الذكاء الاصطناعي كأداة لمكافحة الفساد: حقيقة أم يوتوبيا؟

يوقع مسؤول على عقد مناقصة مزيف، لكن الذكاء الاصطناعي يكتشفه على الفور. خيال علمي؟ لا، إنه واقع عملي في البرازيل. الذكاء الاصطناعي يغير معركة الفساد بدقة جراحية،

موظف حكومي في البرازيل يوافق على مناقصة بقيمة 50 مليون ريال برازيلي. كل شيء يبدو منظَّمًا: وثائق موقَّعة، وإجراءات متَّبعة، وأسعار معقولة ظاهريًا. لكن خوارزمية تُدعى "أليس" تراقب الموقف. إنها تحلِّل آلاف المناقصات المشابهة، وتقارن الأسعار مع أسواق مماثلة، وتتتبَّع الروابط بين الشركات وصنَّاع القرار. في غضون ثوانٍ، تُحدِّد شذوذًا: ذلك العقد يكلف 30% أكثر من المتوسط، والشركة الفائزة لها روابط شركاتية مع الموظف الموافق. تبدأ التحقيقات قبل أن تختفي الأموال العامة.

هذا ليس خيالًا علميًا. هذا ما يحدث بالفعل. الذكاء الاصطناعي يدخل المعركة ضد الفساد بوعدٍ جذَّاب: رؤية أنماط لا يستطيع البشر إدراكها، ومعالجة أحجام من البيانات يستحيل تحليلها يدويًا، وإزالة العامل البشري – الذي غالبًا ما يكون شريكًا في الجريمة – من المعادلة. لكن هل الأمر بهذه البساطة حقًا؟ أم أننا نخلق مشكلات جديدة بينما نحل المشكلات القديمة؟

أليس وإخوتها: حالات نجاح حقيقية

بوت "أليس"، الذي طوَّرته الحكومة البرازيلية، ليس تجربة. إنه يعمل منذ سنوات وقد حدَّد بالفعل عمليات احتيال بملايين الريالات في المناقصات العامة. يحلِّل كل عقد قبل الموافقة النهائية، مقارنًا إياه بقواعد البيانات التاريخية وأسعار السوق والعلاقات بين المورِّدين. معدل دقته في تحديد الممارسات المشبوهة يتفوق بنسبة 30% على الضوابط البشرية التقليدية.

بالتوازي، حققت نماذج تعلُّم الآلة المطبَّقة على موازنات البلديات البرازيلية دقة بنسبة 78% في التنبؤ بالإدارات المحلية التي تخفي فسادًا. لا تقتصر على البحث عن مخالفات واضحة، بل تحدِّد أنماطًا خفية: مجموعات من النفقات، وتوقيتات مشبوهة، وشذوذات في فئات الميزانية تشير إلى تحويل الأموال.

النتيجة العملية؟ عمليات التدقيق، التي كانت تُجرَى سابقًا بشكل عشوائي أو بناءً على بلاغ، يمكن الآن توجيهها بدقة جراحية. تُركَّز الموارد المحدودة للمحقِّقين حيث يشير الذكاء الاصطناعي إلى مخاطر عالية. والأهم من ذلك، أن الأثر الرادع يعمل: معرفة أن كل معاملة تُحلَّل بواسطة خوارزميات تُقلِّل من إغراء الرشوة.

لكن ليست كل الحالات قصص نجاح. في الصين، حلَّل برنامج "الثقة الصفرية" 60 مليون موظف حكومي، محدِّدًا 8700 حالة مشبوهة. كان النظام يربط بين أنماط الحياة والمشتريات والسفر والروابط الأسرية مع الرواتب المُعلَن عنها. هل كان فعالاً أكثر من اللازم؟ تم تعليقه بعد انتقادات حول المراقبة الجماعية ومقاومة بيروقراطية. كانت التكنولوجيا تعمل، لكن الآثار الاجتماعية والسياسية كانت لا تُطاق.

كيف يعمل الذكاء الاصطناعي لمكافحة الفساد

تعمل الأدوات الأكثر تطورًا على مستويات متعددة. وفقًا للرابطة الدولية للمحامين، فإن حوالي 50% من المنظمات الكبيرة تستكشف حلول الذكاء الاصطناعي للامتثال، حيث تُعدُّ هيئات التدقيق العليا الحكومية الأكثر تقدمًا.

نظام "رافن"، المستخدم من قبل مكتب الاحتيال الجسيم البريطاني، يعالج ملايين الوثائق القانونية بحثًا عن تضارب مصالح خفي وعلاقات شركاتية معقدة وشذوذات في التدفقات المالية. العمل الذي قد يستغرق شهورًا من فرق المحقِّقين البشر يُنجَز في أيام.

تستخدم المفوضية الأوروبية "أراخني"، وهو نظام يحلِّل المشاريع الممولة من الصناديق الهيكلية بحثًا عن مؤشرات خطر: مورِّدون يفوزون بعقود كثيرة جدًا، وأسعار خارج السوق، وروابط غير مُعلَن عنها بين المستفيدين. لقد حدَّد بالفعل آلاف الحالات المشبوهة قبل صرف الأموال.

تعتمد التكنولوجيا على التعرف على الأنماط، واكتشاف الشذوذ، وتحليل الشبكات. يُدرَّب الذكاء الاصطناعي على حالات تاريخية من فساد مُثبَت، ويتعلَّم أي مجموعات من العوامل تنبؤية، ثم يطبِّق ذلك النموذج على بيانات جديدة في الوقت الفعلي. الأمر أشبه بوجود محقِّق حفظ كل حالة فساد حدثت على الإطلاق ويمكنه مقارنة كل معاملة جديدة فورًا مع قاعدة المعرفة الهائلة تلك.

كما نوقش في مقال الضرائب الخوارزمية، فإن الذكاء الاصطناعي فعال بشكل خاص في العثور على أنماط معقدة تعبر الحدود القضائية، مما يجعل الهياكل المصمَّمة للبقاء مخفية مرئية.

الحدود التقنية التي لا يريد أحد الاعتراف بها

لكن وراء النجاحات توجد مشكلات هيكلية نادرًا ما تُناقَش. تُبرز منظمة التعاون الاقتصادي والتنمية أن فعالية الذكاء الاصطناعي لمكافحة الفساد تعتمد بشكل حاسم على جودة بيانات التدريب.

وهنا يظهر التناقض: أنت تدرِّب الذكاء الاصطناعي على بيانات تاريخية عن الفساد. لكن تلك البيانات تمثِّل فقط الفساد الذي تم اكتشافه. الفساد الأكثر تطورًا، الذي لا يترك آثارًا واضحة، لا يظهر أبدًا في مجموعة التدريب. وبالتالي يتعلَّم الذكاء الاصطناعي التعرف فقط على الفساد "الأحمق"، الذي يستخدم أنماطًا معروفة مسبقًا.

علاوة على ذلك، الأنظمة الفاسدة تُنتج بيانات فاسدة. إذا درَّبت نموذجًا على موازنات عامة كان الفساد فيها منهجيًا ومُطبَّعًا، فقد يتعلَّم الخوارزم أن هذا هو السلوك "الطبيعي". لا يكتشف شذوذات لأن الشذوذ أصبح هو القاعدة في البيانات.

ثم هناك مشكلة سباق التسلح الخوارزمي. بمجرد أن يفهم الفاسدون كيف يحدِّدهم الذكاء الاصطناعي، يعدِّلون تقنياتهم. يغيرون الأنماط، ويجزِّئون المعاملات، ويحجبون الروابط. إنها لعبة قط وفأر مستمرة حيث يتمتع القط بميزة حسابية هائلة لكن الفأر بشري، مبدع، متعمِّد.

وماذا عندما يخطئ الذكاء الاصطناعي؟ يمكن أن يدمر الإيجابي الكاذب سمعة موظف نزيه. والسلبي الكاذب يسمح بمرور فساد حقيقي. من المسؤول؟ الخوارزم؟ من برمجه؟ من قرر أي بيانات يستخدم للتدريب؟

كما استُكشِف في مقال التصويت الإلكتروني والديمقراطية الرقمية، عندما نعهد بقرارات مصيرية للخوارزميات، تصبح قضايا المساءلة مركزية ومعقدة.

خطر المراقبة الشاملة

الذكاء الاصطناعي الأكثر فعالية لمكافحة الفساد هو الأكثر تدخلاً. لتحديد الفساد يحتاج إلى الوصول إلى: المعاملات المالية، والاتصالات، والتنقلات، وأنماط الحياة، والعلاقات الأسرية والاجتماعية. كلما زادت البيانات التي يمتلكها الخوارزم، كان أداؤه أفضل.

لكن ما تبنيه ليس مجرد نظام لمكافحة الفساد. إنه بنية تحتية للمراقبة الشاملة. وتلك البنية التحتية لا تختفي عندما تتغير الحكومة. يمكن إعادة استخدامها لأغراض أخرى: مراقبة المعارضين، ومراقبة الخصوم السياسيين، وتصنيف المواطنين.

الحالة الصينية نموذجية. كان "الثقة الصفرية" بارعًا تقنيًا وربما فعالاً. لكن في سياق سلطوي، يمكن استخدام نفس الأدوات التي تُحدِّد الموظفين الفاسدين للقضاء على أي استقلالية فردية، وخلق مجتمع حيث كل انحراف عن القاعدة الخوارزمية مشبوه.

تُشدِّد منظمة الشفافية الدولية على أنه بدون ضمانات دستورية قوية، يمكن أن تتحول أنظمة الذكاء الاصطناعي لمكافحة الفساد بسرعة إلى أدوات قمع. الخط الفاصل بين المراقبة المشروعة والمراقبة الديستوبية رقيق.

وحتى في الديمقراطيات الراسخة، فإن إغراء توسيع استخدام هذه الأنظمة قوي. إذا كان الذكاء الاصطناعي يستطيع تحديد الفساد في المناقصات، فلماذا لا نستخدمه لمنع الجريمة؟ لتحديد إرهابيين محتملين؟ لتقييم الجدارة الائتمانية للمواطنين؟ المنحدر الزلق حاد.

الفساد الخوارزمي

لكن هناك مفارقة أكثر مرارة: الذكاء الاصطناعي نفسه يمكن أن يُفسَد. ليس بالمعنى الأخلاقي بالطبع، بل تقنيًا. إذا كنت تتحكم في بيانات التدريب، يمكنك التلاعب بما يعتبره الخوارزم "طبيعيًا" وما يعتبره "مشبوهًا".

تخيل أنك سياسي فاسد ولديك وصول إلى النظام. يمكنك تدريجيًا إدخال معاملات في مجموعة التدريب تُطبِّع نمط فسادك. يتعلَّم الذكاء الاصطناعي أن هذا النوع من العمليات مشروع. يصبح مخططك غير مرئي.

أو بشكل أكثر خبثًا: يمكنك استخدام الذكاء الاصطناعي للتخلص من منافسين سياسيين. تتهم خصومك بالفساد بناءً على إشارات خوارزمية، مع علمك أن النظام لديه تحيزات تضر بهم. يصبح الخوارزم أداة اضطهاد سياسي مقنَّعة بستار الحيادية التكنولوجية.

كما نوقش في مقال الذكاء الاصطناعي والتأمينات، يمكن التلاعب بأي نظام خوارزمي من يتحكم في معاييره، ومظهر الموضوعية العلمية يجعل التلاعب أكثر خطورة.

الشفافية مقابل الفعالية: المعضلة

لجعل الذكاء الاصطناعي لمكافحة الفساد مقبولاً في الديمقراطية، نحتاج إلى شفافية: يجب أن يتمكن المواطنون والمراجعون المستقلون والقضاة من فهم كيف يصل الخوارزم إلى استنتاجاته. لكن للشفافية ثمن: فهي تجعل النظام قابلًا للتلاعب.

إذا نشرت بالضبط كيف يحدِّد الذكاء الاصطناعي الفساد، يدرس الفاسدون النظام ويتجنبونه. إذا أبقيته سريًا من أجل الفعالية، تخلق صندوقًا أسود يمكن استخدامه بشكل تعسفي دون رقابة ديمقراطية.

إنها معضلة حقيقية بدون حل سهل. توصي منظمة التعاون الاقتصادي والتنمية بالشفافية بشأن المعايير العامة ولكن بالسرية بشأن التفاصيل التنفيذية. لكن أين ترسم الخط؟ من يقرر ما هو "شفاف بما يكفي" دون أن يكون "كاشفًا أكثر من اللازم"؟

وعلى أي حال، حتى مع أقصى درجات الشفافية الممكنة، فإن أقوى أنظمة تعلُّم الآلة – الشبكات العصبية العميقة – غامضة بطبيعتها. حتى المصمِّمون لا يفهمون تمامًا لماذا يشير الخوارزم إلى حالة محددة. إنها علاقة ارتباط في فضاء متعدد الأبعاد لا يمكن للحدس البشري فهمه.

استخدام تقنيات لا نفهمها تمامًا لاتخاذ قرارات تؤثر على الحريات والسمعات يثير أسئلة أخلاقية عميقة. هل نحن مستعدون لتقبُّلها كشرٍّ ضروري في مكافحة الفساد؟

العامل البشري الذي لا يختفي

ربما الحد الأساسي الأكثر للذكاء الاصطناعي لمكافحة الفساد هو أن الفساد بشري بعمق. إنه ليس مجرد معاملات مشبوهة في قواعد البيانات. إنه علاقات شخصية، وخدمات غير رسمية، واتفاقيات ضمنية، وثقافات مؤسسية مريضة.

الموظف الفاسد لا يرسل بريدًا إلكترونيًا يقول "ها هي الرشوة". هناك مصافحات، واتفاقيات غير معلنة، وتهديدات ضمنية، وولاءات شخصية. الكثير من هذا غير مرئي للذكاء الاصطناعي لأنه لا يترك أثرًا رقميًا قابلًا للقياس.

والفساد الأكثر خطورة ليس فساد الموظف الفرد الذي يسرق. إنه الاستيلاء المنهجي على الدولة، حيث تُثنَى مؤسسات بأكملها لخدمة مصالح خاصة، حيث تُكتَب القوانين نفسها لصالح النخب، حيث يُشرعَن الفساد من خلال جماعات الضغط والتمويلات المعتمة.

يمكن للذكاء الاصطناعي تحديد الموظف الذي يوافق على مناقصة مُبالَغ في سعرها. لكن هل يمكنه تحديد النظام التشريعي الذي كتب قوانين تسمح بتلك المناقصة؟ هل يمكنه التعرف على عندما تكون القواعد نفسها فاسدة؟ على الأرجح لا، لأنه لا يملك نموذجًا أخلاقيًا مستقلًا يقارن به الشرعية الشكلية.

لهذا السبب تُصرُّ منظمة الشفافية الدولية على أن الذكاء الاصطناعي يجب أن يكون مجرد أداة في أيدي المحقِّقين البشريين والصحفيين والمواطنين النشطين. الحكم النهائي والسياق والتفسير الأخلاقي يجب أن يبقيا بشريين.