São Paulo — InkDesign News —
A recente pesquisa sobre machine learning e sua aplicação no combate a fraudes financeiras apresenta potenciais inovações para o setor bancário. Especialistas da Universidade Northeastern investigaram como modelos de linguagem, como Gemini e ChatGPT, podem ajudar os consumidores a identificarem mensagens fraudulentas.
Contexto da pesquisa
Com o aumento significativo de reclamações relacionadas a fraudes, o estudo visa fornecer orientações claras sobre como utilizar ferramentas de IA para proteger os consumidores. “Essa ideia de que LLMs (modelos de linguagem de grande porte) poderiam ajudar com isso é muito popular agora,” disse Jessica Staddon, professora da prática em ciência da computação.
Método proposto
Os pesquisadores utilizaram uma abordagem de aprendizado supervisionado. A partir de 300 reclamações do banco de dados da Consumer Financial Protection Bureau (CFPB), foram criados prompts baseados em linguagem usada pelos consumidores ao relatar fraudes. A intenção é treinar os modelos para distinguir entre fraudes, golpes e comunicações legítimas.
Resultados e impacto
Os resultados preliminares mostram que os LLMs precisam de mais treinamento para serem eficazes. Em um dos testes, os modelos identificaram um golpe mesmo sem detalhes típicos, baseado no tratamento do cliente pelo banco. “Os modelos de linguagem mostram alguma tendência a favorecer organizações nomeadas,” afirmou Staddon, adiantando que o impacto é significativo diante do aumento de 2,6 milhões de relatórios de fraudes em 2023.
“A necessidade de orientações claras sobre como elaborar prompts eficazes nunca foi tão urgente.”
(“The need for clear guidance about crafting effective prompts has never been greater.”)— Jessica Staddon, Professora, Universidade Northeastern
Esses achados abrem caminhos para futuras pesquisas e aplicações práticas da IA na detecção de fraudes, podendo potencialmente reduzir a vulnerabilidade de consumidores isolados a golpes financeiros.
Fonte: (TechXplore – Machine Learning & AI)
