La columna de Tamara Agnic: “La hora de la inteligencia artificial financiera”

Inteligencia artificial.
Imagen referencial

"Habiendo sido entrenadas en rigurosos esquemas éticos de cumplimiento, las máquinas podrían colaborar en el procesamiento de documentos regulatorios y revisión de contratos (lo que se conoce como Procesamiento del Lenguaje Natural), la automatización de tareas rutinarias, como informes o verificación de documentos o identidades, y hasta en la automatización de informes y emisión de instrumental tributario, de modo de ir reduciendo los espacios a la comisión de delitos".



La inteligencia artificial (IA) ya es una realidad en innumerables campos de la gestión de organizaciones a lo largo del mundo e incluso está siendo aplicada en los esfuerzos nacionales e internacionales para el control de la corrupción, en especial en la detección de operaciones de lavado de activos o financiamiento de actividades ilícitas. El análisis y seguimiento avanzado de big data o la detección de anomalías en transacciones financieras gracias a algoritmos sofisticados, parecen ser una herramienta tecnológica clave para identificar con mayor facilidad y fiabilidad este tipo de actividades fraudulentas.

La ventaja esencial de la IA es su capacidad de análisis de grandes cantidades de información en tiempo real lo que, en la práctica, es una poderosa fórmula para detectar a tiempo los delitos financieros. Pero tal vez, uno de los aportes más interesantes en la incorporación de estos sistemas automatizados, es precisamente la posibilidad de interrumpir la intervención e influencia de la discrecionalidad en la toma de decisión de procesos críticos, como suscripción de contratos, adquisiciones y emisiones de documentación tributaria, que es donde hemos visto últimamente notorios casos de corrupción privada y pública.

Habiendo sido entrenadas en rigurosos esquemas éticos de cumplimiento, las máquinas podrían colaborar en el procesamiento de documentos regulatorios y revisión de contratos (lo que se conoce como Procesamiento del Lenguaje Natural), la automatización de tareas rutinarias, como informes o verificación de documentos o identidades, y hasta en la automatización de informes y emisión de instrumental tributario, de modo de ir reduciendo los espacios a la comisión de delitos.

Naturalmente, todo esto requiere que se haga el machine learning sobre la base de principios sólidos de compliance y con instrucciones no sólo basadas en la ley, sino en estándares que van implícitos en la ética y estética de una cultura de cumplimiento. Es decir, la IA financiera debe ser entrenada no por burócratas del compliance, sino por equipos multidisciplinarios que entiendan para qué es y cuál es su valor patrimonial para las organizaciones.

Precisamente, el año pasado se presentó el proyecto de ley de Inteligencia Económica contra el Delito que busca hacer trazabilidad de movimientos de dinero proveniente del lavado de activos, financiamiento del terrorismo y otras actividades vinculadas al crimen organizado. Si el proyecto está pensado para identificar patrones, relaciones y generar alertas de conductas delictivas, ahora es momento de dotar a organismos como el SII, Tesorería, UAF, y el sistema de inteligencia del Estado en su conjunto, de recursos para la adopción temprana de sistemas de IA para justamente colaborar en estos esfuerzos.

Ésta es una tremenda oportunidad de aprovechamiento de la tecnología aplicada a un bien público y a la ética de los negocios, por lo que es necesario desde ya ajustar la normativa, incentivar las inversiones y alentar el trabajo de las empresas y organizaciones para sumar estas instancias a un área en la que nos hemos dado cuenta de que mucho, a veces no es suficiente.

La autora es presidenta de ETICOLABORA

Comenta

Por favor, inicia sesión en La Tercera para acceder a los comentarios.