Mesterséges intelligenciával támogatott innovatív korrupcióazonosító rendszer alapvetései a közigazgatásban = Basic principles of an innovative AI-supported corruption identification system in public administration and government

Temesi Surányiné, Mária and Kocsis, László (2025) Mesterséges intelligenciával támogatott innovatív korrupcióazonosító rendszer alapvetései a közigazgatásban = Basic principles of an innovative AI-supported corruption identification system in public administration and government. BELÜGYI SZEMLE / ACADEMIC JOURNAL OF INTERNAL AFFAIRS: A BELÜGYMINISZTÉRIUM SZAKMAI TUDOMÁNYOS FOLYÓIRATA (2010-), 73 (2). pp. 235-252. ISSN 2062-9494

Preview

Text 1_SuranyiKocsis235-252.pdf - Published Version Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (427kB) | Preview

Abstract

A korrupció elleni eredményes küzdelem napjaink egyik legégetőbb kihívása, különösen az államigazgatás területén. Magyarország kormánya több évtizede elkötelezett a korrupció minden formájának visszaszorítása, az EU pénzügyi érdekeinek védelme és az uniós költségvetési források szabályszerű felhasználása mellett. Ennek jelenleg irányadó alapdokumentuma a kondicionalitási eljárás, valamint a helyreállítási és rezilienciaépítési terv keretében elkészült 2023. július 1. és 2025. december 31. közötti időszakra vonatkozó Nemzeti Korrupcióellenes Stratégia (NKS), melynek keretein belül sor került az államigazgatási szervek teljes állománya tekintetében az álláshelyek és munkakörök kockázatalapú értékelésére. A korábbiakhoz hasonlóan ez adja az alapot az elemzések elkészítéséhez, amelyek megadják a különböző álláshelyek/munkakörök korrupciós kitettségét. Cél: A kutatásoknak a ténymegállapításokat és javaslatokat megfogalmazó tanulmányokon túli, kézzel fogható eredményterméke legyen, amivel egy olyan innovatív eszköz kerülhet a közigazgatási vezetők kezébe, amely tényleges segítséget jelent a korrupciós kockázatok figyelembevételével a korrupciós cselekmények feltárásában, lehetőség szerint még a befejezett cselekmény előtti szakaszban, a kriminalizáció elkerülése érdekében. Ez nem csak egy-egy szerv működését támogatja, hanem a mesterséges intelligencia bevonásával megfelelően hatékony statisztikai és adatelemzési eszközt ad az érintett vezetőknek és az ellenőrzést végzőknek, hogy proaktívan és célzottan léphessenek fel a korrupció ellen, növelve az intézményi átláthatóságot és a közbizalmat. Módszertan: A feladat végrehajtásának legcélravezetőbb módjaként egy technológia tervezését és kifejlesztését céloztuk meg és kezdtük el, ami egy innovatív korrupcióazonosító rendszert eredményez olyan algoritmussal, amelynek metodikái korrupciós mintákat, anomáliákat keres az eljárásokban, az eljárások és azok dokumentumainak tartalmát vizsgálja mesterséges intelligenciával is, és képes azonosítani, ellenőrizni, kiszűrni korrupciótípusonként a potenciálisan gyanús cselekményeket, valamint automatikusan kiadja a vizsgálatra javasolt eseményeket. A rendszer működési elve egy adatbázisrendszerű hálózati szoftver, folyamatvezérelt felhasználói architektúrával. Főbb funkciói közé tartoznak a diszkrecionális jogkörön alapuló döntések anomáliáinak feltárása, valamint a különböző típusú gazdasági korrupciós cselekmények detektálása, a vizsgálatok indítása és lezárása, továbbá az eredménykimutatás, ami az előrejelzéseket és kialakuló tendenciákat kimutató statisztikai modellek generálásából, valamint a státus - szal („priusz”) ellátott nyilvántartás biztosításából áll. Megállapítások: A rendszer által azonosított események vizsgálatára már az eljárás közben is lehetőség van, így a folyamat időben korrigálható, csökkentve a befejezett korrupciós cselekmények számát. A rendszer bemeneti pontjai közé tartoznak az álláshely- és munkaköralapú kockázatelemzés eredményei, az eseményekben érintett szervezetek, pályázók, beszállítók, támogatottak és döntéshozók adatai, azok nyilvántartásban való érintettsége, valamint az eseményhez tartozó adatok és a kapcsolódó dokumentumok is. Korunk kihívásainak megfelelően a mesterséges intelligencia bevonásával történik a statisztikai alapú tendenciaazonosítás, mely előrejelző rendszerként funkcionál, így támogatja az ellenőrzés egyik nehezebb részének a prevenciós intézkedésekhez szükséges döntések meghozatalát, jelentősen segítve az adott szerv vezetőjének és az ellenőrző személyeknek, szerveknek a munkáját. Érték: Az eljárás a gazdasági tevékenységeken és eseményeken túl kiterjeszthető a korrupciós kockázatok más formáira is, mint például a nepotizmus, vagy a diszkrecionális jogkörön alapuló döntések vizsgálata. Országos kiterjesztés esetén megnyílik a lehetőség a különböző ágazatok és intézmények ilyen jellegű összehasonlítására, a szükséges beavatkozási pontok felmérésére. Mindezzel a jogi szabályozáson és korlátozáson túl az emberi tényező is jobban górcső alá vehető. Elemzés készíthető a vizsgált területeken arról is, hogy a korrupciós jelenség a bevezetett innováció nyomán hogyan változik, és annak milyen kimutatható hatása van az állami kiadások módosulására. Ezzel egy újabb hatékony eszköz kerülhet a Kormány kezébe annak bizonyítására, hogy elkötelezett a korrupció jelentős csökkentése mellett, amely nemzetközi szinten is elismerést hozhat. | Effectively combating corruption is one of the most pressing challenges of our time, particularly in the realm of public administration. The Hungarian government has been committed for decades to reducing all forms of corruption, protecting the European Union's financial interests, and ensuring the lawful use of EU budgetary resources. The current guiding document for these efforts is the National Anti-Corruption Strategy (hereinafter NKS) for the period from July 1, 2023, to December 31, 2025. This strategy was developed within the framework of the conditionality procedure and the Recovery and Resilience Plan. As part of this initiative, a risk-based evaluation of job positions and roles has been conducted across the entire public administration workforce. Similar to earlier measures, this evaluation serves as the foundation for analyses that determine the corruption exposure of various positions and roles.Aim: is to achieve tangible results that go beyond research studies and recommendations. The goal is to develop an innovative tool that public administration leaders can use to effectively identify corruption risks and uncover corruption-related activities, ideally at an early stage, before criminal acts are completed, thereby avoiding criminalization. This tool not only supports the functioning of individual organizations but also leverages artificial intelligence and advanced statistical and data analysis tools. It provides leaders and auditors with a proactive and targeted means to combat corruption, enhancing institutional transparency and public trust.Methodology: The most effective way to carry out this mission is to design and develop technology resulting in an Innovative Corruption Detection System. This system employs algorithms designed to detect corruption patterns and anomalies in procedures. It also uses artificial intelligence to analyse the content of processes and related documents, identifying, verifying, and filtering potentially suspicious activities by corruption type. Furthermore, it automatically flags events recommended for investigation.The system operates as a database-driven network software with process-controlled user architecture. Its main functionalities include identifying anomalies in discretionary decisions, detecting various types of economic corruption, initiating and closing investigations, and producing results reports. These reports feature predictive models indicating trends and provide a status registry ('criminal record') for maintaining oversight.Findings: The system allows the investigation of identified events even during ongoing procedures, enabling timely corrections and reducing the number of completed corruption cases. Key input points include risk assessments based on roles and positions, data from organizations, applicants, suppliers, beneficiaries, decision-makers involved in events, their registry affiliations, and event-related data and documents.By incorporating artificial intelligence, the system identifies statistical trends, functioning as a forecasting tool. This supports decision-making for preventive measures, significantly aiding organizational leaders and auditors in their work.Value: Beyond economic activities and events, this procedure can extend to other forms of corruption risk, such as nepotism or discretionary decision-making. Nationwide implementation would enable comparisons across sectors and institutions, identifying necessary intervention points. This approach not only focuses on regulatory and legal frameworks but also places greater emphasis on examining the human factor. Analyses could also evaluate how corruption trends evolve following the introduction of these innovations and their measurable impact on state expenditure.This will provide the Government with another effective tool to demonstrate its commitment to significantly reducing corruption, which can bring recognition at international level.

Actions (login required)

Edit Item