O Chat-GPT tem o potencial de reduzir o custo de criação de golpes. Golpistas podem, de forma rápida e em grande escala, gerar mensagens de phishing realistas, falsos atendimentos ao cliente ou ataques de engenharia social. Os golpistas ficaram mais eficientes e o CAC (Custo de Aquisição) para um golpista ganhar dinheiro foi drasticamente reduzido.
A melhor forma de combater a IA é com IA orientada pelos melhores profissionais de fraude e conformidade e por meio da colaboração de todo o setor.
Combater golpes exige trabalho em equipe. Podemos detectar mais golpes antes que aconteçam se entendermos os tipos de golpes e soubermos o que procurar.
Os tipos de golpes ficam mais fáceis de entender com o ChatGPT
- Golpes de phishing: Criminosos podem usar o ChatGPT para gerar mensagens com aparência realista que induzem as pessoas a revelar informações sensíveis, como senhas ou números de cartão de crédito. Por exemplo, eles podem usar o modelo para criar mensagens convincentes que parecem vir de organizações legítimas, como bancos ou provedores de e‑mail.
- Suporte ao cliente falso: O ChatGPT poderia criar bots de suporte ao cliente falsos que parecem ser de empresas legítimas. Esses bots poderiam então pedir informações pessoais ou dados de pagamento, alegando que são necessários para fins de solução de problemas ou verificação.
- Notícias ou informações falsas: O ChatGPT pode gerar notícias falsas, avaliações de produtos falsas ou depoimentos falsos, que podem ser usados para enganar as pessoas. Ao criar narrativas convincentes, fraudadores podem influenciar as crenças e o comportamento das pessoas.
- Ataques de engenharia social: Fraudadores podem usar o ChatGPT para gerar mensagens personalizadas que parecem vir de uma fonte confiável, como um amigo ou um familiar, a fim de manipular as pessoas a realizar uma ação ou revelar informações sensíveis.
Maneiras de detectar os golpes
À medida que os fraudadores utilizam métodos cada vez mais sofisticados para aplicar golpes, as empresas precisam manter-se atualizadas com as técnicas mais recentes de detecção e prevenção.
Aqui estão alguns métodos potenciais para detectar golpes gerados por modelos como o GPT:
- Comportamento do usuário:Uma abordagem é analisar o texto da mensagem ou a comunicação em busca de indicadores específicos de fraude. As empresas podem usar técnicas de processamento de linguagem natural (PLN) para identificar padrões na linguagem que sugiram intenção fraudulenta. A IA tem uma certa “maneira” de formular as coisas. Detecte isso e pode ser um golpe em andamento.
- Dispositivo do usuário: Outra abordagem é analisar o dispositivo do usuário associado a um determinado usuário. Isso pode envolver a busca por padrões de atividade que tendem a ser fraudulentos, na abertura de conta, no aporte de recursos ou durante um pagamento.
- Monitoramento de Transações: Isso pode incluir o monitoramento do comportamento do usuário em busca de anomalias, como aumentos repentinos no volume de transações, mudanças nos tipos de transação ou desvios em relação aos padrões de atividade estabelecidos.
- Aprendizado de máquina:Algoritmos de aprendizado de máquina podem ser treinados em grandes conjuntos de dados de comunicações ou transações fraudulentas conhecidas para identificar padrões ou características associados à fraude.
- Colaboração:A colaboração ajuda a identificar agentes mal-intencionados persistentes. Ao analisar o comportamento de usuários ou contas semelhantes, as empresas podem impedir reincidentes.
Vale ressaltar que os fraudadores estão constantemente aprimorando suas técnicas e se adaptando a novas medidas de segurança, portanto as empresas precisam manter-se vigilantes e ajustar suas estratégias de detecção de fraude de acordo. Também é importante estar ciente das limitações de qualquer abordagem, pois os fraudadores podem encontrar maneiras de contornar até mesmo as medidas de segurança mais sofisticadas.
A combinação ideal: Dispositivo, Comportamento, ML, Humanos e Colaboração.
A Sardine combina insights de dispositivo e comportamento com modelos avançados de ML para detectar mais fraudes.
Transação, Dispositivo e Comportamento
Quando você entende um dispositivo e como ele é usado, consegue identificar as pistas ocultas que os golpistas deixam para trás. Na Sardine, somos o único provedor capaz de detectar que o cliente idoso utilizou um software de compartilhamento de tela remoto (frequentemente usado por golpistas para “ajudar” idosos). Um cliente conseguiu reduzir sua fraude em 7 vezes e agora recomenda a Sardine a todos os seus parceiros e bancos por causa dessa capacidade única.
Um golpe não aparecerá em uma transação até que o pagamento já tenha sido autorizado. O comportamento do dispositivo e do usuário permite que a Sardine identifique sinais de risco antes que uma transação aconteça.
Aprendizado de Máquina e IA
A melhor forma de combater uma IA generalista é com uma IA especializada.
O sistema proprietário de machine learning da Sardine foi treinado para detectar anomalias. Às vezes, algo parece estranho. Historicamente, encontrar esses padrões ficava a cargo das equipes de fraude, que faziam o trabalho manual e precisavam vasculhar montanhas de dados.
A Sardine irá sinalizá-los automaticamente, economizando tempo e esforço para os clientes.
A Sardine identifica anomalias em relação a uma linha de base e pode ajustar automaticamente, ao longo do tempo, a resposta que oferecemos aos clientes. Nossos modelos estão em constante re-treinamento e passando por testes de retrocesso. À medida que os golpes evoluem, a Sardine também evolui.
Colaboração
Profissionais de fraude e compliance costumam compartilhar relatos de experiências e lições aprendidas, mas é muito mais difícil compartilhar dados.
A Sardine lançará em breve uma ferramenta para compartilhamento de dados entre bancos, empresas de fintech e carteiras de criptomoedas para detectar mais fraudes.
Trabalhamos melhor juntos.
Se você quiser detectar mais fraudes, entre em contato conosco.