El control de los abusos y el fraudeen los servicios como la electricidad o el gas es un aspecto fundamental para optimizar los recursos, detectar las irregularidades y adoptar medidas que contribuyan al buen funcionamiento del sistema. Esta es la finalidad de Fraud Research, una herramienta basada en el big data (macrodatos) con un componente ético que permite detectar las anomalías y los abusos en este tipo de servicios.
Se trata de un proyecto finalista de la novena edición del SpinUOC, la jornada de impulso del emprendimiento de la de la Universitat Oberta de Catalunya, UOC.
«Vivimos en un mundo donde todo está digitalizado, con lo que dejamos un rastro digital. Esto incluye la interacción entre las empresas y sus clientes. Así pues, estos datos pueden ser analizados por la empresa mediante inteligencia artificial (IA) para entender a dichos clientes mejor y, por lo tanto, detectar si cometen fraude o si existe cualquier otra anomalía», señala Bernat Coma, uno de los impulsores de este proyecto y profesor colaborador de los Estudios de Informática, Multimedia y Telecomunicación de la UOC y asociado de la UPC – BarcelonaTech, donde también forma parte, como investigador, del Process and Data Science Group.
En concreto, Fraud Research pone a disposición de cualquier empresa los conocimientos desarrollados por un grupo de expertos para detectar fraude y otras anomalías gracias a la aplicación de inteligencia artificial y otras técnicas de ciencia de datos. «Nuestras soluciones se basan en dos conceptos, que son: un alto acierto y un uso ético de la inteligencia artificial», asevera Coma.
Inteligencia artificial ética
En este sentido, es importante recordar que, en los últimos años, el uso de la inteligencia artificial ha provocado ciertos escándalos mediáticos y problemas a entidades y empresas porque los algoritmos reproducían ciertos patrones de comportamiento o sesgos socialmente inaceptables, como racismo o machismo. Esto se debe a la existencia de los algoritmos de caja negra, unos procesos que a priori son los mejores para hacer predicciones con muchísimos datos, pero no son interpretables; es decir, se desconocen los patrones en los que se basan para obtener datos.
«Nuestra idea es evitar que nuestros algoritmos reproduzcan dichos sesgos en sus predicciones, ya que una IA, si es sesgada, no es inteligente», explica Coma, que ha desarrollado estos algoritmos junto con un equipo de expertos durante varios años con el objetivo de conseguir una inteligencia artificial justa, precisa, ética, sin perder eficacia ni efectividad.
Actualmente, la inmensa mayoría de la información y datos en la sociedad están informatizados. Por ello, las soluciones a los problemas actuales y del futuro deben basarse en análisis de big data o macrodatos.
En España se estima que la defraudación de fluido eléctrico es superior a los 4000 millones de kilovatios hora cada año, un volumen de energía capaz de abastecer a una ciudad de más de un millón de habitantes. Este delito supone unas pérdidas estimadas de más de 150 millones de euros por año, que repercuten en todos los consumidores a través de la factura de la luz.
Según el estudio de Northeast Group, el fraude en este tipo de servicios a escala mundial, causado por el robo de servicios públicos, alteración de medidores, medidores de derivación, medidores defectuosos o rotos, suministro no medido o errores técnicos y humanos en las lecturas se estima en 96.000 millones de dólares estadounidenses al año.
«Más del 49 por ciento de las organizaciones actuales ha experimentado fraude durante los últimos años. En Fraud Research creemos que mediante el uso de inteligencia artificial es posible reducir este nicho de pérdidas. Es por este motivo que presentamos nuestra herramienta de software de gestión de fraude», apuntan los responsables e impulsores de este proyecto.
Aplicaciones en servicios
Aunque, por el momento, Fraud Research está enfocada a detectar los abusos y fraudes mencionados, los algoritmos diseñados y la tecnología desarrollada pueden aplicarse en cualquier campo donde se disponga de datos y se requiera un análisis para dar respuesta a un proceso concreto.
«Normalmente utilizamos los ejemplos de la detección del fraude y otras anomalías en las empresas de electricidad, gas y agua, pero también puede resultarles muy útil a las entidades bancarias para conocer si un cliente potencial puede o va a devolver un crédito e incluso para una institución pública o una universidad», detalla Coma, quien recuerda que gracias a la inteligencia artificial también puede conocerse si un estudiante abandonará sus estudios o si un ciudadano hace buen uso de una subvención pública.
Foto: PatricK Tomasso. unsplash.com
