Intel·ligència artificial ètica sense patrons esbiaixats contra el frau en serveis i subministraments

El control dels abusos i el frau en els serveis com l'electricitat o el gas és un aspecte fonamental per optimitzar els recursos, detectar les irregularitats i adoptar mesures que contribueixin al bon funcionament del sistema. Aquesta és la finalitat de Fraud Research, una eina basada en el big data (dades massives) amb un component ètic que permet detectar les anomalies i els abusos en aquesta mena de serveis. Aquest és un dels projectes finalistes de la novena edició de l’SpinUOC, la jornada d'impuls de l'emprenedoria de la Universitat Oberta de Catalunya (UOC). Fraud Research està constituït com una spin-off de la Universitat Politècnica de Catalunya (UPC). 

«Vivim en un món on tot està digitalitzat, per la qual cosa deixem un rastre digital. Això inclou la interacció de les empreses i els seus clients. Així, doncs, aquestes dades poden ser analitzades per l'empresa mitjançant intel·ligència artificial (IA) per entendre aquests clients més bé i, per tant, detectar si cometen frau o si existeix qualsevol altra anomalia», assenyala Bernat Coma, un dels impulsors d'aquest projecte i professor col·laborador dels Estudis d'Informàtica, Multimèdia i Telecomunicació de la UOC i associat de la UPC – BarcelonaTech, on també forma part, com a investigador, del Process and Data Science group.

En concret, Fraud Research posa a la disposició de qualsevol empresa els coneixements desenvolupats per un grup d'experts per detectar frau i altres anomalies gràcies a l'aplicació d'intel·ligència artificial i altres tècniques de ciència de dades. «Les nostres solucions es basen en dos conceptes, que són un encert elevat i un ús ètic de la intel·ligència artificial», afirma Coma. 

Bernat Coma presenta Fraud Research a l’SpinUOC

Intel·ligència artificial ètica 

En aquest sentit, és important recordar que, els darrers anys, l'ús de la intel·ligència artificial ha provocat alguns escàndols mediàtics i problemes a entitats i empreses perquè els algorismes reproduïen certs patrons de comportament o biaixos socialment inacceptables, com el racisme o el masclisme. Això es deu a l'existència dels algorismes de caixa negra, uns processos que a priori són els millors per fer prediccions amb moltíssimes dades, però no són interpretables, és a dir, es desconeixen els patrons en què es basen per obtenir dades. 

«La nostra idea és evitar que els nostres algorismes reprodueixin aquests biaixos en les seves prediccions, ja que una IA, si és esbiaixada, no és intel·ligent», explica Coma, que ha desenvolupat aquests algorismes juntament amb un equip d'experts durant diversos anys amb l'objectiu d'aconseguir una intel·ligència artificial justa, precisa, ètica, sense perdre eficàcia i efectivitat.

Actualment, la immensa majoria de la informació i dades en la societat estan informatitzades. Per això, les solucions als problemes actuals i de futur s'han de basar en anàlisis del big data o dades massives. «L'evolució tecnològica que ens permet estudiar una quantitat ingent de dades en un temps raonable fa que ens plantegem noves solucions tecnològiques per automatitzar processos», recalca aquest expert. 

A l'Estat espanyol, s'estima que la defraudació de fluid elèctric és superior a 4.000 milions de quilowatts hora cada any, un volum d'energia capaç de proveir una ciutat de més d'un milió d'habitants. Aquest delicte comporta unes pèrdues estimades de més de 150 milions d'euros per any que repercuteixen en tots els consumidors a través de la factura de la llum.

Segons l'estudi de Northeast Group, el frau en aquesta mena de serveis a escala mundial causat pel robatori de serveis públics, l'alteració de mesuradors, mesuradors de derivació, mesuradors defectuosos o espatllats, el subministrament no mesurat o errors tècnics i humans en les lectures s'estima en 96.000 milions de dòlars estatunidencs a l'any.

«Més del 49 % de les organitzacions actuals ha experimentat frau durant els darrers anys. A Fraud Research pensem que mitjançant l'ús d'intel·ligència artificial és possible reduir aquest nínxol de pèrdues. Per aquest motiu presentem la nostra eina de programari de gestió de frau», apunten els responsables i impulsors d'aquest projecte. 

Aplicacions en serveis 

Encara que, de moment, Fraud Research està centrada en la detecció dels abusos i els fraus esmentats, els algorismes que ha dissenyat i la tecnologia que ha desenvolupat es poden aplicar en qualsevol camp en què es disposi de dades i es necessiti una anàlisi per donar resposta a un procés concret. 

«Normalment utilitzem els exemples de la detecció del frau i altres anomalies en les empreses d'electricitat, gas i aigua, però també pot resultar molt útil a les entitats bancàries per saber si un client potencial pot tornar o retornarà un crèdit i fins i tot per a una institució pública o una universitat», detalla Coma, el qual recorda que gràcies a la intel·ligència artificial també es pot saber si un estudiant abandonarà els estudis o si un ciutadà fa un bon ús d'una subvenció pública. 

Aquest projecte finalista de l'SpinUOC, un programa impulsat per la plataforma Hubbik, afavoreix els objectius de desenvolupament sostenible (ODS) 8, sobre treball decent i creixement econòmic, 9, sobre indústria, innovació i infraestructures, i 12, sobre producció i consums responsables.

UOC R&I

La recerca i innovació (R+I) de la UOC contribueix a solucionar els reptes a què s'enfronten les societats globals del segle xxi, mitjançant l'estudi de la interacció entre la tecnologia i les ciències humanes i socials, amb un focus específic en la societat xarxa, l'aprenentatge en línia i la salut digital. Els més de 500 investigadors i 51 grups de recerca s'articulen entorn dels set estudis de la UOC i dos centres de recerca: l'Internet Interdisciplinary Institute (IN3) i l'eHealth Center (eHC).

Els objectius de l'Agenda 2030 de desenvolupament sostenible de les Nacions Unides i el coneixement obert són eixos estratègics de la docència, la recerca i la innovació de la UOC. Més informació: research.uoc.edu. #25anysUOC