Mastercard usa IA para combater fraudes em pagamentos digitais
Mastercard lança modelo de IA baseado em transações financeiras para combater fraudes com foco em privacidade e padrões comportamentais.
Em um cenário onde a segurança das transações digitais é cada vez mais crucial, a Mastercard anuncia uma inovação significativa no combate a fraudes. A gigante dos pagamentos desenvolveu um modelo de inteligência artificial especializado, batizado de Large Tabular Model (LTM), que se diferencia dos modelos de linguagem (LLMs) por ser treinado com bilhões de dados de transações financeiras, e não com textos ou imagens. O objetivo é aprimorar a detecção e prevenção de atividades fraudulentas, garantindo maior autenticidade e confiabilidade para os usuários e estabelecimentos comerciais. Essa abordagem promete revolucionar a forma como as instituições financeiras lidam com riscos, focando em padrões comportamentais em larga escala para identificar anomalias.
O que é um Large Tabular Model (LTM)?
Diferente dos Large Language Models (LLMs), que são treinados em grandes volumes de texto e aprendem a prever a próxima palavra em uma sequência, o LTM da Mastercard opera com dados estruturados em tabelas. Ele foi alimentado com um vasto conjunto de dados de transações de cartões, incluindo detalhes como localização do estabelecimento, fluxos de autorização, incidentes de fraude, chargebacks e atividades de fidelidade. A arquitetura do LTM foca em analisar as complexas relações entre os diversos campos presentes em bases de dados multidimensionais, aproximando-se mais da definição de aprendizado de máquina puro do que da inteligência artificial geral. Essa especialização permite que o modelo identifique padrões sutis e interconexões que seriam difíceis de detectar por métodos tradicionais.
Segurança e Privacidade: Um Equilíbrio Delicado
Um dos aspectos mais notáveis da abordagem da Mastercard é o seu compromisso com a privacidade. Antes do treinamento, todos os identificadores pessoais são removidos dos dados. O LTM, portanto, analisa padrões comportamentais em vez de se concentrar em identidades individuais. Ao excluir informações pessoais, a tecnologia minimiza os riscos de privacidade que podem afetar outras aplicações de IA no setor financeiro. Embora a anonimização possa remover alguns sinais potencialmente úteis para avaliação de risco individual, a Mastercard argumenta que o uso de volumes suficientemente grandes de dados comportamentais compensa essa perda, permitindo inferir padrões valiosos comercialmente.
O que isso significa na prática
Para o consumidor, isso se traduz em um sistema de segurança mais robusto e menos intrusivo. Ao analisar o comportamento geral das transações, o LTM pode identificar atividades suspeitas com maior precisão, reduzindo a chance de fraudes passarem despercebidas e, ao mesmo tempo, diminuindo a necessidade de verificações de segurança excessivas que podem interromper o fluxo normal das compras. Para os comerciantes, significa uma redução nas perdas por chargebacks fraudulentos e uma maior confiança na plataforma de pagamentos. A Mastercard planeja expandir o treinamento do modelo para centenas de bilhões de transações, tornando sua capacidade de detecção de fraudes ainda mais poderosa e adaptável às novas táticas dos criminosos digitais.
Em suma, a introdução do LTM pela Mastercard demonstra como a IA, quando aplicada de forma especializada e ética, pode ser uma ferramenta poderosa para resolver problemas complexos do mundo real. O foco em dados tabulares e a priorização da privacidade abrem um novo caminho para a segurança em serviços financeiros, provando que a inteligência artificial é, de fato, um meio para alcançar resultados concretos e confiáveis.
