Skip to Content

Las autoridades federales descubrieron fraudes por valor de US$ 1.000 millones en un año gracias a la inteligencia artificial

Alexandra Ferguson

Nueva York (CNN) — La apuesta del gobierno federal por el uso de la inteligencia artificial para luchar contra la delincuencia financiera parece estar dando frutos.

La inteligencia artificial de aprendizaje automático ayudó al Departamento del Tesoro de EE.UU. a examinar cantidades masivas de datos y descubrir fraudes con cheques por valor de US$ 1.000 millones sólo en el año fiscal 2024, según nuevas estimaciones compartidas en primer lugar con CNN. Eso es casi el triple de lo que el Tesoro recuperó en el año fiscal anterior.

“Ha sido realmente transformador”, dijo Renata Miskell, alta funcionaria del Tesoro, a CNN en una entrevista telefónica. “El aprovechamiento de los datos ha mejorado nuestra capacidad de detección y prevención del fraude”, afirmó Miskell.

Inteligencia artificial ayudó a descubrir milenarios símbolos ocultos en el desierto de Nazca, Perú

El Departamento del Tesoro atribuyó a la IA el mérito de haber ayudado a los funcionarios a prevenir y recuperar fraudes por valor de más de US$ 4.000 millones en el ejercicio fiscal 2024, lo que representa un aumento de seis veces con respecto al año anterior.

Las autoridades estadounidenses empezaron a utilizar discretamente la IA para detectar delitos financieros a finales de 2022, tomando ejemplo de lo que ya hacen muchos bancos y empresas de tarjetas de crédito para detener a los delincuentes.

El objetivo es proteger el dinero de los contribuyentes contra el fraude, que se disparó durante la pandemia del covid-19 , cuando el gobierno federal se apresuró a desembolsar la ayuda de emergencia a consumidores y empresas.

Ciertamente, el Tesoro no está utilizando IA generativa, del tipo que ha cautivado a los usuarios de ChatGPT de OpenAI y Gemini de Google al generar imágenes, crear letras de canciones y responder a preguntas complejas (aunque a veces sigue teniendo problemas con las consultas sencillas).

En cambio, los esfuerzos de detección del fraude se basan en el aprendizaje automático, el subconjunto de la IA que destaca en el análisis de grandes cantidades de datos y en la toma de decisiones y predicciones basadas en lo que ha aprendido.

La IA puede ser muy útil en la lucha contra la delincuencia financiera, ya que puede peinar flujos casi interminables de datos y detectar patrones sutiles, todo ello en una fracción del tiempo que tardaría un ser humano en hacerlo. Los expertos afirman que, una vez entrenados los sofisticados modelos de IA, pueden olfatear transacciones sospechosas en apenas milisegundos.

“A los defraudadores se les da muy bien esconderse. Intentan engañar al sistema en secreto”, afirma Miskell. “La IA y el aprovechamiento de los datos nos ayudan a encontrar esas pautas y anomalías ocultas y a trabajar para prevenirlas”.

Esto es especialmente crucial para el Tesoro Público, que se encuentra entre los mayores pagadores del planeta, si no es el mayor. Cada año, el Tesoro realiza unos 1.400 millones de pagos por valor de casi US$ 7 billones a 100 millones de personas. Es responsable de enviar desde pagos de la Seguridad Social y Medicaid hasta nóminas de trabajadores federales, devoluciones de impuestos y cheques de estímulo.

Así fue la operación encubierta internacional para atrapar a hackers de criptomonedas norcoreanos

Este papel fundamental convierte al Tesoro en el principal objetivo de los defraudadores que intentan robar a los contribuyentes.

El año pasado, el Servicio de Impuestos Internos anunció que había desplegado la IA para detectar a los defraudadores fiscales mediante el examen de grandes y complejas declaraciones de fondos de cobertura, bufetes de abogados y otros.

Se espera que el fraude en los pagos en línea supere los US$ 362.000 millones en 2028, según estimaciones de Juniper Research.

Y parte de ese fraude está siendo impulsado por la propia inteligencia artificial.

En un caso tristemente célebre ocurrido a principios de este año, la policía de Hong Kong afirma que un empleado de finanzas fue engañado mediante un video deepfake para que pagara US$ 25 millones a unos estafadores.

Las autoridades estadounidenses han expresado su preocupación por que la IA introduzca nuevos peligros en el sistema financiero. La secretaria del Tesoro, Janet Yellen, advirtió en junio a los banqueros de que la IA en las finanzas plantea “riesgos significativos”.

Los principales reguladores, dirigidos por Yellen, clasificaron la IA a finales del año pasado como una “vulnerabilidad emergente” para el sistema financiero.

Miskell subrayó que, aunque los sistemas de IA señalen las transacciones sospechosas, un “humano siempre está al tanto” y las agencias federales toman la determinación final de si algo constituye un fraude.

El uso de la IA por parte del Tesoro para luchar contra la delincuencia financiera apenas comienza.

Miskell indicó que el Tesoro está estudiando cómo adoptar los métodos de detección del fraude que están desplegando los principales bancos y empresas de tarjetas de crédito, pero no quiso entrar en detalles para no “poner sobre aviso a los malos actores”.

Un portavoz del Tesoro dijo a CNN que el departamento está acelerando su trabajo para mejorar las herramientas de detección del fraude disponibles para los programas administrados por el gobierno federal y los estatales. Los funcionarios están probando nuevas fuentes de datos para detectar mejor el fraude y los pagos sospechosos, y están colaborando con organismos estatales para luchar contra el fraude en el seguro de desempleo.

The-CNN-Wire
™ & © 2024 Cable News Network, Inc., a Warner Bros. Discovery Company. All rights reserved.

Article Topic Follows: CNN-Spanish

Jump to comments ↓

Author Profile Photo

CNN Newsource

BE PART OF THE CONVERSATION

KIFI Local News 8 is committed to providing a forum for civil and constructive conversation.

Please keep your comments respectful and relevant. You can review our Community Guidelines by clicking here

If you would like to share a story idea, please submit it here.

Skip to content