20-årig brasilianer skaber kunstig intelligens, der opdager korruption. Forstå.
Index
Midt i den hurtige udvikling af kunstig intelligens i erhvervslivet og digitalt forbrug besluttede en brasilianer at anvende teknologien på et område, der historisk set har været følsomt i landet: tilsynet med offentlige myndigheder. Udvikleren Bruno CesarSom blot 20-årig skabte han et AI-baseret værktøj, der var i stand til at krydsreferere store mængder offentlige data for at kortlægge potentielle finansielle risici, der involverede politikere.
Ved at automatisere krydsreferencer af oplysninger tilgængelige på officielle portaler (formueopgørelser, offentlige kontrakter, forretningsforbindelser, valgregistre og virksomhedsdata) søger systemet at identificere atypiske mønstre, uoverensstemmelser og potentielle interessekonflikter. Det er ikke et anklagende værktøj, men en analytisk mekanisme, der genererer risikoindikatorer og påpeger, hvor der kan være noget, der berettiger yderligere undersøgelse. Kom og forstå, hvordan denne idé blev til virkelighed, og hvad dens potentiale er.
Sådan fungerer kunstig intelligens
Programmøren Bruno Cesar, uddannet i datalogi fra UFRN (Federal University of Rio Grande do Norte) udviklede værktøjet ved at kombinere datavidenskabelige teknikker, sprogmodeller og statistiske korrelationssystemer. Projektet er baseret på integrationen af flere offentlige kilder: valgdomstole, gennemsigtighedsportaler, handelsnævn, officielle tidender og føderale virksomhedsregistreringsdatabaser.
AI indsamler disse oplysninger, organiserer dataene i en relationel struktur og krydsrefererer derefter elementer som f.eks. Navne, CPF/CNPJ-numre, virksomhedstilhørsforhold, erklæret aktivudvikling og kontrakter underskrevet med offentlige myndigheder.Baseret på disse forbindelser opbygger systemet en slags "relationskort", der afslører strukturer, som ville være vanskelige at opfatte i en isoleret manuel analyse.
Forskellen ligger i brugen af sprogmodeller At fortolke kontekst. Det er ikke bare en søgning efter navnematch; systemet analyserer beskrivelser, positioner, datoer og indirekte relationer og tildeler forskellige vægte til hver type forbindelse. Dette giver mulighed for at generere en risikoscore baseret på flere kombinerede faktorer.
Ifølge skaberen var målet aldrig at erstatte regulerende organer eller producere automatiske vurderinger. Værktøjet fungerer som et intelligent filter, der er i stand til at reducere analysetiden og rette menneskelig opmærksomhed mod potentielt relevante punkter.
Følgende diagram illustrerer den forenklede betjening af værktøjet udviklet af Bruno Cesar Og hvordan kan det hjælpe med at overvåge brugen af offentlige midler?
For nylig stillede Bruno César hele værktøjet til rådighed på åben kode i dit arkiv på GitHubDer kan du følge instruktionerne for at downloade og konfigurere de nødvendige filer og teste værktøjet direkte på din maskine.
Succeshistorier
Selvom værktøjet skabt af Bruno César stadig er under udvikling, har nogle praktiske tests allerede vist, hvordan automatiseret krydsreferencering af offentlige data kan afsløre mønstre, der normalt ville gå ubemærket hen. Nedenfor er nogle af de mest relevante eksempler.
Sag 1: Afsløring af mulige selvforetagne parlamentsændringer
Et af de mest imponerende eksempler på, hvordan værktøjet fungerer, er dets evne til at... Kortlægning af komplekse sammenhænge mellem parlamentariske ændringsforslag, offentlige kontrakter og virksomheder med tilknytning til politikernes familiemedlemmer.I det første tilfælde, som systemet identificerede, analyserede platformen automatisk data fra offentlige portaler og registrerede et mønster, der kan indikere selvstyring af offentlige ressourcer.
AI identificerede, at et føderalt kongresmedlem afsatte ca. 47 millioner rand i parlamentariske ændringer til en specifik kommune.Baseret på disse indledende oplysninger krydsrefererede systemet data fra offentlige kontrakter, forretningsregistre og familiebånd, der findes i åbne offentlige databaser.
Resultatet var identifikationen af et bekymrende mønster: Omkring 67 % af kontrakterne knyttet til ændringerne blev udført af virksomheder med tilknytning til parlamentsmedlemmets egen familie.Blandt de opdagede forbindelser var virksomheder med tilknytning til broren og også forretninger med tilknytning til politikerens søn.
Værktøjet påpeger ikke kun problemet, men også forklarer visuelt relationskædenfremhævelse af det identificerede mønster:
Parlamentarisk ændringsforslag → Allied city hall → Kontrakter med familieejede virksomheder
Denne visualisering præsenteres i en forbindelsesgrafDette giver journalister eller efterforskere mulighed for hurtigt at forstå, hvordan offentlige midler cirkulerer mellem forskellige aktører. Desuden angiver systemet de kilder, der er anvendt i analysen, herunder databaser som f.eks.:
Algoritmen tildeler også en risikoniveau, som i dette tilfælde blev klassificeret som "kritisk", med ca 97% sandsynlighed for uregelmæssigheder, i henhold til de identificerede mønstre.
Denne type analyse, som normalt ville kræve uger med manuel undersøgelseDette kan gøres på få sekunder ved hjælp af dette værktøj.
Sag 2: Afsløring af netværk af administrative uregelmæssigheder
Et andet eksempel vist af værktøjet afslører systemets evne til at at identificere flere tegn på uregelmæssigheder inden for samme embedsperiode.Dette er noget, der ofte går ubemærket hen, når offentlige data analyseres separat.
I det panel, der vises af platformen, præsenterer AI'en en liste over advarsler klassificeret efter risikoniveau, der fremhæver potentielle problemer, der er opdaget efter krydsreferencer af offentlige databaser.
Systemet fandt beviser for eksistensen af 34 spøgelsesmedarbejdere, hvilket ville repræsentere en anslået omkostning på ca. 2,4 millioner rand om året i offentlige midlerDenne type uregelmæssigheder forekommer, når folk er registreret som ansatte i offentlige kontorer eller agenturer, men De udfører faktisk ikke nogen professionel aktivitet..
AI identificerer dette mønster ved at analysere data såsom:
- betalingsoptegnelser
- ansættelsesforhold
- professionel aktivitetshistorik
- familie- og politiske forhold
Når disse oplysninger er i modstrid eller afslører uoverensstemmelser, genererer systemet en alarm.
En anden identificeret alarm vedrører overførsel af cirka 800 rand til en skole, der viser stærke tegn på at være ikke-eksisterende eller inaktiv.Værktøjet opdagede uoverensstemmelser mellem uddannelsesregistre, offentlige kontrakter og administrative data.
Derudover antyder AI også en mulig Et lukket kredsløb mellem vælgerbidrag og offentlig finansiering i sundhedssektoren.involverer cirka 12 millioner R$ i offentlige overførsler og cirka 150 R$ i politiske donationer..
I dette tilfælde identificerer værktøjet, hvornår Virksomheder, der modtager offentlige kontrakter, fremstår senere som donorer til politiske kampagner., hvilket skaber en potentielt uregelmæssig finansieringscyklus.
Endelig påpegede platformen også en betydelig uoverensstemmelse mellem deklarerede aktiver og officielt registreret indkomst, hvilket klassificerer sagen som højrisiko. I det analyserede eksempel er en politiker med en deklareret nettoformue på BRL 2,8 mio Det ser ud til at være forbundet med finansielle transaktioner og aktiver, der kan overstige BRL 80 mio.
Denne type analyse er mulig, fordi systemet krydsrefererer data fra flere kilder, såsom:
- valgudtalelser
- skatteoptegnelser
- associerede virksomheder
- offentlige kontrakter
- politiske donationer
Ved at samle disse oplysninger i et enkelt dashboard kan værktøjet afsløre usynlige mønstre i traditionelle analyser, hvilket gør det lettere at identificere potentielle korruptionsordninger.
Praktiske anvendelser
Værktøjets potentiale rækker ud over isolerede succeshistorier. Det kan bruges som et løbende overvågnings- og analyseinstrument, både af mediefolk og civilsamfundsorganisationer.
Korruptionsovervågning
Den mest oplagte anvendelse er i bekæmpelse af korruptionVed at automatisere kompleks krydsreferencering af finansielle data og forretningsrelationer kan AI fungere som et tidligt varslingssystem. Det anklager ikke, men signalerer mønstre, der afviger fra forventet adfærd.
I et land, hvor efterforskninger ofte har problemer med at analysere store mængder data, kan automatisering repræsentere en betydelig effektivitetsgevinst. Brugen af dette værktøj af tilsynsmyndigheder, hvis det skulle ske, kan reducere screeningstiden og udvide omfanget af tilsyn.
Støtte til journalister og civilsamfundet
For undersøgende journalistik repræsenterer teknologi et strategisk fremskridt. Den mest besværlige fase i mange rapporter involverer netop krydsreferencering af data spredt på tværs af flere databaser. Ved at automatisere denne fase giver AI journalister mulighed for at fokusere deres indsats på kontekstualisering og dybdegående rapportering.
Udover at identificere mistænkelige mønstre har værktøjet også vist sig effektivt i den automatiserede generering af strukturerede rapporter. Journalister, der testede systemet, rapporterede en betydelig reduktion i den tid, der bruges på at indsamle foreløbige data. Civilsamfundsorganisationer kan også drage fordel af systemet og bruge de genererede rapporter som udgangspunkt for sociale kontrolinitiativer og overvågning af offentlige politikker.
Gennemsigtighed i kampagner og mandater
I valgperioder kan krydsreferencer mellem kampagnedonationer, forretningsforbindelser og offentlige kontrakter give vælgerne et bredere overblik over potentielle interessekonflikter. Dette værktøj muliggør analyse ikke kun af isolerede erklæringer, men også af det finansielle økosystem omkring kandidaturer og mandater. Denne kontekstualiseringsevne udvider debatten om gennemsigtighed og offentlig ansvarlighed.
Brasiliansk accelerationisme
Fremkomsten af værktøjer som AI skabt af Bruno Cesar Den engagerer sig også i en bredere intellektuel bevægelse, der har vundet frem i den internationale teknologiske debat: den såkaldte accelerationisme, især i sin seneste form kendt som effektiv accelerationisme.
O accelerationisme Det opstod oprindeligt som en filosofisk bevægelse, der talte for at accelerere teknologiske og økonomiske processer for at skabe dybtgående sociale forandringer. Ifølge WikipediaKonceptet fik fremtrædende plads i 1990'erne og 2000'erne, inspireret af tænkere som den britiske filosof... Nick Land, som argumenterede for, at teknologiske fremskridt og kapitalismens vækst kunne føre til radikale ændringer i samfundets struktur.
Også ofte forkortet som e-kontoDenne bevægelse opstod i 2020'erne inden for online teknologifællesskaber og går ind for en eksplicit teknopositivistisk holdning, der opfordrer til hurtig teknologisk udvikling, især AI, som en måde at løse globale problemer som fattigdom, energikriser og miljømæssige udfordringer.
Forsvarerne af e-konto De mener, at accelererede teknologiske fremskridt er uundgåelige og ønskelige, og at forsøg på at bremse denne proces gennem overdreven regulering eller frygt for teknologi kan forsinke vigtige løsninger for menneskeheden. I mange tilfælde forbinder dette synspunkt sig med ideer om transhumanisme og avancerede teknologiske civilisationer, der er i stand til at udvide menneskelig viden og udnytte mere energi og ressourcer på global skala.
når man taler om Brasiliansk accelerationismeKonceptet får dog en mere pragmatisk fortolkning. I stedet for at diskutere futuristiske scenarier om kunstig generel intelligens eller interplanetariske civilisationer, synes ideen at være knyttet til den intensive brug af teknologi til at løse landets strukturelle problemer – såsom korruption, offentlig gennemsigtighed og adgang til information.
I denne sammenhæng er værktøjer som AI udviklet af Bruno Cesar De repræsenterer en slags samfundsmæssig accelerationisme: brugen af algoritmer og automatisering til at udvide samfundets efterforskningskapacitet. Ved at krydsreferere store offentlige databaser giver disse teknologier journalister, forskere og borgere mulighed for at identificere mønstre, der tidligere ville have krævet måneders manuelt arbejde.
Med andre ord handler det om at bruge teknologiens kraft til at accelerere demokratisk kontrol og gøre overvågningen af offentlig magt mere effektiv og tilgængelig. Mens accelerationisme i Silicon Valley ofte forbindes med fremskridt inden for kunstig intelligens og den digitale økonomi, kan det i Brasilien spille en anden rolle: at fungere som et værktøj til at styrke gennemsigtighed, ansvarlighed og borgerdeltagelse.
Værktøjet skabt af Bruno Cesar Dette viser, at kunstig intelligens kan række ud over virksomhedsautomatisering eller tekstgenerering. Når den anvendes til analyse af offentlige data, har den potentiale til at styrke gennemsigtigheden og udvide kapaciteten til socialt tilsyn.
Men ligesom enhver anden teknologi med stor effekt kræver den ansvarlighed, menneskelig validering og løbende etisk debat. Udfordringen er nu ikke kun teknisk, men også institutionel: hvordan integrerer man sådanne værktøjer konstruktivt i det demokratiske økosystem?
Så tror du, at dette værktøj virkelig kan hjælpe med en mere effektiv kamp mod korruption? Skriv din mening i kommentarerne.
se mere
Anmeldt af Tiago Rodrigues den 05/03/2026
Opdag mere om Showmetech
Tilmeld dig for at modtage vores seneste nyheder via e-mail.
