В Москве представили систему на базе искусственного интеллекта для борьбы с коррупцией в органах строительного надзора. Система анализирует видеоматериалы с персональных регистраторов инспекторов, выявляя подозрительные фразы и жесты в режиме реального времени. Разработку представили Исследовательский центр искусственного интеллекта Института общественных наук и Институт права и национальной безопасности РАНХиГС.
Система анализирует записи с персональных регистраторов сотрудников при проверках объектов недвижимости. Нейросеть в автоматическом режиме просматривает видео, выявляя отклонения от регламента.
Алгоритм распознает прямые фразы о взятках, например, «может договоримся». Он также фиксирует косвенные признаки: передачу пакета или конверта, демонстрацию суммы на экране телефона, подозрительные жесты, долгие паузы или нервные движения.
По оценкам разработчиков, использование нейросетей позволяет проводить автоматический аудит 100% проверок, что физически невозможно при ручном мониторинге.
Разработка является совместным проектом Исследовательского центра ИИ Института общественных наук и Института права и национальной безопасности РАНХиГС. По словам заместителя директора по научной работе ИПНБ Оксаны Шмалий, главной целью было формирование правовой логики, гарантирующей независимость и неоспоримость собираемых алгоритмом доказательств.
В результате сформирована общая модель, по которой органы государственной власти Москвы смогут переводить в автоматический режим контрольные процедуры и в других сферах управления. На следующем этапе протестированные алгоритмы планируется интегрировать в действующие цифровые системы городского департамента информационных технологий.
Внедрение технологии, по словам разработчиков, повысит прозрачность проверок и снизит влияние человеческого фактора. Основная задача — исключение «серых зон» при приемке объектов и обеспечение прозрачности взаимодействия инспектора с застройщиком.
Автоматизация контроля позволяет снизить нагрузку на надзорные ведомства за счёт автоматизации комплаенс-процедур. Одновременно это повышает собираемость официальных штрафов в бюджет и предотвращает утечку бюджетных средств.
Эксперты отмечают, что ИИ может неверно интерпретировать обычные рабочие ситуации. Алгоритм запросто может принять обычный жест за передачу денег, а шутливую фразу — за взятку.
Эффективность анализа сильно зависит от технических условий. Шум на стройплощадке и плохое освещение снижают точность распознавания.
Существует риск намеренного отключения камер инспекторами или выбора мест для переговоров вне зоны видимости регистраторов. Для исключения ошибок необходимы постоянное совершенствование алгоритмов и обновление нормативных документов для инспекторов.
