爱之小夜曲行动：开源AI Rosie审计巴西国会开支

巴西法律规定国会议员的报销申请必须公开，但众议院每月收到超过2万份报销单——数量之大，令公民、记者或审计人员无法人工核查，而正是这种疏漏让滥用行为屡屡得逞。

一个开源AI学习巴西的报销规则，扫描每一笔国会报销，并向公众和当事政客推特曝光可疑开支。

数据科学家伊里奥·穆斯科普夫于2016年9月众筹约8万雷亚尔，由约10人的核心团队和600多名志愿者将书面报销规则转化为软件。开源机器学习机器人Rosie标记异常，如餐费过高或同一议员同时出现在两个城市的报销，自2017年起在推特上发布其怀疑，而其配套平台Jarbas则通过网站和API让任何人浏览和验证被标记的收据。

到2018年初，已有超过9000笔报销被标记为可疑；截至2019年底，Rosie已发布967条推文，当时该团队自己的研究发现，自Rosie推出以来，国会的餐费开支下降了约10%。报道覆盖超过90家媒体，包括巴西最大的媒体——但执法仍是薄弱环节，只有几十名政客退还了款项。

巴西法律已经为公民提供了问责的原始材料：每位联邦议员的每笔报销都是公开的。但众议院每月处理超过2万份报销，数据深藏于充满术语的官方门户网站中——因此实际上几乎无人审计。始于2016年的爱之小夜曲行动，正是为了让这种透明度变得可读、持续，而非偶然。

这个项目源于公民黑客，他们发现这个故事的魅力无法抗拒：名字的双关语借鉴了瑞典的“三角巧克力事件”（该事件曾让一位副总理因使用公务卡购买巧克力棒而下台）、巴西一种名为“爱之小夜曲”的糖果，以及巴西联邦警察行动的大名。伊里奥·穆斯科普夫分享了这一想法，2016年9月发起的众筹活动筹集了约8万雷亚尔，由约10人组成的团队和600多名志愿者将报销规定转化成了代码。

这款软件被命名为Rosie，一个开源机器学习应用，它研究每一笔报销并给出其为异常的概率——例如，标记出价格过高的餐费或显示议员同时在两个地点的收据。自从2017年，Rosie就在推特上发布其怀疑，同时@公民和被质疑的政客，而Jarbas——一个配套网站和API——将分散的官方数据整合到一个可搜索的仪表板中，以便人们自行验证或驳回每个警报。

数据表明，它作为一种威慑而非检察官的工具：截至2018年初，已有超过9000笔报销被标记，截至2019年底Rosie已发布967条推文，并且该团队的研究发现，议员的餐费开支下降了约10%。超过90家媒体报道了该项目，但实际退款仍只有几十笔——这证明更困难的问题不在于检测，而在于让机构对公民构建的机器人发现的问题采取行动。

它颠倒了传统的监督逻辑：不是等待丑闻爆发，而是让审查变得持续、自动化和自由可用。

将报销规定转化为代码，使规则本身变得可测试，并让项目检测出人类在大规模情况下不太可能发现的规避模式。

向被质疑的政客发送推文，使威慑公开化——问责通过可见性而非起诉来起作用。

开源Rosie并构建Jarbas，将一次性的行动变成了可复制的公民基础设施，其他国家可以借鉴。

众筹前90天资金并吸引600名志愿者，证明严肃的监督机器可以由公民而非仅由机构构建。

当监督变得自动化和公开化时，威慑力本身就在于曝光：一个对每笔可疑报销发推的机器人，即使在正式惩罚很少的情况下，也改变了政客的行为。

2018年，该项目在开放知识巴西的支持下制度化，创始人转入公民科技领域——其中两人加入世界银行担任研究员。团队还将同一数据用于“政治档案”平台，该平台在2018年巴西大选前帮助建立候选人档案。其事后总结直言不讳：国会可能会拒绝调查低价值报销（最高约为2万美元），官方门户网站的验证码也减缓了Rosie的数据抓取。Rosie仍然是一个被广泛引用的例子，证明AI可以将开放数据转化为公民行动——即便被监督的机构持抵制态度。