Inteligencia artificial y el fraude en organizaciones

Las recientes repercusiones de público conocimiento del caso de Cambridge Analytica, confirman que la tecnología cada día alcanza más campos del ámbito académico, político, social y laboral. Por lo tanto, es importante destacar la creciente utilización de la inteligencia artificial (IA) para comenzar a prevenir y detectar hechos de corrupción y fraude en las organizaciones.

Nuestra última encuesta sobre delitos económicos indicó que el 23% de las organizaciones comenzaron a utilizar la IA y el 35% planea su desarrollo en el corto y mediano plazo.

En los últimos años y, más aún con la vigencia de la ley de responsabilidad penal empresaria, se incrementó la necesidad de construir programas de integridad, antifraude y/o anticorrupción y el desarrollo de equipos de investigación internos y compliance, para establecer políticas y procedimientos específicos e implementar tecnología que ayude a las organizaciones a combatir la amenaza de ser víctima de fraude.

En general, el foco principal de cualquier actividad de investigación, prevención y detección, es la búsqueda de algún indicio, patrón o conducta que permita identificar un acto no ético o irregular. En esa búsqueda, está la habilidad del investigador, su capacidad de analizar diferentes fuentes de información, el desarrollo del pensamiento lateral para unir puntos que no tienen a priori ninguna conexión a la vista y la perseverancia de plantear hipótesis de cómo podría ocurrir el delito, probando luego cada una de ellas hasta finalmente descubrir los hechos.

Pero hoy el investigador ya no está solo en esa desafiante tarea. Gracias al avance de la tecnología en los últimos años y la explosión en la cantidad y diversidad de datos estructurados y no estructurados que se generan continuamente, las organizaciones más innovadoras han comenzado a poner en práctica modelos predictivos que soporten la tarea del equipo a cargo de promover la ética y transparencia, sentaron a la misma mesa al auditor interno, investigador de fraude, científico de datos, oficial de ética y cumplimiento, responsable de seguridad de la información, de sistemas, gerente comercial, de operaciones, CFO y hasta el CEO. ¿Con qué propósito?

Comenzar a plantear posibles escenarios de amenazas a los que la organización puede estar expuesta y descubrir qué datos serán necesarios recopilar para cimentar las bases de un modelo que le permita predecir cuándo esas amenazas pueden materializarse.

Con el paso del tiempo y el registro de aquellas actividades que resultaban sospechosas, las firmas se encuentran en la posición de aplicar aprendizaje supervisado (”machine learning”) e inteligencia artificial, para etiquetar cada nueva transacción y predecir si es irregular o no.

Quienes hoy están abordando la aplicación de un modelo predictivo, son aquellos que hace algunos años confiaban en que la analítica avanzada les iba a permitir fortalecer sus programas antifraude y comenzaron a registrar y almacenar ciertos datos relevantes.

Y es justamente allí donde está la clave, la materia prima es el historial de transacciones (o alertas) que se investigó y determinó si eran o no fraudulentas.

Por lo tanto, a las organizaciones que les preocupa la corrupción y el fraude y están implementando un programa de integridad, es necesario que incluyan en su agenda la aplicación de inteligencia artificial y aprendizaje supervisado para luchar contra el flagelo y anticiparse a las amenazas del mundo actual y del mañana.

(*) Director de Forensic Services de PwC Argentina.


Formá parte de nuestra comunidad de lectores

Más de un siglo comprometidos con nuestra comunidad. Elegí la mejor información, análisis y entretenimiento, desde la Patagonia para todo el país.

Quiero mi suscripción

Comentarios