A eficiência do aprendizado de máquina na prevenção de fraudes em cartões de crédito

Abstract

Um estudo da Serasa Experian revelou que o Brasil enfrentou quase 3,9 milhões de tentativas de fraude de identidade em 2022, com destaque para o setor bancário. Para combater esse problema, a inteligência artificial (IA) tem sido empregada, especialmente através do aprendizado profundo e de algoritmos como o K-means e as árvores de decisão. Em uma comparação entre esses métodos usando uma base de dados de transações financeiras, as árvores de decisão mostraram uma eficácia considerável na detecção de fraudes, com uma acurácia média de cerca de 97% e uma precisão de cerca de 86%. Por outro lado, o K-means apresentou resultados insatisfatórios, com uma acurácia de apenas 18% e precisão de 8%. Apesar do bom desempenho das árvores de decisão, ainda houve cerca de 10% das transações fraudulentas classificadas erroneamente como legítimas. Isso ressalta a importância de selecionar cuidadosamente as técnicas de análise de dados mais adequadas para enfrentar os desafios específicos de detecção de fraudes em transações financeiras.