Pássaros da mesma pena voam juntos. O ditado popular se aplica à política e à análise computacional de redes complexas de pesquisa sobre corrupção, a julgar por um estudo realizado por cientistas da Universidade de São Paulo, no Brasil.

Segundo os autores, é possível prever se deputados (membros da Câmara dos Deputados) serão condenados por corrupção ou crimes do colarinho branco no futuro, analisando a semelhança entre seus registros eleitorais e os do de legisladores já condenados.

O estudo é publicado como um capítulo do livro. Redes de corrupção. Os pesquisadores analisaram o histórico de votação e a consonância de 2.455 políticos eleitos para a câmara baixa entre 1991 e 2019, em um total de 3.407 sessões que envolveram a votação de projetos de lei que cobrem uma ampla gama de questões.

“O aspecto surpreendente do estudo é que não precisamos usar dados de casos julgados por tribunais para encontrar essa correlação entre histórico de votação e corrupção. Usamos apenas os registros de votação de casas para criar redes que mostram o que chamamos ‘bairro eleitoral’ em termos de como e com quem os deputados votaram. Com base nisso, nosso modelo pode prever se um deputado é corrupto com 90% de acerto ”, disse Tiago Colliri, coautor do estudo.

A análise foi realizada durante o doutorado. por Colliri. pesquisa no Departamento de Ciência da Computação de São Carlos da USP, com bolsa do Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq). A FAPESP apoiou por meio de Projeto Temático e do Centro de Inteligência Artificial (C4AI), parceria entre a FAPESP e a IBM.

A análise de redes complexas tem sido amplamente aplicada, incluindo campos como redes neurais biológicas e cadeias alimentares, por exemplo. Em estudos relacionados ao crime, os objetivos variam de encontrar uma correlação entre capital social e risco de corrupção em contratos do governo local para identificar ligações ocultas entre membros de um grupo mafioso italiano.

Para entender a abordagem, é necessário ter em mente que redes complexas referem-se a gráficos de grande escala com padrões de conexão não triviais. “Uma das principais características de qualquer rede complexa é a modelagem de vários tipos de relacionamento entre nós, ou alternados, no caso do nosso estudo. Eles podem ser relacionamentos locais, intermediários ou globais. Aqui nos propomos a identificar a relação entre deputados e como votaram no Congresso, e nosso método era altamente preciso para fins de previsão “, disse Zhao Liang, professor do Departamento de Computação e Matemática da Faculdade de Filosofia, Ciências e Letras de Ribeirão Preto da USP (FFCLRP) e outro co- autor do estudo.

Semelhança

Depois de criar uma rede baseada no histórico de votação de quase 2.500 deputados, os pesquisadores notaram que alguns parlamentares que haviam sido notoriamente condenados por corrupção tinham registros de votação semelhantes aos de outros parlamentares. “Neste tipo de análise de rede, cada nó representa um deputado e cada ponta representa a semelhança de votos entre uma dupla de deputados”, explicou Colliri.

Os pesquisadores detectaram um padrão na rede. “O padrão mostrou proximidade ou semelhança nas votações dos deputados cujas condenações foram veiculadas na mídia. Havia consistência em seus registros eleitorais”, disse.

Para validar a constatação, eles montaram um banco de dados separado com dados de deputados condenados por corrupção retirados de fontes como o Supremo Tribunal Federal (STF). “Com esta base de dados secundária, verificamos 33 pessoas que haviam sido condenadas e não estavam dispersas, mas agrupadas na rede”, disse Colliri. “Eles formaram um padrão do que chamamos de ‘vizinhos corruptos’. Precisão”.

Uma das conclusões do estudo é que a corrupção no Congresso pode ser monitorada com mais facilidade. “Descobrimos que parlamentares corruptos votam de forma semelhante em nosso Congresso, então um modelo preditivo pode ser obtido de forma mais simples e o monitoramento pode ser muito mais fácil de fazer. É muito mais fácil analisar esses dados do que pesquisar entre processos. Julgamentos criminais, relatórios da mídia, e até árvores genealógicas “, disse Zhao.