O modelo desenvolvido no Brasil pode prever punições por corrupção de parlamentares – Eurasia Review

A corrida vai se juntar à corrida. Esse provérbio popular também se aplica à análise computacional e à política de redes complexas em pesquisas relacionadas à corrupção, com base em um estudo realizado por cientistas da Universidade de São Paulo, no Brasil.

Segundo os autores, os deputados (membros da Câmara dos Deputados) podem prever no futuro se serão punidos por corrupção ou crimes de colarinho branco, analisando a semelhança entre suas cédulas e votos. Legisladores já condenados.

Este estudo foi publicado como um capítulo do livro Redes de corrupção. Os pesquisadores examinaram o histórico de votação e a filosofia de 2.455 políticos eleitos para a câmara baixa entre 1991 e 2019, incluindo um total de 3.407 sessões envolvendo a votação de projetos de lei que cobrem uma ampla gama de assuntos.

“O aspecto surpreendente do estudo é que não precisamos usar dados de casos que foram julgados por tribunais para encontrar essa ligação entre histórico de votação e corrupção. Nosso modelo pode prever com 90% de precisão se é uma subcorrupção “, disse Tiago Colliri, co-autor do estudo.

A análise foi realizada durante a pesquisa de doutorado de Colliri na área de informática em São Carlos, USP, com financiamento do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq). A FAPESP foi apoiada por um projeto temático e pelo Centro de Inteligência Artificial (C4AI), parceria entre a FAPESP e a IBM.

A análise de redes complexas é amplamente utilizada, inclusive em áreas como redes neurológicas biológicas e cadeias alimentares. Os estudos de crimes vão desde encontrar a ligação entre o risco de corrupção no capital social e os contratos do governo local até a identificação de ligações ocultas entre membros de um grupo mafioso italiano.

READ  Melhor cachorro: A melhor escolha para todos os orçamentos

Para entender a abordagem, é importante lembrar que redes complexas representam mapas em grande escala. “Uma das principais características de qualquer rede complexa é modelar os diferentes tipos de relações entre nós ou delegados no caso de nosso estudo. Estas podem ser relações locais, intermediárias ou globais”, disse. Zhao Liang, Professor de Computação e Matemática na Escola de Filosofia, Ciências e Letras do Repair Brito (FFCLRP), EUA, e outro Professor Associado de Pesquisa.

Unidade

Depois de criar uma rede com base no histórico de votação de cerca de 2.500 delegados, os pesquisadores observaram que alguns delegados que foram condenados gravemente por acusações de corrupção eram semelhantes aos históricos de votação de outros delegados. “Nesse tipo de análise de rede, cada nó representa um parceiro e cada ponta representa a semelhança de votos entre uma dupla de representantes”, explicou Coleri.

Os pesquisadores encontraram um padrão na rede. “A mídia mostrou padrão de votação ou semelhança entre os delegados acusados. Havia um sentimento de pertencimento em seus históricos de votação”, disse ele.

Para verificar as conclusões, eles coletaram um banco de dados separado com dados de representantes condenados por corrupção, extraídos de fontes como o Supremo Tribunal Federal (STF). “Por meio desse banco de dados secundário, verificamos as 33 pessoas que foram condenadas e elas não estão espalhadas, mas agrupadas na rede”, disse Coleri. Eles desenvolveram um formato que chamamos de “vizinhos corruptos”.

Uma das conclusões do estudo é que a corrupção no Congresso pode ser facilmente monitorada. “Descobrimos que representantes corruptos votam de forma semelhante em nossos congressos, de modo que um modelo de previsão pode ser obtido com muito mais facilidade e rastreamento. Analisar esses dados é muito mais simples do que pesquisar casos, investigações criminais, reportagens da mídia e árvores genealógicas”, disse Zhao .

READ  Melhor Newton Da Costa: A melhor escolha para todos os orçamentos

Teremos o maior prazer em ouvir seus pensamentos

Deixe uma Comentário

Portal On Jack