Cargando...
Dicho lo anterior, la innovación dentro del tramo tecnológico ha invertido cuidado a través de diversas plataformas tecnológicas (compliance). Sin duda alguna, se ha postulado una “herramienta” de cuidado con respecto a la fuente de inteligencia artificial (IA), en cumplimiento a las diversas responsabilidades de las personas físicas/jurídicas. Al referenciar a la IA estamos ingresando al campo científico y estadístico que registra que la tecnología imita la “inteligencia” similar a la humana.
Pues bien, infiriendo en la realidad del ciberespacio, nos encontramos con (nuevas) “metodologías” delictivas para el lavado de dinero y para la formulación de diversos (otros) injustos económicos – financieros. No obstante, ante las numerosas transacciones, la tecnología (también) se transforma en una estrategia de cumplimiento normativo para prevenir irregularidades a partir de los parámetros de inteligencia artificial, como ocurre con el Compliance Xpert.
Ante ello, tenemos que la inteligencia artificial (IA) se apoya en el “análisis de datos”, puesto que la IA puede generar un estudio desde grandes cantidades de datos financieros en busca de patrones y anomalías, y ante dicho efecto, se suele exponer la utilización de análisis de datos como HADOOP, SPARK o ELASTICSEARCH para procesar toda información de notable importancia para el contexto preventivo e investigativo.
También, se considera el “aprendizaje automático” que proporciona una mejora integral a partir de datos, y con el perfeccionamiento de algoritmos, como una técnica de árboles de decisión, redes neuronales o máquinas de vectores de soporte, con el propósito de descubrir transacciones irregulares.
Asimismo, se canaliza la minería de datos, que permite extraer conocimientos y patrones a través de clustering o detección de anomalías, que posibilita el emparejamiento de transacciones sospechosas.
Por consiguiente, se aplica (al caso concreto) el procesamiento del “lenguaje natural” que asegura “técnicas” para analizar textos, en razón a informes financieros para dimensionar ciertos indicios de actuaciones fraudulentas. En tanto, se encuentran las “redes neuronales convulsionales”, que activan algoritmos de aprendizaje automático a través de la incidencia de imágenes de documentos financieros, para descubrir las manipulaciones gráficas y/o falsificaciones.
De igual forma, podemos destacar aquella interacción con las plataformas de análisis forense digital que animan una especie de herramienta especializada para la investigación de actividades ilícitas en el tramo financiero, puesto que potencian la recopilación de la evidencia digital (con eficiencia y efectividad).
Por otro lado, se tiene aquella (cotidiana) cooperación a través de entidades externas, como ocurre con las agencias de cumplimiento y diversos organismos de seguridad para complementar los datos financieros.
Ahora bien, la inversión de la IA en los despliegues de control de las finanzas se ampara en el núcleo de “algoritmos” avanzados y aprendizaje automático (ML), para contrastar datos económicos y apreciaciones transaccionales. Es decir, su adecuación en los delitos financieros ocupa un respaldo (técnico), mientras que su origen no es reciente, en vista a que radica a partir del año 1956 como herramienta vinculada al control del riesgo de crédito mediante información apócrifa.
En tanto, desde el control de medios de pago o empresas de seguridad digital, hemos de reconocer la actual incidencia de aplicaciones, como Falcon o Biocatch, que se perfeccionan en la prevención de este tipo de hechos fraudulentos.
Pues bien, la IA ha ensamblado la metodología de algoritmos que refuerzan la detección de singularidades de producción irregular, tal como lo permite el software “Modellica”, que identifica aquellos incrementos repentinos en transacciones, alertando a bancos (sujetos obligados).
Es por ello que la esencia preventiva incorpora a la inteligencia artificial de modo a acompañar toda integración de activos al ciclo económico, y ante la (necesaria) validación de identidad avanzada, que resulta en una práctica constante por el entorno de reconocimiento facial, el reconocimiento de huellas dactilares, la autenticación biométrica, el análisis de voz y el análisis de documentos, a fin de validar la identidad de los usuarios.
No podemos dejar de considerar a la IA generativa que razona en una tecnología de prevención de fraudes financieros, que certifica una autonomía aplicada en torno a las tácticas de los (agentes) que persiguen una irregularidad.
Así, se advierte sobre la identificación de comportamientos sospechosos, administrando anomalías que han superado los controles tradicionales y/o a través de la comparación de actividades basadas en el historial del usuario para prevenir toda suplantación de identidad.
Definitivamente, la IA generativa permite evaluar reclamos con fuentes estadísticas externas, con relación a las compañías de seguros, reivindicando la determinación innegable contra toda amenaza financiera (emergente).
Finalmente, podemos entablar justiprecio sobre los avances significativos de la inteligencia artificial, con cierto efecto positivo en el proceso de auditoría financiera, por su rapidez, calidad y fiabilidad, respaldada por el aumento de las inversiones y de transacciones realizadas por agentes públicos y/o privados.
Indebida
La utilización indebida de la tecnología ha influido en diversos temas de debates con referencia continua con el tema de la “ciberseguridad”.
Lavado
Infiriendo en la realidad del ciberespacio, se dan nuevas “metodologías” delictivas para el lavado de dinero y para la formulación de otros injustos económicos.
Esencia
La esencia preventiva incorpora a la IA de modo a acompañar toda integración de activos al ciclo económico, y ante la validación de identidad avanzada.
(*) Docente investigador de la carrera de Derecho de la Universidad Americana. Doctor en Derecho. PosDoctor en Ciencias (PD Cs.) - Mención Investigación Científica. Magíster en Ciencias Penales. X: @MatiasGarceteP