Onderzoekers van de Universiteit van Valladolid (Spanje) hebben een computermodel gemaakt op basis van neurale netwerken dat de kans op corruptie in Spaanse provincies berekent, evenals de voorwaarden die het bevorderen. Dit waarschuwingssysteem bevestigt dat de kansen toenemen wanneer dezelfde partij meer jaren in de regering blijft.

De studie, gepubliceerd in Onderzoek naar sociale indicatoren , vermeldt niet de provincies die het meest vatbaar zijn voor corruptie om geen controverse te veroorzaken, legt een van de auteurs uit, Ivan Pastoor, wie zegt, "Een grotere neiging of grote waarschijnlijkheid betekent niet dat corruptie daadwerkelijk zal plaatsvinden."

Uit de gegevens blijkt dat de onroerende voorheffing, de overdreven stijging van de huizenprijzen, de opening van bankfilialen en de oprichting van nieuwe bedrijven zijn enkele van de variabelen die openbare corruptie lijken te veroorzaken, en wanneer ze in een regio bij elkaar worden opgeteld, een strengere controle van de openbare rekeningen zou gerechtvaardigd kunnen zijn.

"In aanvulling, zoals verwacht kan worden, ons model bevestigt dat een toename van het aantal regeringsjaren door dezelfde politieke partij de kans op corruptie vergroot, ongeacht of de partij regeert met meerderheid, "zegt Pastor. "Hoe dan ook, gelukkig, voor de komende jaren, dit waarschuwingssysteem voorspelt minder aanwijzingen voor corruptie in ons land. Dit komt vooral door de grotere publieke druk op dit onderwerp en door het feit dat de economische situatie tijdens de crisis aanzienlijk is verslechterd."

Om de studie uit te voeren, de auteurs baseerden zich op alle gevallen van corruptie die tussen 2000 en 2012 in Spanje voorkwamen zoals de zaak Mercasevilla (waarin de managers van dit overheidsbedrijf van de gemeenteraad van Sevilla werden aangeklaagd) en de zaak Baltar (waarin de voorzitter van de Diputación de Ourense werd veroordeeld voor meer dan honderd contracten "die niet voldeden aan de wettelijke vereisten").

Het verzamelen en analyseren van al deze informatie werd uitgevoerd met neurale netwerken, die de meest voorspellende factoren van corruptie laten zien. "Het gebruik van deze AI-techniek is nieuw, net als de database van echte gevallen, sinds tot nu toe, min of meer subjectieve indices van perceptie van corruptie werden gebruikt, met scores die aan elk land zijn toegekend door agentschappen zoals Transparency International, gebaseerd op enquêtes van zakenmensen en nationale analisten, " zegt pastoor.

De auteurs hopen dat deze studie zal bijdragen aan betere directe inspanningen om een ​​einde te maken aan corruptie, de inspanningen concentreren op die gebieden met de grootste kans, evenals het internationaal toepassen van hun model.