人工智能与反腐败合规

本页为葡萄牙语原文的译文，仅供参考，内容涉及巴西法律。如有出入，以葡萄牙语版本为准。 阅读葡萄牙语原文

人工智能正在改变反腐败合规体系：企业得以用前所未有的精度发现违规行为，但同时也需要建立新的法律治理层级。

人工智能在反腐败合规体系中的作用

近年来，我们看到公共机构和私营企业构建廉洁合规（integridade）体系的方式发生了明显变化。将基于人工智能（IA）的工具引入反腐败合规，早已不再是一种遥远的趋势，而是切实的运营需要。企业每天要处理大量资金交易、政府合同和错综复杂的供应商链条，而人工智能能够在规模上处理并关联各类数据，这是任何人工团队都无法靠手工做到的。

从巴西的监管环境来看，《反腐败法》（第12.846/2013号法律）和第11.129/2022号法令为有效的廉洁合规体系确立了明确的标准。主管部门评估的标准包括：发现违规行为的能力、对风险的持续监测，以及企业决策的可追溯性。在这一背景下，应用于合规的人工智能系统可以提供多项功能，例如对第三方进行自动化尽职调查（due diligence）、发现支付中的异常模式，以及实时识别利益冲突。

不过，这些技术的应用并非处于法律真空之中。《通用数据保护法》（第13.709/2018号法律，LGPD）对个人数据的处理设定了明确的界限，即便处理的目的是正当的合规需要，也不例外。因此，我们需要弄清楚如何在人工智能的效率与数据保护、算法透明以及对相关数据主体基本权利的尊重之间取得平衡。

人工智能在打击企业腐败中的实际应用

人工智能在反腐败体系中的应用体现在多个运营环节。其中最重要的一项是对资金交易的持续监测。机器学习算法可以同时分析金额、频率、收款方和交易背景等成千上万个变量，从而识别出暗示行贿、合同虚高报价或招标舞弊的模式。这种自动化监控让合规团队能够把调查力量集中在风险最高的案件上，从而优化人力和资金资源的配置。

另一项值得一提的应用是对第三方的自动化尽职调查。在与供应商、商业伙伴或中间人签订合同之前，企业需要评估这些主体过往的廉洁记录。人工智能工具通过交叉比对公开数据库、国际制裁名单、诉讼案件以及媒体报道来完成核查。与人工查询证明文件和登记信息相比，其风险评估要全面得多；而传统的人工方式往往要耗费数周时间，结果仍然存在明显疏漏。

在运用自然语言处理技术分析合同和内部通信方面，也已取得重要进展。人工智能系统可以审阅大量文件，查找存在腐败风险的条款，例如异常的佣金、不符合市场惯例的付款条件，或涉及高风险司法辖区中间人的表述。同样，对企业电子通信的分析（在遵守法定隐私界限的前提下）可以识别出暗语，或暗示非法行为的互动模式。

人工智能对反腐败合规的真正变革，不仅在于发现违规行为的能力，更在于能够在这些行为给组织和社会造成损害之前就加以预防。

在举报渠道的管理方面，人工智能可以协助对收到的举报进行自动分流和归类，识别重复举报，并按严重程度和紧急程度对案件排序。这使调查团队能够更迅速地处理最关键的案件，缩短响应时间，提高举报渠道作为预防手段的有效性。

人工智能在合规中的监管挑战与法律边界

尽管益处显而易见，在反腐败体系中应用人工智能仍面临不容忽视的监管挑战。首先是算法透明问题。当人工智能系统把某个供应商标记为“高风险”，或者认定某笔交易可疑时，组织必须能够解释得出这一结论所依据的标准。影响第三方权利的自动化决定（例如将某供应商排除在招标程序之外）必须有理有据并可供审计，否则就有违反对质原则（contraditório）和充分辩护原则（ampla defesa）的风险。

LGPD第20条规定，数据主体有权要求对仅基于自动化处理作出的决定进行复核。这意味着，如果企业使用人工智能评估自然人（例如商业代表或公职人员）的廉洁风险，就必须准备好对算法的运行方式作出清晰说明，并允许对结果提出异议。要遵守这一规定，组织需要保存关于所用模型的详细技术文档，包括所考虑的变量、训练数据库以及准确率指标。

另一个敏感问题是算法偏见。以历史数据训练的人工智能模型可能会复制并放大既有的偏见，对特定群体、地区或经济部门作出不成比例的风险评估。在反腐败合规的语境下，这可能表现为对来自某些地区或行业的供应商采取歧视性做法，而这种差别对待并无客观理由。组织需要建立对算法的定期审计流程，以发现并纠正这些偏见。

民事责任与行政责任问题

当人工智能系统未能发现本应被识别的腐败行为时，就会产生责任归属问题。据分析，巴西现行立法对于技术开发者、部署该技术的企业以及监督系统的合规人员之间如何分配责任，尚未给出明确的答案。我们可以确定的是，使用人工智能并不能免除组织对廉洁合规体系缺陷所应承担的责任。技术只是辅助工具，不能取代人的治理。

在行政层面，巴西联邦总审计署（CGU）把发现机制的有效性作为评估廉洁合规体系的标准之一。一家企业即便采用了先进的人工智能，但若对系统缺乏适当的监督，其合规体系仍可能被认定为无效，并直接影响依据《反腐败法》所处罚款等制裁的量定。

在反腐败合规中部署人工智能的最佳实践

基于对监管环境的分析和所观察到的实践经验，我们总结出一套指导负责任地在反腐败体系中部署人工智能的最佳实践。出发点是开展影响评估，既要考虑预期的收益，也要考虑使用该技术所伴随的风险。评估应涵盖数据保护方面（按照LGPD规定编制的个人数据保护影响报告）、算法偏见风险、透明度需求以及人工监督能力。

建议组织采纳“有意义的人工监督”原则。这意味着，重要决定（例如将某家企业列入限制名单、冻结付款，或将举报转交调查）不应完全交由自动化系统决定。人工智能应当作为决策辅助工具，提供分析和建议，再由具备资质的专业人员评估后，才采取具体措施。

文档记录是另一项重要支柱。人工智能系统生命周期的每个阶段都应有记录，从目标的确定、训练数据的选择，到模型参数的决定以及定期审计的结果。这些文档既可以向监管机构证明廉洁合规体系的有效性，也可以在出现司法或行政质询时保证决策的可追溯性。

数据治理及其与廉洁合规体系的整合

人工智能产出结果的质量，直接取决于输入系统的数据质量。打算在反腐败体系中使用人工智能的组织，需要投入建设健全的数据治理，确保所处理信息的准确、及时和完整。过时或不准确的数据可能产生误报（使合规团队不堪重负），更糟的是，还可能漏报真实存在的风险。

还需要强调的是，应当把人工智能工具整合到更完整的廉洁合规体系架构之中。技术无法取代其他核心要素，例如高层管理者的承诺、对员工的定期培训、举报渠道以及内部预防政策。当人工智能置于成熟的合规生态之中，各项机制相互补充、彼此强化时，效果最佳。

人工智能在巴西反腐败合规中的未来展望

巴西的监管环境在这方面正在快速演变。目前正在国会（Congresso Nacional）审议的《人工智能法律框架》（Marco Legal da IA），预计将就算法透明、风险评估以及人工智能系统所致损害的民事责任制定更具体的规则。视立法文本的最终形态而定，我们可能会看到它对组织在合规体系中使用这些技术的方式产生直接影响。

据分析，国际趋势正指向反腐败监管与人工智能治理之间的趋同。经合组织（OCDE）和金融行动特别工作组（GAFI）等机构已发布指引，就在预防洗钱和腐败中负责任地使用先进技术提出建议，强调基于风险的方法，以及公共部门与私营部门合作的重要性。

在巴西，CGU、联邦检察院（Ministério Público Federal）和联邦审计法院（Tribunal de Contas da União）在监督与调查中运用技术工具的水平越来越高，这给企业带来了额外压力，促使其更新自身的发现系统。如果组织不跟上这一发展，其廉洁合规体系就有可能被认定为与市场上现有的技术能力相比不够充分。

我们的结论是：人工智能为反腐败合规带来了变革性的机遇，但这一变革必须在法律与伦理责任的前提下推进。如果采用人工智能时不重视适用的监管框架，可能给组织带来新的风险，包括个人数据泄露、歧视性决定和治理缺陷。最稳妥的路径，是在前沿技术、合格的人工监督与严格遵守现行法律秩序之间实现均衡整合。

这一主题与框架与合规密切相关，我们已有专文探讨。

为方便您延伸阅读，也可参阅本所关于监管科技与合规的文章。

As informações deste artigo são de caráter informativo e não substituem consulta jurídica individualizada. Cada caso possui particularidades que exigem análise específica.