Mastercard Lança Modelo de IA para Combater Fraudes em Pagamentos
Mastercard desenvolve um novo modelo de IA para detectar fraudes em pagamentos digitais, focando na análise de dados sem comprometer a privacidade dos usuários.
Recentemente, a Mastercard anunciou o desenvolvimento de um novo modelo de inteligência artificial, conhecido como modelo tabular grande (LTM), que visa aprimorar a segurança e a autenticidade nas transações digitais. Esse modelo é treinado com dados de transações, em vez de textos ou imagens, e busca identificar padrões de comportamento que podem indicar fraudes. A iniciativa surge em um momento em que a segurança nas transações financeiras se torna cada vez mais crítica, especialmente com o aumento das compras online e dos golpes digitais.
O que é um Modelo Tabular Grande (LTM)?
Um modelo tabular grande (LTM) é uma estrutura de IA que analisa dados em tabelas multidimensionais, ao contrário dos modelos de linguagem, que são treinados com dados não estruturados. O foco do LTM é entender as relações entre diferentes campos nos dados, permitindo que a máquina aprenda com entradas brutas. Isso significa que o modelo pode identificar padrões de comportamento em bilhões de transações, oferecendo insights valiosos sobre possíveis fraudes.
A Importância da Anonimização dos Dados
Um dos aspectos inovadores do LTM da Mastercard é a forma como lida com a privacidade dos usuários. Antes do treinamento, os dados pessoais são removidos, o que reduz os riscos de privacidade que podem afetar outras soluções de IA no setor financeiro. Apesar da anonimização, a Mastercard acredita que a quantidade e a riqueza dos dados comportamentais são suficientes para compensar a perda de informações individualizadas. Isso permite que o modelo identifique padrões que podem ser comercialmente valiosos, mesmo sem informações específicas de cada usuário.
Como a Tecnologia Combate Fraudes
O modelo LTM da Mastercard é treinado em bilhões de transações, e o objetivo é expandir essa base de dados para centenas de bilhões. O treinamento inclui eventos de pagamento e dados associados, como localização do comerciante, fluxos de autorização, incidentes de fraude e atividades de fidelidade. Ao analisar esses dados, o modelo pode inferir padrões que ajudam a identificar comportamentos suspeitos, oferecendo uma camada adicional de segurança nas transações financeiras.
O que isso significa na prática
Na prática, a implementação do LTM pode transformar a forma como as empresas lidam com fraudes em pagamentos. Por exemplo, um comerciante pode usar essa tecnologia para monitorar transações em tempo real, recebendo alertas automáticos quando padrões suspeitos são identificados. Isso não apenas protege os consumidores, mas também reduz as perdas financeiras para os comerciantes e instituições financeiras. Além disso, a abordagem de anonimização pode aumentar a confiança dos consumidores nas plataformas de pagamento, sabendo que suas informações pessoais estão protegidas.
O futuro da segurança em pagamentos digitais está cada vez mais atrelado à inteligência artificial. Com modelos como o LTM da Mastercard, espera-se que a indústria financeira continue a evoluir, adotando tecnologias que não apenas melhoram a segurança, mas também oferecem uma experiência de usuário mais confiável e segura. À medida que mais empresas adotam essas inovações, o combate às fraudes se tornará mais eficiente, beneficiando tanto consumidores quanto comerciantes.
