塔斯娱乐资讯网

中国用AI查贪官:大数据分析,模型一报警,贪污的猫腻全露馅


在AI应用上,中国绝对是遥遥领先任何一个国家。

在这几年已经用大数据来抓逃税,效果非常好,如今又用来抓贪官。

这样的AI应用,很可能能真正实现早发现、早挽救一个党政干部,对官员、对老百姓、对整个国家都是好事。


宁波一个村干部,一边领着财政补贴,一边又去人社部门申领失业保险金,五万多块钱,两张表躺在两个部门的系统里,各自看都合规。


纪委监委把数据归拢到一处,模型跑了一遍,钱对不上账了,预警弹出来,查实,处理,退缴。



一、这件事的起点,是宁波把日均两万余次居家护理、覆盖七百多所学校的校服采购搬上了线,市纪委监委用数据模型去跑这些民生场景,一跑就揪出了一批“蝇贪蚁腐”。


那个村干部的案子,手法一点都不高明——村里领补贴,人社领失业金,两边都按规矩填表、按流程审批,单看哪一边都没毛病。


问题出在“单看”上。两个部门的数据不互通,一个人在A系统里是“困难群众”,在B系统里是“失业人员”,两个身份各自合法,合在一起就是重复领取。


这种问题靠人查,基本查不出来,因为没人会把两张表摆在一起看。


但机器会。数据一归拢,模型一比对,五万多的重复领取就浮出水面了。


今年一到九月,宁波民生领域的这类预警查实处置了两千五百零六条。这个数字背后,是一个以前靠举报、靠巡视、靠偶然发现的领域,现在被数据翻了个底朝天。


贪官最怕的不是举报,是数据对账——两张表一碰,谎就圆不上了。



二、武汉的做法更狠,他们把住宅专项维修资金的台账、施工人员、干部人事、操作日志全部并成一张底账,再拿规则去撞。


有一家建筑公司,五年承接了一百一十六个小区的维修项目,涉及维修资金六千六百一十万。


系统把台账拉出来一看——公司只有几名员工,没有施工团队,不少项目连施工痕迹都缺失。几条规则一碰,破绽全露。


顺藤查下去,围标串标、违规审批一并带出,一个月内九名公职人员被立案。


五月到八月,这个监督模型预警两百六十条次,转问题线索六十五条,立案一百零七人,处理处分五十七人。


一家只有几个人的公司,五年吃掉六千多万维修资金,这种事在纸面上是看不出来的,因为每一份合同、每一张发票、每一个审批签字都是“齐全”的。


但机器不看签字齐不齐,机器看的是“几个人的公司怎么干得了这么多活”。


纸面上的合规骗得过人眼,骗不过规则——公司几个人、接了多少活,一算就露馅。



三、浙江江山的冯疆案,把这套系统的能力展示得更彻底。系统回扫亮化工程的旧数据,AI分析报告报出“围标串标”预警,指向中标方得分畸高。


二十六家投标,中标方得分高得不正常,参数是按老板给的设备定制的,招标文件、评标打分、合同备案一样不缺。


从程序上看,这就是一次“合法合规”的招标。但模型把一千多个典型案例的手法翻译成了三百多项规则,等于让一个“通晓专业和制度的内行”去盯参数。


参数一偏,规则一撞,预警就出来了。


专案组二次核查,查出国有资产管理服务中心融资建设科原负责人冯疆通过打招呼、平分五十万元及另案二十余万元,最终被判刑两年六个月。


这个案子的关键不在于AI有多神,在于AI补上了办案人员的知识结构——一个纪检干部不可能精通所有行业的参数设置,但模型可以。


腐败分子最擅长的就是在“程序合规”的壳子里做手脚,模型干的事就是把壳子敲开,看里面的参数对不对。



四、浙江从二〇二一年基层公权力大数据监督应用端上线,二〇二二年在中央纪委国家监委指导下伸向四十个重点领域,贯通一百五十三个系统、归集六十四亿条行权数据、跑着两千九百余个模型。


截至今年八月,累计产生红色预警信息十九点八万条,查实率百分之七十三,转问题线索五点九万件,挽回损失十四点零九亿元。


查实率七成三,这个数字说明模型不是瞎报警,它报出来的线索大部分是能落地的。


六十四亿条数据是什么概念?


是一个人在不同部门、不同系统、不同年份留下的所有行权痕迹,全部被打通、被归集、被模型扫描。


以前查一个干部,要跑好几个部门调资料,现在数据都在一个池子里,模型全天候跑,跑出异常就推线索。


数据打通之后,贪官面对的不再是某一次审计、某一封举报信,而是一张全天候运转的网。



五、但官方从来没有把这套东西叫“AI反腐”,官方的说法一直是“大数据信息化赋能正风反腐”“数字纪检监察体系建设”,今年六月提到纪检监察大语言模型时用的词是“稳慎推进”。


为什么不直接叫“AI反腐”?因为执纪执法的主体必须是人,不能是算法。


立案、定性、处分、移送司法,每一项都要有法定主体、法定程序、可追责的人。


如果叫“AI反腐”,公众很容易理解成“AI查出、AI认定”,但实际流程是:机器只递线索,中间那道人工研判省不掉。


冯疆案的旧资料回扫出预警之后,是专案组二次核查才拔出萝卜带出泥的。


机器不累,可以全天候全过程盯着,但它不会下结论,下结论的必须是人。这个边界划得很清楚,划清楚是对的。


机器可以当眼睛,但不能当法官;线索可以自动跑,定性必须人来定。



六、这件事对官员来说,未必是坏事。很多干部出事,不是一开始就想贪,是在某个环节上觉得“没人会发现”,一步一步滑下去的。


数据模型的作用是早发现、早预警。


一个异常数据弹出来,组织上先谈话、先提醒、先核查,很多问题在变成大案之前就被拦住了。


对被预警的干部来说,这是挽救;对没被预警的干部来说,这是震慑;对老百姓来说,这是实惠。


宁波查实的那些案子,退缴的钱是老百姓的;武汉立案的那些人,吞的是小区的维修资金。


这些钱追回来,是实打实的民生。


用技术手段把监督的网织密,让想伸手的人知道伸手必被捉,这比事后抓多少个都管用。


最好的反腐不是抓得多,是让想贪的人不敢伸手——数据盯着,伸手就被看见。



用AI查贪官这件事,真正的意义不在于抓了多少人,在于它改变了一种预期。


以前一些人觉得,只要程序走得漂亮、字签得齐全、关系打点到位,就查不到自己头上。


现在这套系统告诉他们:程序可以骗人,数据骗不了人;签字可以补,痕迹补不了;关系可以打点,模型不打点。


当“查不到”这个预期被打破的时候,伸手之前就得掂量掂量。这种预期层面的改变,比抓多少个案子都更有长效。


反腐最狠的一招,不是抓了多少人,是让还没伸手的人相信——伸手真的会被看见。