ניקוד-סיכון בהונאת-קצבאות (Welfare Fraud Risk Scoring)

AI יישומי

הגדרה

ניקוד-סיכון בהונאת-קצבאות הוא שימוש באלגוריתם המדרג בקשות לקצבה ממשלתית לפי הסתברות-הונאה, כדי לכוון בדיקה אנושית — שיטה שנויה-במחלוקת בשל חשש להטיה כלפי קבוצות מסוימות.

מה זה ניקוד-סיכון בהונאת-קצבאות

ניקוד-סיכון בהונאת-קצבאות הוא שימוש באלגוריתם שמדרג בקשות לקצבה ציבורית — למשל קצבת-ילדים, דמי-אבטלה או סיוע-בדיור — לפי הסתברות ההונאה שבהן, כדי לכוון בדיקה אנושית לבקשות המסומנות כחשודות. זה שונה במהותו משני מונחים דומים-לכאורה: זיהוי-הונאות (fraud-detection) עוסק בהונאה מסחרית ובנקאית — כרטיסי-אשראי, הלבנת-הון — לא בזכאות לקצבה ממשלתית; ודירוג-אשראי (credit-scoring) מעריך סיכון-הלוואה של אדם פרטי מול גוף מסחרי, לא זכאות לתשלום-מדינה. שלושתם ניקוד-סיכון של אדם, אך בתחומים נפרדים לגמרי עם רגולציה, בעלי-עניין והשלכות שונות. מונח נוסף מאותה משפחה הוא שיטור חזוי (predictive-policing): גם הוא כלי-ניקוד אלגוריתמי בשירות רשות ציבורית, אך הוא מדרג מקום וזמן שבהם צפויה פשיעה — לא בקשה שהגיש אדם מסוים.

פרשת-הקצבאות ההולנדית: מה קרה

הדוגמה המתועדת-היטב לניקוד-סיכון בהונאת-קצבאות היא פרשת קצבת-הילדים בהולנד (toeslagenaffaire). רשות-המסים ההולנדית (Belastingdienst) הפעילה, החל מ-2013, אלגוריתם לומד-עצמו לזיהוי-סיכון בבקשות לקצבת-טיפול-בילדים, שהתייחס בין השאר להחזקת אזרחות כפולה כגורם-סיכון. בין 2005 ל-2019 הואשמו כ-26,000 הורים בטעות בהונאה, ונדרשו להשיב את מלוא הקצבה שקיבלו — לעיתים עשרות-אלפי יורו — מה שדחף משפחות רבות לחובות כבדים. במקרים רבים הופעל עיקרון-80-20 (הנחה מראש ש-80 אחוזים מהבקשות המסומנות הן הונאה, ורק 20 אחוזים תמימות) בלי ראיה כמותית פרטנית, וכמעט בלתי-אפשרי היה להורים החפים-מפשע לבטל את ההחלטה.

הממצא הרגולטורי

ביולי 2020 קבעה הרשות ההולנדית להגנת-מידע (Autoriteit Persoonsgegevens) שדרך-הפעולה של רשות-המסים הייתה "בלתי-חוקית, מפלה ובלתי-הולמת", והפרה את תקנת-ה-GDPR האירופית. יו"ר הרשות כתב במפורש: "המערכת כולה נבנתה באופן מפלה, ושימשה ככזו... הייתה תשומת-לב שלילית קבועה ומובנית לאזרחות ולאזרחות-כפולה של המבקשים". יחד עם זאת, הרשות ציינה סייג משפטי מדויק: מבחינה טכנית לא בוצע "פרופיל אתני" כהגדרתו ב-GDPR, כי המערכת כלל לא החזיקה נתוני-גזע או מוצא-אתני — ההפליה פעלה דרך שדה-האזרחות, לא דרך שדה-גזע.

ההשלכות הפוליטיות

ההשלכות הפוליטיות היו חריפות: מזכיר-המדינה ההולנדי לענייני-אוצר, מנו סנל (Menno Snel), התפטר ב-18 בדצמבר 2019; וב-15 בינואר 2021 — כחודשיים לפני הבחירות הכלליות שתוכננו — התפטרה ממשלת רוטה השלישית כולה והמשיכה כממשלת-מעבר, ושר הכלכלה והאקלים, אריק ויבס (Eric Wiebes), התפטר לאלתר.

האם זה AI, ולמה זה חשוב

בשנים הראשונות אחרי הפרשה תואר הכלי בעיקר ככלל-אצבע מנהלי, אך תיעוד מאוחר-יותר — בהם כתבה ב-IEEE Spectrum מ-2022 ומאגר AI Incident Database — מתאר אותו במפורש כ"אלגוריתם לומד-עצמו" (self-learning algorithm) שנפרס כבר ב-2013, ומסווג את המקרה כפגיעה שנגרמה על-ידי "אלגוריתם קופסה-שחורה לומד-עצמו" (self-learning black box algorithm) — כלומר יישום-בינה-מלאכותית מתועד, לא רק מדיניות מנהלית ללא רכיב חישובי. הפרשה נדונה בהרחבה כמקרה מתועד של נזק מניקוד-סיכון ממשלתי אוטומטי, וממחישה כיצד מערכת שמוצגת כ"אובייקטיבית" עלולה להנציח הטיה כשהיא מזהה קטגוריה חברתית — כמו אזרחות-כפולה — כגורם-סיכון.

שאלות נפוצות ❓

מה קרה בפרשת-הקצבאות ההולנדית?

רשות-המסים ההולנדית האשימה כ-26,000 הורים בין 2005 ל-2019 בהונאת קצבת-ילדים בטעות, על סמך אלגוריתם לומד-עצמו שהופעל החל מ-2013.

מה זה "עיקרון 80-20" שהופעל בפרשה?

הנחת-יסוד מנהלית ש-80 אחוזים מהבקשות המסומנות הן הונאה, בלי ראיה כמותית פרטנית — מה שהפך כמעט בלתי-אפשרי להורים החפים-מפשע לבטל את ההחלטה.

מה קבעה הרשות ההולנדית להגנת-מידע?

שדרך-הפעולה של רשות-המסים הייתה "בלתי-חוקית, מפלה ובלתי-הולמת", אם כי לא בוצע "פרופיל אתני" כהגדרתו ב-GDPR כי המערכת לא החזיקה נתוני-גזע.

מה ההבדל בין ניקוד-סיכון בהונאת-קצבאות לזיהוי-הונאות (fraud-detection) ולדירוג-אשראי (credit-scoring)?

זיהוי-הונאות עוסק בהונאה מסחרית ובנקאית, ודירוג-אשראי מעריך סיכון-הלוואה מול גוף מסחרי — שניהם לא עוסקים בזכאות לקצבה ממשלתית.