Así utiliza la inteligencia artificial la Oficina Europea contra el Fraude para luchar contra la corrupción

5G, IoT, IA. Son varias las siglas y acrónimos que componen eso que se ha dado en llamar digitalización y que ya está revolucionando la forma en la que los seres humanos se comunican con máquinas y entre ellos mismos.

Aunque la IA se asocia fundamentalmente con tecnologías disruptivas, redes neuronales, o agilidad en la toma de decisiones y manejo de datos, lo cierto es que se trata de una tecnología que ya se ha introducido en diversos organismos públicos.

Una entidad bancaria puede apoyarse en una serie de algoritmos para determinar qué cliente podrá tener derecho a un préstamo hipotecario y en qué condiciones. Una administración podrá servirse también de algoritmos para dictaminar qué empresas pueden beneficiarse de ayudas o subvenciones.

En ambos casos pueden existir sesgos que problematicen la cuestión, como ha advertido en repetidas ocasiones la especialista española en ética en algoritmos, Gemma Galdon, fundadora y directora de Eticas Consulting.

Así se regará con fondos europeos la ciberseguridad española: 450 millones en 3 años para "captar talento" y la creación de una "Academia Hacker" a partir de verano

Europa ya ha dibujado el horizonte futuro para las nuevas tecnologías con su agenda para 2030, donde tratará de recuperar soberanía tecnológica y apostar por un uso de la IA responsable y con "valores europeos". Un reciente informe de BCG ilustraba hace unos días sobre el estado de la cuestión: la mayoría de compañías que están desplegando sistemas de IA "responsable" están sobrevalorando las acciones que han tomado. Todavía queda camino por recorrer.

Pero los potenciales beneficios que tiene el uso de la IA suelen ser indiscutibles. La Oficina Europea de Lucha contra el Fraude, OLAF, por sus siglas en inglés, es un ejemplo de ello.

Beatriz Sanz Redrado participó en un taller sobre el uso de las IA en las instituciones europeas. Esta española es la directora de Asuntos Generales de la propia OLAF y formó parte de un panel de expertos.

Un panel presentado por la eurodiputada socialista y también española Isabel García Muñoz el que también estuvieron presentes, entre otros expertos, Mihály Fazekas, profesor de la Central European University y fundador del Government Transparency Institute, o Vítezslav Titl, investigador de la KU Leuven especializado en el uso del big data para combatir la corrupción.

Los principales desafíos de una IA para perseguir la corrupción

En su exposición, Redrado destacó que entre los desafíos más claros para la utilización de la IA para combatir el fraude están los falsos positivos, los sesgos y la necesidad de estandarizar datos concretos, como el nombre de los licitantes a concursos públicos.

Por ejemplo, entre los casos de uso con los que ejemplificó, la OLAF ya había probado la IA para detectar cargos europeos implicados en los papeles de Panamá. Se identificaron un total de 7, que acabaron desestimándose porque habían resultado ser falsos positivos.

La IA que está implementando la OLAF responde a una necesidad que ha detectado la propia oficina antifraude: el mundo se traduce cada vez más en más datos masivos. Esto hace imprescindible contar con herramientas que sean capaces de manejar el big data.

Huawei reestructura su división de inteligencia artificial y cloud apenas 14 meses después de comenzar a operar

Así, la IA de la OLAF puede utilizar contenidos curados concretos de una investigación, como SMS, correos electrónicos o mensajes en redes sociales intervenidos —y detectados mediante técnicas de inteligencia de fuentes abiertas, OSINT— para decretar si hay un índice elevado de riesgo o probabilidad de que haya una corrupción en una comunicación.

Una frase evidente para determinar eso, mediante el procesado del lenguaje natural, es la siguiente: "Borra este correo después de leerlo".

Así, el principal desafío de la OLAF es esa estandarización de los datos que recopila para cada caso. Como recoge el extracto del taller a instancias del Comité de Control Presupuestario de la UE del que depende la OLAF, la cuestión es "intentar minimizar los datos que se recopilan" mientras se mantiene una cantidad "suficiente para que la IA pueda operar". "Un delicado equilibrio que necesita atención continua".

Los potenciales usos de herramientas tecnológicas para controlar y escrutar la financiación europea requieren, así, de que tanto la propia Comisión Europea como los estados miembros trabajen en mejorar la calidad de los datos que recopilan, "especialmente con el objetivo de identificar a los beneficiarios finales" de esos posibles casos de corrupción que persigue la OLAF.