Модель дела: как ИИ строит полную схему по каждому расследованию

Модель дела устроена как граф: узлы и связи между ними. Узлы здесь заказчик, поставщики, директора, телефоны, адреса, счета и контракты. Связи подписаны: «подписал», «руководит», «один номер», «перевод», «участник торгов».

У каждой связи есть источник и дата: выписка из реестра, протокол торгов, платежное поручение. Поэтому модель можно проверить: любой узел раскрывается до документа, на котором он стоит.

Модель строится вокруг одного вопроса проверки, например конкретного контракта или поставщика. От него машина расходится на два-три шага связей и останавливается, чтобы схема оставалась читаемой.

Модель не заменяет материалы проверки, а связывает их. Вместо папки с сотней документов проверяющий видит одну схему и открывает только те документы, которые стоят за подозрительными связями.

Модель не делает выводов о вине. Она показывает, кто с кем связан и как шли деньги, а признаки риска подсвечивает отдельно. Так же устроена Arachne+, система Еврокомиссии для поиска мошенничества, конфликта интересов и нарушений с бюджетом ЕС: она не принимает автоматических решений.

Признак риска на модели означает риск, а не доказательство нарушения. Решение принимает проверяющий, следователь или суд, а модель дает им сигнал для проверки и собранные документы.

Модель собирается из тех же данных, с которыми уже работает контроль, только сведенных вместе:

1. Закупки: извещения, протоколы, заявки участников и итоговые цены.

2. Контракты, дополнительные соглашения, акты приемки и сроки исполнения.

3. Платежи: кто, кому, сколько и когда перевел, с назначением платежа.

4. Реестры компаний: директора, учредители, адреса, телефоны, даты регистрации.

5. Сведения о должностных лицах заказчика и их связях, если они законно доступны проверяющему.

Arachne+ в ЕС опирается на похожий набор: данные о владельцах компаний, санкционных списках и публичных должностных лицах. По ним система считает 78 индикаторов риска, у прежней версии их было 107.

Часть данных приходит не таблицей, а документом. Языковая модель вытаскивает из скана договора стороны, сумму, сроки и подписантов и превращает их в узлы и связи. Человек проверяет выборку таких извлечений, прежде чем им доверять.

Каждая запись при загрузке получает отметку об источнике и дате. Без нее связь в модели нельзя показать проверяющему как довод, ее можно только перепроверить.

Персональные данные в модели обрабатывают по закону о персональных данных: доступ получают только проверяющие с правом на эти сведения, а каждое обращение к делу записывается в журнал.

Условный пример, как на схеме выше. Заказчик подписал Контракт с Поставщиком А. Поставщик А и Поставщик Б были участниками торгов по этому контракту, у обоих один номер: Общий телефон. Директор руководит обеими компаниями. Контракт оплачен на Счет Поставщика А, и с этого счета прошел перевод.

Каждая связь по отдельности ничего не значит: у компаний бывает общий бухгалтер с одним телефоном, директор вправе руководить двумя фирмами. Вместе они дают признак риска: на торгах могли соревноваться не конкуренты, а две компании одного человека. Это сигнал для проверки, а не вывод.

У каждой связи в графе есть вес: насколько она надежна и насколько необычна. Общий юридический адрес в бизнес-центре на тысячу компаний значит мало, общий мобильный телефон у двух участников одних торгов значит гораздо больше.

В реальных данных таких совпадений много. Колумбийская платформа Océano в 8 678 464 госконтрактах 2014-2019 годов отметила 8 749 компаний с одним телефоном и 54 155 случаев одного представителя в нескольких компаниях.

Граф отвечает и на вопрос «через кого». Если прямой связи нет, машина ищет путь в два-три шага, например через общего учредителя или адрес. Человек вручную проходит такие цепочки по одному делу, машина проходит их по всем участникам сразу.

Методы поиска таких путей разобраны на странице о графовом анализе, а типовые признаки связи заказчика и поставщика на странице об аффилированности.

Вторая ось модели: время. Каждая связь и каждый платеж стоят на шкале дат, и порядок событий часто говорит больше, чем сами события.

Что машина отмечает на шкале: компания зарегистрирована за несколько недель до торгов; директор сменился сразу после подписания контракта; аванс ушел раньше, чем подписан акт; перевод со счета поставщика прошел в день оплаты контракта.

Машина замечает и ритм. Если платежи одному поставщику идут сериями перед концом квартала или года, на шкале это видно сразу, а в таблице теряется.

Некоторые признаки видны только по датам из разных источников. Océano в Колумбии нашла 45 контрактов с умершими людьми: для этого дату контракта сложили с датой смерти из другого реестра.

Хронология нужна и проверяющему. В деле он видит, кто и когда принял каждое решение, с каких документов начинать запрос и какие события случились после проверки, если она уже была.

Человек уверенно держит в памяти несколько связей. В деле с десятком компаний, их директорами, телефонами, счетами и контрактами связей сотни, а при проверке всех закупок одного ведомства их тысячи.

Вторая трудность в связях между делами. Поставщик из сегодняшней закупки мог мелькнуть в проверке трехлетней давности; граф хранит прошлые дела и сразу показывает такое пересечение.

Пример масштаба дал Международный консорциум журналистов-расследователей (ICIJ). Панамские документы содержали 11,5 млн файлов (2,6 ТБ) о 214 488 офшорных структурах, их разбирали вместе больше 370 журналистов из 76 стран.

Читать такой массив подряд нельзя. ICIJ загрузил связи между людьми и компаниями в графовую базу Neo4j и открыл их через Linkurious, чтобы журналисты искали связи, а не листали файлы.

Машина собирает модель одного дела за минуты, если данные уже лежат в одном месте: это оценка метода, а не срок проекта. Основное время уходит раньше, на сбор и сверку данных.

Выигрыш не только в скорости, но и в полноте. Аналитик проходит цепочку, которую заметил сам; граф показывает все цепочки между сторонами контракта, в том числе те, о которых никто не подумал.

Модель не строят один раз. Когда приходит новая закупка, платеж или выписка из реестра, машина добавляет узлы и связи и пересчитывает признаки риска по всему делу.

Условный пример: через месяц после контракта у Поставщика Б сменился директор, и новым директором стал сотрудник заказчика. В модели появляется новая связь, балл риска растет, и дело поднимается в очереди проверяющего.

Каждое изменение сохраняется с датой, поэтому видно, что знала модель на момент любого решения. Это важно, когда выводы проверяющего потом оспаривают.

Обновление работает и в обратную сторону. Если поставщик представил объяснение и документы, проверяющий отмечает это в модели, и связь перестает поднимать балл.

Решение по-прежнему за человеком. Arachne+ Еврокомиссии считает индикаторы по свежим данным о владельцах и должностных лицах, но автоматических решений не принимает; так же устроена и модель дела.

Как новые данные попадают в систему каждый день и как из них складывается очередь сигналов, разобрано на странице о мониторинге в реальном времени.