Operação Serenata de Amor：開源 Rosie AI 稽核巴西國會開支

巴西法律規定國會議員的報銷申報必須公開，但眾議院每個月收到超過 20,000 筆申報——數量多到公民、記者或稽核人員都無法人工查核，而濫用正是這樣溜了過去。

一套開源 AI 學習巴西的報銷規則，掃描每一筆國會申報，並將可疑開支推上 Twitter，同時告知公眾與政治人物本人。

資料科學家 Irio Musskopf 於 2016 年 9 月透過群眾募資籌得約 80,000 雷亞爾，一個約十人的核心團隊加上超過 600 名志工，把成文的報銷規則轉化為軟體。開源機器學習機器人 Rosie 會標記異常，例如價格過高的餐飲，或顯示同一名議員同時出現在兩個城市的申報；她自 2017 年起在 Twitter 上發布其懷疑，而搭配的平台 Jarbas 則讓任何人透過網站與 API 瀏覽並查證被標記的收據。

到 2018 年初，已有超過 9,000 筆報銷被標記為可疑；截至 2019 年底，Rosie 已推文 967 次，而該團隊自己的研究發現，自她推出以來，國會餐飲支出已下降約 10%。報導觸及超過 90 家媒體，包括巴西最大的媒體——但執法仍是最弱的一環，只有數十名政治人物退還款項。

巴西法律早已為公民提供了問責的原料：聯邦國會議員申報的每一筆報銷都必須公開。但眾議院每個月處理超過 20,000 筆申報，而資料存放在充滿術語的密集官方入口網站中——因此實際上幾乎沒有人稽核過。Operação Serenata de Amor 始於 2016 年，正是試圖讓這種透明度變得可讀且持續，而非偶一為之。

這個專案誕生於覺得這個故事令人無法抗拒的公民黑客：名稱雙關了瑞典的「Toblerone 醜聞」——該醜聞因一根在公務卡上購買的巧克力棒終結了一位副總理的職業生涯——也雙關了巴西一種名為 Serenata de Amor 的糖果，以及巴西聯邦警察行動的宏大命名。Irio Musskopf 分享了這個構想，一場群眾募資活動於 2016 年 9 月籌得約 80,000 雷亞爾，一個約十人的團隊在超過 600 名志工支持下，把報銷法規轉換成程式碼。

這套軟體成為 Rosie，一套開源機器學習應用程式，會研究每一筆申報並賦予其不規則的機率——例如標記價格過高的餐飲，或把同一名國會議員置於兩個地點的收據。自 2017 年起，Rosie 在 Twitter 上發布其懷疑，同時向公民與被指控的政治人物喊話；而搭配的網站與 API Jarbas 則把散落的官方資料彙整成一個可搜尋的儀表板，讓人們能自行查證或駁回每一則警示。

數字顯示這是一套發揮嚇阻作用而非起訴作用的工具：到 2018 年初，已有超過 9,000 筆報銷被標記，截至 2019 年底 Rosie 已推文 967 次，而該團隊的研究發現，自她推出以來國會議員的餐飲支出已下降約 10%。超過 90 家媒體報導了這個專案，但實際退款仍只有數十筆——這證明更難的問題不是偵測，而是讓機構對一個公民打造的機器人所發現的事採取行動。

它顛覆了監督的慣常邏輯：不是等待醜聞爆發，而是讓審查變得持續、自動，且任何人都能免費使用。

把報銷法規轉譯成程式碼，使規則本身變得可測試，並讓專案能偵測人類在大規模下難以察覺的規避模式。

把每一則懷疑推文給被指控的政治人物，使嚇阻公開化——問責透過可見度而非起訴發揮作用。

將 Rosie 開源並打造 Jarbas，把一次性的活動變成可重複使用的公民基礎設施，其他國家可以仿效。

為最初 90 天群眾募資並動員 600 名志工，證明一套嚴肅的監督機器可以由公民而非僅由機構打造。

當監督是自動且公開的，嚇阻本身就是曝光：一個把每筆被標記申報推上 Twitter 的機器人，即使正式懲罰鮮少隨之而來，也改變了政治人物的行為。

2018 年，該專案在 Open Knowledge Brasil 之下機構化，創辦人轉任公民科技職務——其中兩人以研究員身分加入世界銀行。團隊把同樣的資料變成 Perfil Político，一個在巴西 2018 年選舉前剖析候選人的平台。其事後檢討相當坦率：國會可以拒絕調查低金額申報（最高約 20,000 美元），而官方入口網站的驗證碼拖慢了 Rosie 的擷取。Rosie 至今仍是被廣泛引用的明證，證明 AI 能把開放資料轉化為公民行動——即使被監督的機構加以抗拒。