Pesquisa da Escola Superior de Economia da Rússia e Universidade Valladolid na Espanha, publicada na revista Research informa o desenvolvimento de rede neural visando modelar e prever corrupção baseado em fatores econômicos e políticos. Para tal foi usado um banco de dados na Espanha, sobre o qual criou-se modelo de alerta e previsão de corrupção por fatores macroeconômicos e políticos, com opções para riscos dependendo da situação econômica no momento.
A metodologia se faz por algorítimo complexo em que o conjunto de ligações não lineares, detecta mudança ao longo do tempo por fatores predisponentes de corrupção. A ferramenta identifica padrões de comportamento, obtendo assim, representações gráficas dos dados examinados produzindo os chamados mapas de auto organização, ou, um tipo de rede neural artificial imitando funções cerebrais. Tais mapas baseados em redes preveem casos de corrupção nos mais diferentes horizontes, atribuindo padrões repetitivos em grandes quantidades de dados sem relações explícitas entre si, ou, transformando relações não lineares de dados multidimensionais em relações geométricas simples. De acordo com o estudo, fatores econômicos podem ser usados para prever a corrupção.
Moral da história: o estudo demonstrou que a corrupção se associa ao crescimento econômico estimulado, por aumento de preços habitacionais ou de instituições depositárias e empresas não financeiras. Outra constatação foi que o aumento da corrupção se vincula ao poder de permanência do mesmo partido político, sendo que a previsão abrange um período de até três anos.
Em tempo: a metodologia usada visa prever problemas financeiros em empresas e outros fenômenos econômicos, pioneira no uso de redes neurais para detectar tentativas de corrupção, se estendendo ao poder público.