*Por Luciana Munhoz
Como um novo modelo de tecnologia, a IA Generativa, também reconhecida em inglês como Generative AI, é responsável por gerar novos conteúdos através de modelos de Deep Learning, que são treinados por meio de conjuntos grandiosos de dados, utilizados para criação de novos códigos, conteúdos textuais, imagens e até mesmo chatbots ou modelos de assistência para softwares à base de códigos. É um novo padrão tecnológico, responsável por revolucionar e alavancar diversos setores do mercado, inclusive o setor de meios de pagamento, auxiliando a empresa, seja ela uma fintech, banco ou qualquer outra frente de negócio que atue na área, a oferecer praticidade, eficiência e, principalmente, segurança durante o processo de transações financeiras.
Detectando fraudes por meio da IA Generativa
Além do auxílio oferecido à empresa, neutralizando as ameaças de fraude, como no cartão de crédito, com estornos, por exemplo, detectando-as por meio de seu sistema, a IA Generativa pode moldar suas respostas às ameaças de maneira automática. Ao pesquisar sobre fraudes de cartões de crédito na web, encontro um dado desenvolvido pelo Nilson´s Report afirmando que as perdas com cartões de crédito em todo o mundo poderão alcançar US$ 43 bilhões até 2026. Inclusive a dark web, que tem sido muito utilizada como meio para os fraudadores, na coleta de dados hackeados, com o intuito de efetivar a prática do roubo de cartões.
Exemplos de modelos de detecção de fraudes
Um exemplo de modelos de detecção de fraudes são os chamados LLMs, em inglês Large Language Model, um aprendizado de máquina treinado para aprender a partir de bases muito grandes de dados, cuja tarefa é reter informações, como contexto e significado, e desenvolvê-los, permitindo às pessoas que consigam respostas rápidas e disruptivas através de diferentes níveis de produtividade; são os chamados chatbots, que se bem utilizados, são capazes de intensificar a detecção de fraudes.
Outro exemplo desses modelos de detecção é a autenticação de voz utilizada por bancos para auxiliar a autorização do usuário no aplicativo, com o intuito de proteger a voz dos clientes do banco, que pode ser clonada através da tecnologia deep fake, por meio de chamadas telefônicas de spam. São tantas as artimanhas realizadas pelo mundo, que até mesmo a Comissão Federal do Comércio dos EUA anunciou à população que deve ter cuidado com o uso de tecnologias para copiar voz e imagem, capazes de simular os movimentos humanos e imitar as pessoas.
A IA Generativa na revisão de fraudes
A geração de IA tem se mostrado uma forte aliada no combate à fraude, assim como em sua revisão. Todo o procedimento de captura, autorização e processamento de uma transação é sensível e necessita de regras, e muitas vezes, elaboração exclusiva, dependendo do segmento de cada player.
Atualmente, assistentes baseados em LLM têm sido um grande parceiro de profissionais responsáveis pelas revisões manuais de fraudes, executando técnicas para melhorar a precisão e a confiabilidade de modelos de IA Generativa a partir de fatos obtidos de fontes externas e praticados no back-end. O objetivo é encontrar informações quanto às políticas e documentações capazes de acelerar as tomadas de decisões sobre as fraudes dos casos averiguados. A prevenção das próximas transações de clientes bancários está sendo praticada por LLMs, adotados para ajudar empresas de pagamento na avaliação dos riscos e no bloqueio de transações fraudulentas.
IA Generativa como temas de palestras e feiras Brasil à fora e base de sistemas para o tratamento digital de estornos (chargeback)
A IA Generativa tem sido tema predominante em palestras e feiras no Brasil, a exemplo da Febraban Tech, realizada em junho, na grande São Paulo, onde 9 em 10 palestras tiveram a IA como parte da discussão.
Para gestão e tratamento digital de estornos (chargeback), a IA Generativa seria uma camada em que se pudesse automatizar o máximo possível a análise, a seleção e a tomada de decisão, como forma de melhorar sua performance e resultados. Hoje, tal camada é executada por scripts aplicados a cenários e desenvolvidos com base na experiência adquirida por especialistas da área (técnica, de negócio e operacional).
Em todo caso, a tradução e aprendizagem contínuas com o uso de deep learning poderiam ser agregadas à solução digitalizada do tratamento do chargeback; trata-se de uma aplicação típica para esse tipo de tecnologia, com a vantagem da possibilidade de gerar mais cenários e resultados de forma dinâmica e com interação mínima, ficando para os analistas o refinamento, a gestão e o objetivo de manter os resultados sempre alinhados com a estratégia da empresa responsável pelo tratamento.
Sob a perspectiva de que ainda existe muita pesquisa e trabalho a serem realizados, para que de “tema” em feiras e palestras realizadas pelo país, a IA Generativa passe a ter a efetividade esperada, com resultados abrangentes em sua forma mais ampla, nesse cenário, o correto é dizer que integrar a IA Generativa aos negócios de gestão digital de estornos é uma estratégia inteligente para impulsionar as vendas e trazer ainda mais inovação aos processos.
*Luciana Munhoz é MBA em Gestão Internacional em Empresas e Negócios e Especialista em Operações do KSK Chargeback, da startup Kstack.
