Как отмечают авторы документа, цифровые технологии имеют широкие перспективы использования в сфере противодействия коррупции. При этом условно область их применения можно разделить на два вектора:

1) использование непосредственно для предупреждения и противодействия коррупционным практикам за счет выявления, анализа, расследования, прогнозирования и мониторинга коррупционных нарушений;

2) использование для косвенного влияния на коррупцию посредством продвижения принципов эффективности, подотчетности и прозрачности в деятельности государственных институтов.

В то же время развитие новых технологий и цифровых решений создает и новые угрозы и уязвимости, в том числе коррупционной направленности. В частности, цифровые технологии могут использоваться для отмывания денег, мошенничества и киберпреступности, их применение требует соблюдения баланса между регулированием и инновациями, решения этических дилемм, связанных с необходимостью соблюдения прав человека, и т.д.

В своем докладе авторы рассматривают возможности и риски использования для целей противодействия коррупции таких цифровых технологий, как искусственный интеллект (далее – ИИ), машинное и глубокое обучение, блокчейн и иные технологии распределенных баз данных и анализ больших данных.

Искусственный интеллект, машинное и глубокое обучение

Хотя примеров применения ИИ в антикоррупционной деятельности относительно немного, его использование, по мнению авторов документа, может значительно облегчить процесс выявления, анализа и прогнозирования коррупционных нарушений посредством:

• ускорения обработки больших объемов данных, которая может оказаться слишком сложной и трудоемкой для сотрудников компетентных органов – это позволит оптимизировать затраты времени и иных ресурсов и сосредоточить внимание только на наиболее значимых данных, например, на тех, которые с высокой долей вероятности указывают на наличие (возможность совершения) коррупционных нарушений. Так, в Великобритании, как мы уже писали ранее, использование ИИ позволило следователям проанализировать более 30 млн документов и выбрать релевантные для расследования данные всего за пару месяцев, в то время как «ручная» обработка таких документов заняла бы значительно больше времени;
• раннего обнаружения аномалий, «красных флажков» и закономерностей, указывающих на вероятные коррупционные нарушения, с достаточно высоким уровнем точности. Например, в Испании исследователи разработали модель на основе нейронных сетей, которая позволяет рассчитывать вероятность коррупционных нарушений в регионах страны и определять условия, способствующие их совершению; соответствующий инструмент может использоваться органами власти для принятия превентивных мер и снижения коррупционных рисков. А в одном из регионов Чехии были проанализированы общедоступные финансовые и отраслевые данные всех подрядных фирм страны с тем, чтобы предсказать, какие из них имеют связи с политически значимыми лицами; используя методы машинного обучения, исследователи обнаружили, что более 75% фирм с такими связями могут быть точно идентифицированы ИИ;
• мониторинга соблюдения антикоррупционных стандартов: с одной стороны, ИИ может применяться регулируемыми организациями для того, чтобы привести бизнес-процессы в соответствие с установленными требованиями, с другой – использоваться регулирующими органами для выявления нарушений требований или преднамеренных попыток мошенничества. Так, израильской компанией Shield FC была создана платформа, основанная на ИИ, обработке естественного языка и возможностях визуализации для автоматизации и организации полного жизненного цикла системы комплаенса в сфере коммуникаций, снижения рисков и повышения эффективности надзора. А запущенная Transparency International Ukraine система Dozorro, основанная на использовании онлайн-мониторинга и набора интеллектуальных инструментов, позволила резко повысить эффективность выявления нарушений в сфере государственных закупок: в период 2016-2018 гг. на основе результатов работы Dozorro были выдвинуты уголовные обвинения в отношении 22 лиц и применены санкции в отношении 79 лиц;
• снижения влияния человеческого фактора, порождающего дополнительные риски коррупции, за счет передачи ряда функций ИИ.

Однако применение технологии ИИ создает не только новые возможности для борьбы с коррупцией, но и новые угрозы:

• ИИ может использоваться в мошеннических и коррупционных схемах;
• в зависимости от качества используемых данных и заложенных алгоритмов, ИИ может порождать гендерную и расовую дискриминацию;
• неконтролируемое использование ИИ может приводить к нарушению конфиденциальности данных;
• сложность алгоритмов ИИ не позволяет точно сказать, как именно выполняется вычисление, приводящее к определенному результату, что неизбежно ведет к непрозрачности процесса, затруднению интерпретации причин принятия тех или иных решений ИИ и, как следствие, снижению доверия к программам, использующим ИИ. Например, в Китае, несмотря на высокую результативность работы основанной на ИИ экспериментальной системы «Zero Trust», которая анализирует данные из более чем 150 баз федеральных и региональных органов власти, составляет сложные многоуровневые карты социальных связей должностных лиц и позволяет выявить признаки коррупционных нарушений – например, увеличение банковских сбережений, покупку нового автомобиля или участие в тендере на получение государственного контракта от имени чиновника, членов его семьи или друзей, – невозможность объяснить используемый системой алгоритм, позволивший прийти к выводу о наличии неправомерной деятельности, снижает доверие к данному инструменту, как следствие, многие органы местного самоуправления отказываются от использования «Zero Trust».

Для того, чтобы минимизировать хотя бы некоторые из указанных рисков, авторы доклада предлагают при внедрении технологии ИИ руководствоваться следующими принципами:

• обеспечивать контроль за работой систем, использующих ИИ, на этапе их проектирования и разработки для устранения системной и случайной предвзятости/дискриминации при принятии решений, а также снижения коррупционных рисков при использовании различных технологий ИИ;
• инвестировать в создание качественных баз данных, на которых в дальнейшем будет обучаться ИИ;
• повышать прозрачность и подотчетность работы систем, использующих ИИ, с тем, чтобы обеспечить доверие общества к таким системам.

Блокчейн

Блокчейн, который представляет собой одну из технологий распределенных баз данных, обладает широким потенциалом использования для обеспечения прозрачности деятельности органов и организаций и безопасности управляемых ими данных. В целях противодействия коррупции указанная технология может применяться, например, при ведении земельных кадастров, раскрытии информации о бюджете, обеспечении исполнения контрактов, проведении транзакций и управлении цепочками поставок.

Как отмечают авторы доклада, технологии распределенных баз данных могут оказаться полезными в борьбе с коррупцией в связи с тем, что:

• прозрачная и подотчетная система, формируемая при использовании технологии блокчейна, где вся информация может быть проверена, затрудняет манипулирование данными и осуществление мошеннических или коррупционных действий со стороны недобросовестных лиц. Так, технология блокчейна использовалась Всемирной продовольственной программой в рамках пилотного проекта «Building Blocks» для изучения возможности повышения эффективности, безопасности и прозрачности прямых денежных переводов беженцам, в том числе минимизации коррупционных рисков, таких как взяточничество и вымогательство со стороны посредников;
• невозможность изменения или удаления информации о транзакциях, производимых в системе на основе технологии блокчейна, без нарушения целостности всего объема данных позволяет создать полную и публично доступную базу всех транзакций и минимизировать риски недобросовестной модификации данных. Например, в одном из городов Индии при поддержке UNDP был запущен проект по созданию земельного кадастра с использованием технологии блокчейна Ethereum, предполагающий формирование единого источника информации о статусе собственности и истории объекта недвижимости;
• точное отслеживание перемещения денежных потоков создает возможности для использования технологии блокчейна в управлении цепочками поставок, в частности, ведении учета и отслеживании происхождения. Например, Всемирный фонд дикой природы использует технологию блокчейна для борьбы с коррупционной и иной незаконной деятельностью в сфере рыболовства: сочетание радиочастотной идентификации, применения QR-кодов и сканирующих устройств для сбора информации о путешествии тунца в различных точках цепочки поставок, которая затем записывается с помощью технологии блокчейн, позволяет вести цифровизированную, прозрачную и защищенную от несанкционированного доступа запись данных, доступных любому желающему; таким образом, потребители могут быть уверены, что они покупают законно выловленного, экологически чистого тунца, добываемого без использования рабского труда или других неправомерных практик.

Однако применение технологий распределенных баз данных сопряжено и с определенными рисками, в том числе:

• использование технологии блокчейна в целях получения личной выгоды, например, использование криптовалют для отмывания доходов, незаконных сделок и уклонения от уплаты налогов. При этом недобросовестные лица могут пользоваться услугами нерегулируемых криптовалютных бирж или децентрализованных пиринговых сетей, которые игнорируют требования по борьбе с отмыванием денег и потому лишают правоохранителей возможности отслеживать такие незаконные транзакции и привлекать соответствующих лиц к ответственности;
• недостаточная защищенность загружаемой в систему, работающую на основе технологии блокчейна, конфиденциальной информации, которая может быть деанонимизирована, как следствие – возможность использования технологий распределенных баз данных для злоупотребления властью и получения контроля над системой.

Для снижения возможных рисков при использовании технологий распределенных баз данных авторы доклада рекомендуют:

• разработать и принять нормативные правовые акты, регулирующие различные аспекты использования указанных технологий, включая вопросы юрисдикции, рисков и ответственности;
• предусмотреть создание и функционирование цифровой инфраструктуры и процессов, обеспечивающих надлежащую работу соответствующих технологий.

Анализ big data

Анализ больших и сложных массивов данных – так называемых big data – для целей противодействия коррупции может использоваться по двум основным направлениям:

1) для выявления, расследования, мониторинга и аудита подозрительных операций и оценки коррупционных рисков. Например, анализ big data применялся журналистами-расследователями при работе с «Панамским Архивом» и «Архивом Пандоры» (в частности, использовались графические платформы, такие как Neo4j и Linkurious) и бразильскими следователями в рамках операции «Автомойка»; Центр по изучению коррупции в Будапеште использует анализ больших данных для мониторинга государственных закупок в странах ЕС, выявляя с его помощью аномальные закономерности, такие как исключительно короткие периоды проведения торгов или необычные результаты (например, отсутствие конкуренции при торгах или неоднократная победа одной и той же организации); Европейская комиссия разработала программу ARACHNE (в переводе с древнегреческого – «паук»), которая осуществляет перекрестную проверку данных из различных государственных и частных баз данных и позволяет выявлять проекты, подверженные рискам мошенничества, конфликта интересов или иных нарушений;

2) для повышения информированности, совершенствования национальной, отраслевой или местной антикоррупционной политики и повышения результативности ее реализации посредством предиктивного анализа и визуализации, способствующих более эффективному принятию решений. Например, в одном из регионов Индии офисом главного министра был запущен дашборд («умная» панель управления, позволяющая отображать данные в реальном времени), который используется для содействия принятию решений на основе фактических данных из различных источников, в том числе полученных от населения по «горячей линии» для регистрации жалоб и предложений, связанных со всеми аспектами функционирования правительства.

Несмотря на множество возможностей использования анализа big data для противодействия коррупции, его проведение связано с определенными трудностями, в частности:

• потребностью в обеспечении контроля за соблюдением конфиденциальности данных и борьбой с неправомерным использованием соответствующей информации – скандал вокруг Cambridge Analytica ясно продемонстрировал, как легко персональные данные могут быть извлечены и использованы в политических целях; при этом государственные структуры аккумулируют огромные объемы персональных данных, которые в основном носят конфиденциальный характер, включая данные, связанные с доходами и финансами, медицинские записи, идентификационные сведения и другую политическую или экономическую информацию, а значит, риски утечки и/или деанонимизации таких данных, хранящихся в государственных базах данных, могут иметь еще более существенные последствия. Как отмечают эксперты Независимой антикоррупционной комиссии широкого профиля (Independent Broad-Based Anti-Corruption Commission), действующей в одном из штатов Австралии, несанкционированный доступ к конфиденциальной информации, ее раскрытие и злоупотребление ей со стороны государственных служащих на практике являются ключевыми факторами, порождающими коррупцию, но часто недооцениваются государством;
• необходимостью понимания и выявления коррупционных рисков – от «захвата государства» до злоупотреблений в сфере регулирования – при обработке больших данных и принятия мер по их минимизации: учитывая влияние результатов анализа big data на политические процессы, политические решения и законодательные инициативы, недобросовестные лица могут оказывать воздействие на процессы сбора данных и обмена информацией с тем, чтобы получить более выгодные результаты анализа;
• предоставления ресурсов, в том числе человеческих, для проведения анализа и формирования соответствующих навыков, нехватка которых наблюдается во многих странах.

Для их преодоления странам предлагается, в частности:

• обеспечивать сбор качественных, надежных и точных используемых для анализа данных компетентными органами;
• повышать квалификацию лиц, проводящих анализ, развивая их аналитический потенциал;
• предусмотреть создание необходимой правовой базы, регулирующей, в том числе, вопросы сбора, хранения и обмена данными, обеспечения их защиты и безопасности;
• принимать меры для ответственного использования данных и соблюдения прав человека при проведении анализа big data.