפקטיבית.
O האצלה במקור, היא צצה כתנועה פילוסופית שדגלה בהאצת תהליכים טכנולוגיים וכלכליים כדי להביא לשינויים חברתיים עמוקים. על פי ויקיפדיההקונספט צבר תאוצה בשנות ה-1990 וה-2000, בהשראת הוגים כמו הפילוסוף הבריטי... ניק לנד, שטען כי התקדמות טכנולוגית וצמיחת הקפיטליזם עלולות להוביל לשינויים רדיקליים במבנה החברה.
מקוצר לעתים קרובות גם כ חשבון אלקטרוניתנועה זו צצה בשנות ה-2020 בתוך קהילות טכנולוגיה מקוונות ותומכת בעמדה טכנו-פוזיטיביסטית מפורשת, המעודדת את ההתקדמות המהירה של הטכנולוגיה, ובמיוחד בינה מלאכותית, כדרך לפתור בעיות עולמיות כמו עוני, משברי אנרגיה ואתגרים סביבתיים.
מגיני חשבון אלקטרוני הם מאמינים כי התקדמות טכנולוגית מואצת היא בלתי נמנעת ורצויה, וכי ניסיון לרסן תהליך זה באמצעות רגולציות מוגזמות או פחד מטכנולוגיה עלול לעכב פתרונות חשובים עבור האנושות. במקרים רבים, השקפה זו מתחברת לרעיונות של טרנס-הומניזם וציוויליזציות טכנולוגיות מתקדמות המסוגלות להרחיב את הידע האנושי ולנצל יותר אנרגיה ומשאבים בקנה מידה עולמי.
כשמדברים על האצה ברזילאיתעם זאת, המושג מקבל פרשנות פרגמטית יותר. במקום לדון בתרחישים עתידניים של בינה מלאכותית כללית או ציוויליזציות בין-פלנטריות, נראה שהרעיון קשור לשימוש אינטנסיבי בטכנולוגיה כדי לפתור את הבעיות המבניות של המדינה - כגון שחיתות, שקיפות ציבורית וגישה למידע.
בהקשר זה, כלים כמו בינה מלאכותית שפותחו על ידי ברונו סזר הם מייצגים סוג של האצה אזרחית: שימוש באלגוריתמים ואוטומציה כדי להרחיב את יכולת החקירה של החברה. על ידי שילוב בין מאגרי מידע ציבוריים בקנה מידה גדול, טכנולוגיות אלו מאפשרות לעיתונאים, חוקרים ואזרחים לזהות דפוסים שבעבר היו דורשים חודשים של עבודה ידנית.
במילים אחרות, מדובר בשימוש בכוחה של הטכנולוגיה כדי להאיץ את הפיקוח הדמוקרטי, ולהפוך את הפיקוח על כוח ציבורי ליעיל ונגיש יותר. בעוד שבעמק הסיליקון, האצלת טכנולוגיה מקושרת לעתים קרובות להתקדמות בבינה מלאכותית ובכלכלה הדיגיטלית, בברזיל היא יכולה לקבל תפקיד שונה: לשמש ככלי לחיזוק השקיפות, האחריותיות והשתתפות האזרחים.
הכלי שנוצר על ידי ברונו סזר זה מראה שבינה מלאכותית יכולה ללכת מעבר לאוטומציה ארגונית או ליצירת טקסט. כאשר היא מיושמת לניתוח נתונים ציבוריים, יש לה פוטנציאל לחזק את השקיפות ולהרחיב את יכולת הפיקוח החברתי.
עם זאת, כמו כל טכנולוגיה בעלת השפעה רבה, היא דורשת אחריות, אישור אנושי ודיון אתי מתמשך. האתגר כעת אינו רק טכני אלא גם מוסדי: כיצד לשלב כלים כאלה באופן קונסטרוקטיבי במערכת האקולוגית הדמוקרטית?
אז, האם אתם חושבים שהכלי הזה באמת יכול לעזור במאבק יעיל יותר בשחיתות? שתפו את דעתכם בתגובות.
ראה עוד
נסקר על ידי טיאגו רודריגס בתאריך 05/03/2026
גלה עוד על Showmetech
הירשם כדי לקבל את החדשות האחרונות שלנו בדוא"ל.
