Des chercheurs de l'Université de Valladolid (Espagne) ont créé un modèle informatique basé sur des réseaux de neurones qui calcule la probabilité de corruption dans les provinces espagnoles, ainsi que les conditions qui le favorisent. Ce système d'alerte confirme que les probabilités augmentent lorsque le même parti reste au gouvernement pendant plusieurs années.

L'étude, Publié dans Recherche sur les indicateurs sociaux , ne mentionne pas les provinces les plus sujettes à la corruption pour ne pas générer de polémique, explique l'un des auteurs, Ivan Pasteur, qui dit, "Une plus grande propension ou une probabilité élevée n'implique pas que la corruption se produira réellement."

Les données indiquent que la taxe foncière, l'augmentation exagérée du prix des logements, l'ouverture de succursales bancaires et la création de nouvelles entreprises sont quelques-unes des variables qui semblent induire la corruption publique, et quand ils sont additionnés dans une région, un contrôle plus rigoureux des comptes publics pourrait être justifié.

"En outre, comme on pouvait s'y attendre, notre modèle confirme qu'une augmentation du nombre d'années de gouvernement par un même parti politique augmente les chances de corruption, que le parti gouverne à la majorité ou non, " dit le pasteur. " Quoi qu'il en soit, Heureusement, pour les prochaines années, ce système d'alerte prédit moins d'indices de corruption dans notre pays. Cela est principalement dû à la plus grande pression publique sur cette question et au fait que la situation économique s'est considérablement détériorée pendant la crise."

Pour réaliser l'étude, les auteurs se sont appuyés sur tous les cas de corruption apparus en Espagne entre 2000 et 2012, comme l'affaire Mercasevilla (dans laquelle les dirigeants de cette entreprise publique de la mairie de Séville ont été inculpés) et l'affaire Baltar (dans laquelle le président de la Diputación de Ourense a été condamné pour plus d'une centaine de contrats "non conformes aux les exigences légales").

La collecte et l'analyse de toutes ces informations ont été réalisées avec des réseaux de neurones, qui montrent les facteurs les plus prédictifs de la corruption. "L'utilisation de cette technique d'IA est nouvelle, tout comme la base de données de cas réels, depuis jusqu'à maintenant, des indices plus ou moins subjectifs de perception de la corruption ont été utilisés, avec des notes attribuées à chaque pays par des agences telles que Transparency International, sur la base d'enquêtes auprès d'hommes d'affaires et d'analystes nationaux, " dit le pasteur.

Les auteurs espèrent que cette étude contribuera à mieux orienter les efforts pour mettre fin à la corruption, concentrer les efforts sur les domaines les plus probables, ainsi que d'appliquer leur modèle à l'international.