Forskare från universitetet i Valladolid (Spanien) har skapat en datormodell baserad på neurala nätverk som beräknar sannolikheten för korruption i spanska provinser, samt de förhållanden som gynnar det. Detta varningssystem bekräftar att sannolikheterna ökar när samma parti sitter i regeringen i fler år.

Studien, publiceras i Forskning om sociala indikatorer , nämner inte de provinser som är mest utsatta för korruption för att inte skapa kontroverser, förklarar en av författarna, Ivan Pastor, vem säger, "En större benägenhet eller hög sannolikhet betyder inte att korruption faktiskt kommer att hända."

Uppgifterna tyder på att fastighetsskatten, den överdrivna ökningen av bostadspriserna, öppnandet av bankkontor och skapandet av nya företag är några av de variabler som verkar framkalla offentlig korruption, och när de läggs ihop i en region, mer rigorös kontroll av offentliga räkenskaper kan vara motiverad.

"Dessutom, som man kan förvänta sig, vår modell bekräftar att en ökning av antalet regeringsår av samma politiska parti ökar risken för korruption, oavsett om partiet styr med majoritet eller inte, " säger pastor. "I alla fall, Lyckligtvis, för de kommande åren, detta varningssystem förutspår färre tecken på korruption i vårt land. Detta beror främst på det ökade trycket från allmänheten i denna fråga och på att den ekonomiska situationen har förvärrats avsevärt under krisen."

För att genomföra studien, författarna förlitade sig på alla fall av korruption som förekom i Spanien mellan 2000 och 2012, som Mercasevilla-fallet (där cheferna för detta offentliga företag i Sevillas kommunfullmäktige åtalades) och Baltar-fallet (där presidenten för Diputación de Ourense dömdes för mer än hundra kontrakt "som inte överensstämde med lagkraven").

Insamlingen och analysen av all denna information utfördes med neurala nätverk, som visar de mest förutsägande faktorerna för korruption. "Användningen av denna AI-teknik är ny, liksom databasen över verkliga fall, sedan tills nu, mer eller mindre subjektiva index för uppfattning om korruption användes, med poäng tilldelade varje land av byråer som Transparency International, baserat på undersökningar av affärsmän och nationella analytiker, säger pastorn.

Författarna hoppas att denna studie kommer att bidra till bättre direkta ansträngningar för att stoppa korruption, fokusera insatserna på de områden med störst sannolikhet, samt att tillämpa sin modell internationellt.