秘鲁调查团队发布反腐AI模型 已揭露多起贪腐行为

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）。

年轻的富内斯在一次坠马意外后，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。小说里的富内斯就像开了天眼，有着观察、记忆、理解、阐释一切的能力。

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富内斯就像现在的算法，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。

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，便将模型命名为富内斯。

截至目前，基于富内斯细致的核查工作，共核查出了110000份问题合同，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。

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。

副内斯还从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，部分由富内斯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，富内斯发现了十一万份。富内斯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。富内斯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定义为腐败风险指数。基于Mihaly Fazekas的算法，团队中的算法工程师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，极大地提升了富内斯的运行效率和效果。

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。

民众在数据中发现疑点，可以将对应数据在网站上进行标注，调查团队将继续跟进。但众包之下，也问题重重，没有受过调查训练的民众并不能高效、准确地完成这些任务。

富内斯的出现，就实现了政府公开数据揭露腐败行为的突破和最佳实践，以数据科学家、调查记者、法律专家组成的四人团队，有力的展现了人+AI的强大调查能力。