AI speurt corruptie op

De inzet van neurale netwerken bij het speuren naar corruptie is nieuw net als het gebruik van de databases met gegevens over corruptiezaken. De twee onderzoekers Ivan Pastor sanz en Félix López-Iturriaga van de University of Valladolid publiceerden de resultaten van hun onderzoek onlangs in het wetenschappelijk tijdschrift Social Indicators Research.

Zij omschrijven het systeem op basis van het neurale netwerk als een 'early warning system'. Het systeem geeft niet aan dat er corruptie plaatsvind maar wijst wel op risico-gebieden. De onderzoekers hebben het systeem getest op Spaanse provincies waar zich daadwerkelijk corruptiezaken hebben voorgedaan die in een rechtszaak zijn uitgemond.

Algemene conclusies zijn bijvoorbeeld dat belastingheffing op onroerend goed, economische groei, een stijging van huizenprijzen en een groei van het aantal financiële instellingen in combinatie met een politieke partij die langere tijd aan de macht is, variabelen zijn die corruptie in de hand werken.

Voorspelling tot drie jaar vooruit

In het model zitten verschillende risicoprofielen voor corruptie die afhankelijk zijn van economische condities van een regio. Op die manier kan het voorkomen van corruptie worden voorspeld tot drie jaar voor de gevallen daadwerkelijk aan het licht komen.

De onderzoekers doen overigens geen mededelingen over welke provincies nu het meest vatbaar zijn voor corruptiegevallen om te voorkomen dat dit tot ruzie zou leiden. Pastor wil wel kwijt dat het systeem aangeeft dat voor de komende jaren minder indicaties zijn voor corruptie in Spanje. Er is meer aandacht gekomen voor de problematiek en de afnemende economische situatie als gevolg van de crisis, zijn een verklaring daarvoor.