El uso cada vez mayor de la inteligencia artificial (IA) en el sector de servicios financieros ha generado preocupaciones sobre los riesgos de ciberseguridad agravados, según un informe reciente del Departamento del Tesoro. Se necesita una colaboración urgente entre el gobierno y la industria para abordar estos peligros potenciales y garantizar la estabilidad del sistema financiero.
El informe, ordenado por un decreto ejecutivo de la administración Biden, destaca la creciente brecha de capacidad planteada por la IA. Mientras que los grandes bancos y las instituciones financieras tienen los recursos para desarrollar sus propios sistemas de IA, las instituciones más pequeñas se están quedando rezagadas. Esto las deja vulnerables a las amenazas cibernéticas, ya que a menudo dependen de soluciones de IA de terceros.
Nellie Liang, Subsecretaria del Tesoro, hizo hincapié en la importancia de colaborar con las instituciones financieras para utilizar tecnologías emergentes mientras se protegen contra las amenazas. El informe se basa en la exitosa asociación público-privada para la adopción segura de la nube y establece una visión clara para que las instituciones financieras naveguen por el cambiante panorama del fraude impulsado por la IA.
Una de las principales conclusiones del estudio del Tesoro es la falta de intercambio de datos en la prevención del fraude, lo que desfavorece a las instituciones financieras más pequeñas. El acceso limitado a los datos obstaculiza su capacidad para desarrollar defensas efectivas contra el fraude de IA, a diferencia de las instituciones más grandes que pueden aprovechar enormes cantidades de datos para el entrenamiento de modelos. Para abordar este desafío, Narayana Pappu, CEO de Zendata, sugiere que la estandarización de datos y la evaluación de calidad podrían ofrecerse como un servicio por parte de startups. Técnicas como la privacidad diferencial pueden facilitar el intercambio de información entre instituciones financieras sin comprometer los datos individuales de los clientes.
Marcus Fowler, CEO de Darktrace Federal, enfatiza la naturaleza dinámica de las amenazas cibernéticas y la complejidad de los entornos digitales que deben ser defendidos. Destaca el uso de la IA entre los atacantes, que aún está en sus etapas iniciales y se espera que reduzca la barrera de entrada para implementar técnicas sofisticadas a gran escala. Fowler subraya la importancia de la IA defensiva para proteger a las organizaciones contra estas amenazas en evolución.
Las recomendaciones del informe incluyen la racionalización de la supervisión regulatoria para evitar la fragmentación y la ampliación de los estándares desarrollados por el Instituto Nacional de Estándares y Tecnología (NIST) para el sector de servicios financieros. También aboga por el desarrollo de «etiquetas de nutrición» para los proveedores de IA, que proporcionarían transparencia sobre el tipo de datos utilizados en los modelos de IA y su uso previsto. Además, el informe resalta la necesidad de mejorar la explicabilidad de los sistemas de IA complejos, desarrollar estándares de formación y competencia, estandarizar definiciones en el vocabulario de la IA, abordar cuestiones de identidad digital y fomentar la colaboración internacional en regulaciones de IA y estrategias de mitigación de riesgos.
Si bien las instituciones financieras han adoptado cada vez más la IA y el aprendizaje automático (ML) para la prevención del fraude, el costo de desarrollar estas herramientas ha limitado su implementación generalizada. Muchas instituciones dependen de proveedores externos para soluciones de IA y ML, y solo un pequeño porcentaje realiza la creación de sus propias soluciones. El informe pide una mayor colaboración y intercambio de conocimientos para superar estos desafíos.
En conclusión, el uso de la IA en el sector de servicios financieros ha traído tanto oportunidades como riesgos. Los esfuerzos colaborativos entre el gobierno, la industria y las startups son esenciales para garantizar que las instituciones financieras más pequeñas no queden vulnerables a las amenazas cibernéticas. Al abordar el intercambio de datos, la supervisión regulatoria, la transparencia y los estándares de competencia, la industria financiera puede aprovechar eficazmente el poder de la IA mientras se protege contra posibles riesgos.
Preguntas Frecuentes
-
P: ¿Cuáles son las principales preocupaciones abordadas en el informe del Departamento del Tesoro?
R: El informe destaca los riesgos de ciberseguridad planteados por el creciente uso de la IA en el sector de servicios financieros, especialmente la creciente brecha de capacidad entre instituciones grandes y pequeñas. -
P: ¿Cómo impacta la falta de intercambio de datos a las instituciones financieras más pequeñas en la lucha contra el fraude?
R: El acceso limitado a los datos obstaculiza su capacidad para desarrollar defensas efectivas contra el fraude de IA, a diferencia de las instituciones más grandes que pueden aprovechar enormes cantidades de datos para el entrenamiento de modelos. -
P: ¿Cuáles son algunas recomendaciones del informe para salvaguardar la ciberseguridad financiera?
R: El informe sugiere racionalizar la supervisión regulatoria, ampliar los estándares para el sector de servicios financieros, desarrollar «etiquetas de nutrición» para los proveedores de IA, mejorar la explicabilidad de los sistemas de IA complejos y fomentar la colaboración internacional en regulaciones de IA y estrategias de mitigación de riesgos. -
P: ¿Cuál es el papel de las startups en el abordaje de la estandarización de datos y la evaluación de calidad?
R: Las startups pueden ofrecer soluciones innovadoras como la estandarización de datos y la evaluación de calidad como un servicio, aprovechando técnicas como la privacidad diferencial para facilitar el intercambio seguro de información entre instituciones financieras. -
P: ¿Cómo están utilizando actualmente las instituciones financieras la IA y el aprendizaje automático para la prevención del fraude?
R: Las instituciones financieras utilizan una combinación de sistemas internos de prevención de fraudes, recursos externos y tecnologías emergentes como la IA y el aprendizaje automático. Sin embargo, el costo de desarrollar estas herramientas sigue siendo una barrera significativa para su implementación generalizada.
The source of the article is from the blog reporterosdelsur.com.mx