Inteligencia Artificial para la detección de fraude
El fraude es un problema actual. España se sitúa en el número 41 en tendencia de corrupción a nivel mundial y está tan extendido que muchas personas -sobre todo los jóvenes– lo consideran algo normal o justificado. Son datos del II Congreso Nacional Antifraude, organizado por la World Compliance Association para estar al día de nuevas estrategias y herramientas innovadoras para su detección.
Actualmente, se cometen gran variedad y volumen de fraudes. En concreto, el ciberfraude, es una tendencia en aumento. Pero la tecnología y, en especial, la Inteligencia Artificial, pueden también aportar soluciones. En el Instituto de Ingeniería del Conocimiento (IIC), expertos trabajan en un proyecto para detectar el fraude en tiempo real.
La importancia de la velocidad en la detección de fraude
Hoy en día, muchos procesos de nuestra vida cotidiana están influenciados por el análisis de datos. Por ejemplo, un algoritmo puede llegar a "decidir" si se nos concede un préstamo. Convivimos con grandes volúmenes de datos que generamos y se "escuchan" diariamente, sobre todo a nivel tecnológico.
Esto facilita que se produzca el fraude, debido en parte a un comportamiento más laxo, por comodidad o despreocupación, por parte del usuario. Sin embargo, el análisis de estos datos también facilita que se analicen posibles comportamientos fraudulentos, previniendo y evitando que estos proliferen.
Es por eso que Lynx, el sistema desarrollado por el IIC para detectarlo en tiempo real, está diseñado para analizar todo tipo de transacciones bancarias en milisegundos, para determinar si en dichas transacciones, ya sean físicas u online, se ha podido producir fraude.
Aprendizaje automático para la detección de fraude
Si ponemos el foco en la rapidez en la detección de fraude, existen técnicas que pueden agilizar aún más los resultados. Se trata del Machine Learning o aprendizaje automático, una técnica de la Inteligencia Artificial.
¿En qué se basa ese análisis automático? La máquina aprende a identificar patrones fraudulentos en base al comportamiento de los clientes del banco. Es decir, cuando el usuario se sale de unos patrones habituales, el sistema da una alerta.
A continuación, pueden darse varios escenarios según la gravedad: se bloquea la tarjeta, se llama al cliente o se revisa la transacción por parte del banco. De esta forma, se investigan los comportamientos diferentes por si se trata de un fraude.
Es importante destacar que al final del camino siempre hay una persona: los sistemas automáticos pueden detectar el fraude pero las máquinas no tienen todavía "sentido común" y hay situaciones que identifica mejor un ser humano que una máquina.
Al final, Lynx es un sistema mixto: por un lado, calcula el nivel de riesgo de una operación a través del aprendizaje automático y, por otro, los expertos analizan los casos más sospechosos, consiguiendo mejores resultados en la detección de fraude.
