Inteligencia artificial para prevenir el uso fraudulento de tarjetas
Aprendizaje automático y 'big data' posibilitan algoritmos capaces de distinguir entre el uso lícito y el uso fraudulento de las tarjetas bancarias
En España hay más de 80 millones de tarjetas (de crédito y débito) en funcionamiento, con las que se realizan 3.500 millones de operaciones de compra al año que mueven 140.000 millones de euros, según Banco de España (datos de 2017). Eso sin contar las operaciones en cajeros.
De ese total de operaciones realizas con tarjetas bancarias (en España) unas 600.000 transacciones son fraudulentas. Una cifra que las entidades financieras buscan reducir interviniendo en cuanto se producen. O en muchos casos interviniendo más bien cuando se detectan.
Pero hay algo mejor mejor que intervenir una transacción fraudulenta con prontitud, y es evitar que se produzca.
Detección de operaciones de fraude en tiempo real
Para lograrlo las entidades están recurriendo al ‘big data’ (el tratamiento inteligente de grandes volúmenes de información) y a la inteligencia artificial.
Esta combinación de tecnologías, junto con la computación en la nube, tiene el potencial de diferenciar cuándo una operación con tarjeta es legítima y cuándo no; incluso en tiempo real y en el mismo momento en que se realiza la transacción en internet, en un cajero o en un punto de venta.
Recientemente varios usuarios de la app de Glovo han denunciado un presunto uso fraudulento de sus cuentas, que incluía la compra de tabaco en Egipto con cargo a sus tarjetas.
Al margen del origen de ese problema, sea por fraude o por error, sirve como ejemplo de operaciones que se puede prevenir con el aprendizaje automático: al análisis automático de datos y del histórico de hábitos de uso del titular de la tarjeta posiblemente haría saltar las alarmas por la ubicación de la compra, la diferencia horaria, e incluso por el producto adquirido.
Según explican desde la publicación Inversión & Finanzas.com, actualmente es el titular de la tarjeta quien tiene que denunciar las operaciones fraudulentas que detecte (si las detecta) ante la entidad bancaria y las autoridades. A partir de ahí la entidad bancaria hará las comprobaciones oportunas, incluyendo técnicas de análisis de datos que en gran medida se hacen «a mano.»
Análisis de los patrones de uso de la tarjeta
En cambio un algoritmo informático tiene la capacidad de reconocer automáticamente «cuándo una tarjeta bancaria se está utilizando en un restaurante de uso frecuente y cuándo desde una gasolinera situada a dos zonas horarias de diferencia y a una hora tan inusual como las tres de la madrugada,» explican en Txchnologist.
Otras variables para detectar automáticamente transacciones ilícitas tienen que ver con los hábitos y los históricos de uso del titular: «Si la tarjeta se utiliza para servicios de prepago dos veces en el mismo día, cuando los datos históricos no muestran ese uso, entonces este comportamiento aumenta el nivel de sospecha. O si los importes de las transacciones de repente se sitúan por encima de un determinado umbral.»
En esto casos el sistema puede aplicar mecanismos extras de verificación de identidad —por ejemplo a través del móvil— e incluso denegar la operación hasta confirmarla por teléfono con el titular de la tarjeta.
Más tecnología para combatir el fraude
Según los datos del Banco de España el porcentaje de transacciones fraudulentas con tarjeta se sitúa en torno al 0,017%. Relativamente bajo porque la seguridad de las tarjetas se ha incrementado gracias a tecnologías como el cifrado y los chips o la verificación a través del móvil.
Según Txchnologist la combinación de esas tecnologías con el ‘big data’ y el aprendizaje automático y con la computación en nube «proporcionará una importante ventaja en la detección del fraude en esta carrera armamentista entre los buenos y los malos en la que, por el momento, los buenos parecen estar ganando terreno.»
