社会保障领域的大数据：数据交叉比对与欺诈识别

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

INSS与Dataprev运用大数据，彻底改变了社保欺诈的识别方式：通过交叉比对数十亿条记录，发现过去数十年都未被察觉的违规行为。

什么是应用于社会保障领域的大数据

在社会保障领域谈到大数据，指的是对来自多个政府和私营机构的海量数据进行集中处理。Dataprev是负责INSS各类系统的技术公司，每天要处理数百万条记录，内容涵盖个人登记信息、劳动关系、健康数据、资金往来以及税务申报。这些信息一旦整合起来分析，就能发现传统监管手段根本无法察觉的规律和异常。

我们注意到，近二十年来，巴西社会保障系统的技术演进一直沿着一条稳定的路径推进。CNIS (巴西国家社会保障信息登记库) 是这一生态系统的主干，汇集了全国劳动者的缴费、劳动关系和薪酬数据。随着行政流程逐步数字化，可用数据量呈指数级增长，分析也因此越来越精细。

不同政府数据库之间的整合，是社会保障管理的一次质的飞跃。eSocial、RAIS、CAGED以及联邦税务局的数据库，持续为支撑大数据分析的信息生态系统提供数据。借助这种数据汇聚，算法能够识别出参保人向INSS申报的内容与其他官方记录之间的不一致。

这一主题与人工智能在医疗鉴定报告分析中的应用密切相关，我们已在专门的文章中探讨过。

这一主题与INSS的网络安全密切相关，我们已在专门的文章中探讨过。

数据交叉比对在实践中如何运作

社会保障数据的交叉比对分多个层次进行。第一层，核查INSS内部记录的一致性，将申请中的信息与参保人的缴费历史进行比较。第二层，将数据与外部数据库进行比对，例如死亡登记控制系统 (Sisobi) 中的死亡记录、正规就业数据、税务信息，甚至国际出行记录。

举一个具体的例子：将丧失工作能力津贴数据库与eSocial的记录进行交叉比对。参保人领取暂时丧失工作能力津贴，却同时保有有效的劳动关系并定期领取薪酬，系统会自动识别出这一不一致。如果有迹象表明其从事有偿工作，与所申报的丧失工作能力状态不相符，同样会被识别出来。

统计异常检测算法的作用也值得分析。这类计算模型会评估大量参保人群体的行为模式，找出明显偏离常态的个案。例如，如果某个INSS办事处发放丧失工作能力津贴的比例远高于所在地区的平均水平（并已考虑服务人群的流行病学和社会经济特征），就会触发警报，进入更深入的调查。

数据挖掘技术还能帮助识别有组织的欺诈网络。通过绘制参保人、代理人、鉴定医师和公职人员之间的关联图，算法可以揭示出可疑的关联模式。那些使用相同中间人、提交相似材料或遵循完全相同申请流程的群体，会被标记出来，交由人工进行详细分析。

大数据识别的主要欺诈类型

大数据在社会保障领域的应用，使各类欺诈得以分类，并以越来越高的效率加以打击。最常见的欺诈涉及在受益人死亡后仍违规继续领取待遇，这种做法被称为“死人领福利”。通过将INSS的支付数据库与经Sisobi传送的公证登记处死亡记录进行交叉比对，可以发现亲属或第三人仍在领取已故者待遇的情形。

另一种常见类型是伪造劳动关系以骗取待遇。空壳公司或串通的雇主在eSocial中登记虚构的劳动者，制造虚假缴费，用以支持退休金、疾病津贴或产假工资的申请。大数据算法通过识别非典型模式来发现这类骗局，例如缺勤人数畸高的公司、劳动关系极为短暂且随后即提出申请的情形，或集中在特定时间段的缴费。

海量数据的交叉比对，已使社会保障监管由依赖零星举报的被动模式，转变为能够预判并防范欺诈的预测模式，在欺诈给制度造成数十亿的损失之前就加以阻止。

先进的技术工具也被用于打击文件造假。借助文件自动化分析，可以识别出被篡改的缴费年限证明、前后不一致的医疗鉴定报告，以及缺乏其他记录佐证的农村劳动申报。将这些材料与土地使用的卫星数据、农产品销售记录和农村登记信息进行比对后，过去支撑违规退休的虚假文件就很容易被识别出来。

还应指出涉及违规兼领待遇的欺诈。系统能够识别出同时领取互不相容待遇的参保人，或在法律禁止的情形下既领取社会保障待遇、又领取公职薪酬的人员。通过与联邦、州和市各级公务员数据库的交叉比对，可以全面排查这些违规情形。

对合法参保人的影响与隐私问题

打击欺诈对社会保障制度的可持续性至关重要，但我们也必须看到，大量使用大数据同样给合法参保人带来了重要问题。我们注意到，自动化的数据交叉比对系统虽然高效，却并非万无一失。登记信息不一致、录入错误、数据库更新滞后，以及特殊（但合法）的情形，都可能产生错误警报，导致待遇被不当冻结、中止或驳回。

《通用数据保护法》(LGPD) 确立了若干基本原则，公权力机关处理个人数据时必须遵循，社会保障大数据业务也不例外。目的、适当性、必要性和透明性等原则，对不加区分地使用参保人信息设定了界限。数据处理应当与打击欺诈的目标相称，而不能演变为全面监控。

对参保人而言，最大的实际困难之一，是难以对基于自动化数据交叉比对作出的决定提出异议。当待遇因算法发现的所谓违规而被中止时，参保人往往陷入卡夫卡式的处境：面对自己无法理解、标准也不透明的系统所得出的结论，还必须自证清白。这种举证责任的倒置，在实践中可能给依靠待遇维持生计的弱势群体造成严重损害。

在这一背景下，算法解释权的问题日益重要。参保人有权以通俗易懂的语言了解：使用了哪些数据，哪些交叉比对引发了怀疑，行政决定依据的是哪些标准。这项权利既有LGPD作为依据，也有听证权和充分辩护权这些宪法原则的支持，必须在INSS的行政实践中得到切实保障。

未来展望与人工智能的作用

社会保障领域技术演进的下一阶段，是将人工智能和机器学习技术整合到现有的大数据系统中。分析认为，基于人工智能的预测模型不仅有潜力发现已经发生的欺诈，还能在待遇发放之前，就识别出显示违规风险较高的模式。

在社会保障分析中引入人工智能系统，也意味着需要建立健全的算法治理。我们必须确保所用模型不会复制歧视性偏见，自动化决策可以被审计，并且对决策过程有切实有效的人工监督。在涉及基本权利的问题上，自动化应当是辅助决策的工具，而不是取代人的判断。

我们还观察到，政府各部门之间，乃至国家之间，正通过国际社会保障协定扩大数据共享。数据生态系统的扩大，增强了发现跨国欺诈的能力（例如长期定居国外却未告知INSS而继续领取待遇的情形），但同时也放大了对隐私和个人数据保护的风险。

社会保障大数据的发展，还将走向实时数据的使用。随着eSocial的巩固和健康记录的数字化，对待遇资格及其维持的监测趋于持续进行，以长期跟踪取代定期复核。这种范式转变不仅需要技术投入，还需要更新监管框架，并对操作这些系统的公职人员进行能力培训。

对参保人及其律师而言，了解这些系统如何运作变得越来越重要。在当前形势下，有效的社会保障维权需要熟悉INSS所使用的数据库，能够发现自动化交叉比对中的错误，并善于提供能与技术系统“对话”的证据。传统的法律知识固然不可或缺，但如果不了解社会保障决定所处的数字环境，已经不够用了。

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