Naučnici sa bečkog Univerziteta za ekonomiju i biznis (WU) koristili su modele umjetne inteligencije kako bi analizirali sklonost korupciji među državnim službenicima u 90 zemalja. Istraživanje je pokazalo da lične vrijednosti i stavovi, posebno odnos prema demokratiji, predstavljaju pouzdaniji pokazatelj sklonosti koruptivnom ponašanju od visine primanja ili stepena obrazovanja.
Studiju su proveli istraživači Moritz Schmid i Jurgen Willems, koji su analizirali podatke o 18.000 državnih službenika iz cijelog svijeta.
Dosadašnja istraživanja uzroka korupcije uglavnom su bila usmjerena na institucionalne, demografske i kulturne faktore te razlike među državama, dok je utjecaj individualnih vrijednosti i stavova državnih službenika bio znatno manje istražen.
Rezultati pokazuju da su upravo lična uvjerenja jedan od najvažnijih faktora za procjenu sklonosti korupciji. Posebno se izdvaja odnos prema demokratskim vrijednostima. Službenici koji im pridaju veći značaj pokazuju manju toleranciju prema koruptivnom ponašanju.
“Naši rezultati dovode u pitanje uvriježeno mišljenje da su prihodi ili obrazovanje najbolji pokazatelji sklonosti korupciji. Mnogo važniju ulogu imaju vrijednosti i uvjerenja pojedinaca”, rekao je Moritz Schmid s Instituta za javni menadžment i upravljanje pri univerzitetu.
Istraživanje nije obuhvatilo stvarne slučajeve korupcije, već stavove ispitanika o tome u kojoj mjeri smatraju opravdanim ponašanja poput davanja mita, utaje poreza ili nezakonitog ostvarivanja prava na državne beneficije.
“Koruptivno ponašanje na individualnom nivou veoma je teško direktno mjeriti. Zato smo koristili stavove ispitanika kako bismo procijenili njihovu potencijalnu sklonost korupciji”, pojasnio je Schmid.
Istraživački tim koristio je više metoda objašnjive umjetne inteligencije. Na taj način uspjeli su analizirati više od 100 mogućih faktora koji mogu biti povezani sa sklonošću korupciji, pri čemu su modeli umjetne inteligencije ostvarili veću preciznost od tradicionalnih statističkih pristupa. Osim odnosa prema demokratiji, istraživači su analizirali i stavove ispitanika o konkurenciji, liderstvu, porodici, religiji, društvenoj toleranciji i povjerenju u institucije kako bi utvrdili koji od njih najbolje predviđaju sklonost koruptivnom ponašanju.
“Mašinsko učenje može otkriti obrasce koji često ostaju skriveni klasičnim metodama analize”, rekao je Jurgen Willems, ističući da rezultati istraživanja mogu doprinijeti razvoju efikasnijih mjera za jačanje integriteta i prevenciju korupcije u javnom sektoru.
(Vijesti.ba)