Page 84 - Revista Auditoria Pública nº 83

REVISTA AUDITORÍA PÚBLICA / 83

1. La Inteligencia Artificial y la lucha contra el sión rusa del país eslavo. Junto a diversas conclusiones
fraude y la corrupción: un primer análisis bastante discutibles, sin embargo ya se apuntaba en la
buena dirección al señalar que la capacidad de las aplica-
de la literatura existente. ciones de IA para trabajar con grandes conjuntos de da-
tos hacía posible revelar o incluso predecir la corrupción
El uso de herramientas basadas en la Inteligencia Artifi- o el fraude que antes eran casi o totalmente imposibles
cial para detectar fraude y corrupción no es nuevo. De he- de detectar; también, aunque sea obvio decirlo a estas
cho, existe una expresión, el acrónimo AI-ACT (Artificial alturas, que la digitalización es un requisito previo para
Intelligence – Anti Corruption Tools) para definir y agrupar el despliegue de la IA en la lucha contra la corrupción,
a las herramientas anticorrupción basadas en la inteligen- y, sobre todo, que “la IA no resuelve la corrupción por sí
cia artificial (Köbis, Starke y Rahwan, 2021). Ya en una sola, por muy eficaz que pueda ser para predecir o reve-
fecha tan temprana como 2018, una investigación sobre lar mala conducta o abusos” (Aarvik, 2019, p.32).
la contratación pública en Colombia, realizada a partir de
datos públicos, llegó a la conclusión de que “la transpa- La literatura académica sobre las ventajas y riesgos del
rencia es crucial para frenar la corrupción, el despilfarro uso de IA para la lucha contra el fraude y la corrupción
de recursos públicos y la ineficacia. Las plataformas web es cada vez más abundante y llamativa (Torres Berro et
para registrar y notificar transacciones públicas se han alia, 2020; Nurkey et alia, 2022; Nai et alia, 2022; Starke
popularizado tanto en los países desarrollados como en et alia, 2023). Uno de los principales expertos europeos,
los que están en vías de desarrollo, permitiendo a los el húngaro Mihály Fazekas, aporta un punto de vista muy
gobiernos, a través de las agencias anticorrupción, así relevante a la hora de apostar con fe ciega por este tipo
como a las organizaciones de vigilancia y a la sociedad ci- de herramientas tecnológicas para detectar casos de
vil, utilizar esta información para vigilar y prevenir los de- fraude y corrupción: “las Tecnologías de la Información
litos. La combinación de más y mejor información, mayor y las Comunicaciones (TIC) tienden a ser más eficaces
capacidad de computación, así como la consolidación de contra la corrupción de bajo nivel o menor, mientras que
técnicas estadísticas tradicionales y novedosas para ana- sus efectos sobre la gran corrupción son a menudo in-
lizar estos datos, representan un escenario único para significantes debido a que las élites corruptas bloquean
luchar contra la corrupción utilizando las herramientas de la reforma anticorrupción. Por consiguiente, para que las
la llamada revolución “big data” (Gallego, Rivero y Martí- reformas anticorrupción basadas en las TIC tengan éxito,
nez, 2018, pp. 26-28). es necesario aclarar los mecanismos y mediciones en
las que se basa el impacto anticorrupción esperado, así
Las conclusiones de este trabajo pionero y revelador como desarrollar una definición específica del comporta-
ponían de manifiesto no sólo las limitaciones de los al- miento corrupto que se pretende combatir en su contex-
goritmos y de los datos utilizados, sino también que los to sectorial” (Adam y Fazekas, 2021, p.12).
funcionarios y empleados públicos defraudadores no
se comportan como entidades estáticas, sino que van En este sentido, y continuando con los posibles riesgos
aprendiendo a medida que pasa el tiempo, al igual que derivados de la aplicación de herramientas de carácter
lo hacen los algoritmos de aprendizaje automático (Ma- tecnológico y basadas en la IA para estos menesteres,
chine Learning, ML). Además, los datos obtenidos seña- otra de las cuestiones señaladas tiene que ver con el
laban algunos indicios relacionados con un mayor riesgo concepto de “externalización de la responsabilidad” (out-
de fraude: la proximidad de elecciones en el momento sourcing responsibility) asociado al escaso conocimien-
de la licitación, o el ajuste del ciclo del contrato al ciclo to interno en el sector público del uso de este tipo de
político de la administración pública contratante. Con to- soluciones, que se acaban encargando a proveedores
das las limitaciones ya advertidas, llama la atención que externos, a los que se traspasa desde el diseño de la he-
en 2018 y en un país como Colombia –que se incorporó rramienta hasta el tratamiento de los datos que maneja
a la OCDE en abril de 2020– se realizaran estos inno- la propia administración pública. Un ejemplo concreto es,
vadores trabajos a partir de bases de datos públicas de precisamente, la experiencia comentada de Dozorro en
contratación administrativa, y gracias al esfuerzo de tres Ucrania, que demostró que “el riesgo de privatizar la ac-
investigadores procedentes de distintas instituciones. ción institucional pública es indirecto y dependiente del
diseño y uso de algoritmos de Machine Learning (ML)
Unos meses más tarde, un ecléctico documento del en el sector público (…). El proceso de diseño de Do-
noruego Chr. Michelsen Institute (CMI) sintetizaba al- zorro incluyó una muy activa participación de agencias
gunos esfuerzos puntuales en la aplicación de la IA a la gubernamentales y la sociedad civil. Este caso sugiere
detección del fraude y la lucha contra la corrupción, con que la justificación para integrar la IA en la lucha contra la
mención especial a la experiencia ucraniana de Prozorro corrupción en las instituciones públicas es posible pero
y Dozorro, que involucraba a la sociedad civil, y que todo condicional. Está condicionada a encontrar formas de lle-
parece indicar que se ha visto interrumpida por la inva- var a cabo esta innovación de manera que no libere a

84