Operación Serenata de Amor: la IA de código abierto Rosie audita los gastos del Congreso de Brasil

La ley brasileña hace públicos los reembolsos reclamados por los miembros del Congreso, pero la Cámara recibe más de 20.000 cada mes, demasiados para que ciudadanos, periodistas o auditores los revisen a mano, y así era exactamente como se colaban los abusos.

Una IA de código abierto aprende las normas de reembolso de Brasil, examina cada reclamación del Congreso y tuitea los gastos sospechosos al público y a los propios políticos.

El científico de datos Irio Musskopf recaudó mediante micromecenazgo unos 80.000 reales en septiembre de 2016, y un equipo central de unas diez personas, apoyado por más de 600 voluntarios, convirtió las normas escritas de reembolso en software. Rosie, un bot de aprendizaje automático de código abierto, señala anomalías como comidas con precios excesivos o reclamaciones que sitúan a un miembro en dos ciudades a la vez, publica sus sospechas en Twitter desde 2017, y su plataforma complementaria Jarbas permite a cualquiera consultar y verificar los recibos señalados mediante un sitio web y una API.

A principios de 2018 ya se habían señalado más de 9.000 reembolsos como sospechosos; Rosie había tuiteado 967 veces a finales de 2019, cuando la propia investigación del grupo encontró que el gasto en comidas del Congreso había caído alrededor de un 10 % desde su introducción. La cobertura llegó a más de 90 medios, incluidos los más grandes de Brasil, pero la aplicación de las normas siguió siendo el eslabón débil: solo decenas de políticos devolvieron el dinero.

La ley brasileña ya daba a los ciudadanos la materia prima para la rendición de cuentas: todo reembolso reclamado por un miembro del Congreso federal es público. Pero la Cámara de Diputados procesa más de 20.000 reclamaciones al mes, y los datos vivían en densos portales oficiales llenos de jerga, así que en la práctica casi nadie los auditaba. La Operación Serenata de Amor, iniciada en 2016, fue un intento de hacer que esa transparencia fuera legible y continua en lugar de ocasional.

El proyecto nació de hackers cívicos a quienes la historia les resultó irresistible: el nombre juega con el «caso Toblerone» sueco que acabó con la carrera de un viceprimer ministro por una barra de chocolate en una tarjeta oficial, con un dulce brasileño llamado Serenata de Amor y con los grandilocuentes nombres de las operaciones de la Policía Federal brasileña. Irio Musskopf compartió la idea, una campaña de micromecenazgo recaudó unos 80.000 reales en septiembre de 2016, y un equipo de unas diez personas, respaldado por más de 600 voluntarios, convirtió la normativa de reembolsos en código.

El software se convirtió en Rosie, una aplicación de aprendizaje automático de código abierto que estudia cada reclamación y le asigna una probabilidad de ser irregular, señalando, por ejemplo, comidas con precios excesivos o recibos que sitúan a un miembro del Congreso en dos lugares al mismo tiempo. Desde 2017 Rosie publica sus sospechas en Twitter, dirigiéndose tanto a los ciudadanos como al político acusado, mientras que Jarbas, un sitio web y una API complementarios, reúne los datos oficiales dispersos en un único panel consultable para que la gente pueda verificar o descartar cada alerta por sí misma.

Las cifras muestran una herramienta que funcionó como elemento disuasorio más que como fiscal: a principios de 2018 se habían señalado más de 9.000 reembolsos, Rosie había tuiteado 967 veces a finales de 2019, y la investigación del grupo encontró que el gasto en comidas de los miembros del Congreso había caído alrededor de un 10 % desde su introducción. Más de 90 medios cubrieron el proyecto, pero las devoluciones efectivas siguieron siendo decenas: prueba de que el problema más difícil no era la detección, sino lograr que la institución actuara sobre lo que había encontrado un robot construido por ciudadanos.

Invirtió la lógica habitual de la supervisión: en lugar de esperar un escándalo, hizo que el escrutinio fuera continuo, automático y gratuito para cualquiera.

Traducir la normativa de reembolsos a código hizo que las propias normas fueran comprobables y permitió al proyecto detectar patrones de evasión que los humanos difícilmente habrían detectado a escala.

Tuitear cada sospecha al político acusado hizo público el efecto disuasorio: la rendición de cuentas funcionó mediante la visibilidad más que mediante el procesamiento.

Publicar Rosie como código abierto y construir Jarbas convirtió una campaña puntual en infraestructura cívica reutilizable que otros países podrían copiar.

Financiar por micromecenazgo los primeros 90 días y contar con 600 voluntarios demostró que una máquina seria de supervisión podía ser construida por ciudadanos, no solo por instituciones.

Cuando la supervisión es automática y pública, el efecto disuasorio es la propia exposición: un bot que tuitea cada reclamación señalada cambió el comportamiento de los políticos incluso donde rara vez seguía un castigo formal.

En 2018 el proyecto se institucionalizó bajo Open Knowledge Brasil, y los fundadores pasaron a desempeñar funciones en el ámbito de la tecnología cívica: dos se incorporaron al Banco Mundial como becarios. El equipo convirtió los mismos datos en Perfil Político, una plataforma para elaborar perfiles de candidatos antes de las elecciones brasileñas de 2018. Sus análisis posteriores fueron sinceros: el Congreso podía negarse a investigar reclamaciones de bajo valor (hasta unos 20.000 dólares estadounidenses), y los captchas de los portales oficiales ralentizaban el raspado de datos de Rosie. Rosie sigue siendo una prueba ampliamente citada de que la IA puede convertir datos abiertos en acción ciudadana, incluso cuando la institución vigilada se resiste.