La adopción de la inteligencia artificial (IA) en el sector financiero ha aumentado considerablemente, especialmente en la lucha contra el fraude. Sin embargo, existe una importante brecha de datos entre los grandes y pequeños bancos, con las instituciones más pequeñas en desventaja. Los grandes bancos poseen más datos internos, lo que les permite desarrollar modelos de IA sólidos para detectar y prevenir actividades fraudulentas. Por otro lado, los bancos más pequeños enfrentan escasez de dichos datos, lo que dificulta que se beneficien de la tecnología de IA.
Para superar esta brecha, el Departamento del Tesoro de los Estados Unidos destaca la importancia del intercambio de datos entre las instituciones financieras. El insuficiente intercambio de datos ha dificultado el desarrollo de modelos de IA efectivos para la prevención del fraude. Reconociendo esta problemática, el presidente Joe Biden emitió una orden ejecutiva en octubre que tiene como objetivo regular la IA. La orden requiere que las agencias federales establezcan nuevos estándares de seguridad para los sistemas de IA y obliguen a los desarrolladores a compartir los resultados de las pruebas de seguridad y otra información crítica con el gobierno.
Nellie Liang, la subsecretaria del Tesoro para finanzas domésticas, destaca el papel transformador de la IA en el sector de servicios financieros. Ella afirma que el informe del Tesoro ofrece una hoja de ruta para que las instituciones financieras naveguen de manera segura por el paisaje en constante evolución del fraude impulsado por la IA.
El informe también destaca la madurez del intercambio de información de ciberseguridad pero reconoce la falta de avances en el intercambio de datos relacionado con la prevención del fraude. Para abordar esto, el gobierno de los Estados Unidos podría construir un «lago de datos» centralizado de información relacionada con el fraude que estaría disponible para el entrenamiento de IA.
Además, el Departamento del Tesoro propone la implementación de «etiquetas» que especificarían claramente la fuente y el uso de los datos utilizados para entrenar los modelos de IA para los sistemas proporcionados por los proveedores. Esta transparencia mejoraría la responsabilidad y la confianza en las tecnologías de IA.
Asimismo, el informe enfatiza la necesidad de «soluciones de explicabilidad» para modelos avanzados de aprendizaje automático. Esto permitiría a los interesados comprender el proceso de toma de decisiones de los sistemas de IA, promoviendo la equidad y la implementación ética.
Por último, el Tesoro pide una mayor consistencia en la definición de la inteligencia artificial, asegurando un entendimiento común en todo el sector financiero.
Aunque la implementación de la IA en la lucha contra el fraude tiene un inmenso potencial, es crucial abordar la brecha de datos que obstaculiza a los bancos más pequeños. Al fomentar el intercambio de datos, fomentar la transparencia y establecer prácticas estandarizadas, las instituciones financieras pueden aprovechar el poder de la IA para combatir eficazmente las actividades fraudulentas.
Preguntas Frecuentes
The source of the article is from the blog lokale-komercyjne.pl