Isang modelo ang nagmarka ng pagbabayad gamit ang card bilang posibleng pandaraya. Mataas ang halaga para sa customer, bago ang merchant at nasa pinakamataas na banda ang score. May apatnapung alerto pa ang analyst sa pila. Ang pinakamabilis na hakbang ay ang kumpirmahin at magpatuloy. Ngunit ang mga tala sa account ng customer ay nagpapakita ng kamakailang paglipat ng bahay at isang naunang tawag tungkol sa isang malaking pagbili, na siyang magpapaliwanag sa bawat pag-flag sa alerto.
Ito ay isang naglalarawang senaryo, hindi isang dokumentadong kaso. Inilalarawan nito ang nakagawiang kailangang malinang sa pagsasanay sa pagsusuri ng alerto sa pandaraya sa AI: ang pagbabasa ng isang awtomatikong alerto bilang panimulang punto sa pagsubok, hindi isang sagot sa pag-apruba.
Ang gabay na ito ay para sa mga pinuno ng pagsasanay sa peligro at sa mga pinuno ng krimen sa pananalapi o pagsunod na nakikipagtulungan sa kanila. Saklaw nito kung paano ilalarawan ang problema sa pagganap, suriin ang mga kakulangan, paghahanda at pagsasanay sa disenyo, pagtrabahuhan ang isang kaso at suriin kung ang kasanayan ay ililipat sa mga live na pila. Ito ay tungkol sa disenyo ng pagsasanay. Ang bawat uri ng alerto, tuntunin sa disposisyon at ruta ng escalation sa iyong programa ay dapat na mapatunayan ng iyong pinuno ng krimen sa pananalapi o pagsunod at umakma sa iyong mga obligasyon sa regulasyon.
Ano ang pagsasanay sa pagsusuri ng alerto sa pandaraya sa AI?
Ang pagsasanay sa pagsusuri ng alerto sa pandaraya sa AI ay nagtuturo sa mga analyst na patunayan kung ano ang nalilikha ng isang awtomatikong modelo. Sinusuri ng analyst ang alerto laban sa mas malawak na konteksto, isinasaalang-alang ang mga alternatibong paliwanag, nagpapasya ng isang disposisyon at nagsusulat ng isang katwiran na maaaring i-audit ng ibang tao. Ang panganib na tinutugunan nito ay pasibong pagtanggap, kung saan ang output ng modelo ay itinuturing na desisyon.
Mabilis na katotohanan
| Tanong | Maikling sagot |
|---|---|
| Ano ang gawain? | Suriin ang isang awtomatikong alerto at bigyang-katwiran ang isang disposisyon. |
| Ano ang iyong iskor? | Katumpakan ng disposisyon at ang kalidad ng pagsusuri na makatwiran. |
| Sapat na ba ang isang pagsusulit tungkol sa patakaran? | Hindi. Kinukumpirma nito ang mga kinakailangan, ngunit hindi kung kayang tanggihan ng isang analyst ang isang mapanghikayat na iskor. |
| Sino ang nagpapatunay sa nilalaman? | Isang lead sa krimeng pinansyal o pagsunod sa batas. |
| Ano ang hindi kayang ayusin ng pagsasanay? | Dami ng pila, mga target na oras, mahinang kalidad ng alerto at hindi malinaw na mga karapatan sa pagtataas ng bilang ng mga alerto. |
| Paano mo nalaman na gumana ito? | Isang bago, hindi pa nakikitang hanay ng mga kaso ng transaksyon, na binigyan ng puntos batay sa napagkasunduang pamantayan, na may kasamang follow-up sa aktwal na gawain. |
1. Ilarawan ang problema sa pagganap
Magsimula sa gawain: suriin ang mga awtomatikong alerto at bigyang-katwiran ang isang desisyon. Ang pagsusuri ay higit pa sa pagsang-ayon o hindi pagsang-ayon. Kinokolekta ng analyst ang kontekstong hindi ginamit ng modelo, tinitimbang ito laban sa dahilan ng modelo para sa pag-flag at itinatala kung bakit maipagtatanggol ang desisyon.
Ang panitikan na may kinalaman sa mga salik ng tao ang nagbibigay ng pangalan sa problema. Sa isang pagsusuri ng mga empirikal na pag-aaral, inilarawan nina Parasuraman at Manzey ang automation bias, kung saan ang mga tao ay labis na umaasa sa mga automated aid at nagkakamali sa pagkukulang (pagkaligtaan ang isang bagay na hindi namarkahan ng aid) at paggawa ng pagkakamali (pagsunod sa aid kapag ito ay mali). Iniulat nila na ang mga epektong ito ay maaaring mangyari kapag ang mga aid ay hindi perpekto, na ang atensyon ay gumaganap ng isang pangunahing papel at hindi ito mapipigilan ng pagsasanay o mga tagubilin (Parasuraman at Manzey, 2010Ang pagsusuri ay tungkol sa paggamit ng tao ng automation sa pangkalahatan, hindi partikular sa mga operasyon ng pandaraya, kaya ituring ang natuklasan bilang isang babala sa disenyo at sukatin ito sa sarili mong mga pila.
Para sa pagsasanay, nangangahulugan ito na ang isang maikling briefing tungkol sa panganib ay hindi sapat. Ang pagsasanay ay kailangang magsanay sa mga analyst na hindi sumang-ayon sa modelo kapag sinusuportahan ito ng ebidensya, at sumang-ayon kapag hindi.
Isulat ang pahayag ng pagganap sa isang pangungusap at ipasuri ito sa isang lead ng krimen sa pananalapi: "Kung bibigyan ng alerto at konteksto ng account, sasabihin ng analyst kung ano ang minarkahan ng modelo, kung ano ang sinasabi ng mas malawak na ebidensya, isang disposisyon at ang dahilan, at kung anong karagdagang impormasyon ang kanilang hihingin."
2. Suriin ang mga kakulangan sa pagkatuto at konteksto
Bago ka bumuo ng kahit ano, ihambing ang gawain sa kung ano ang ginagawa at sinusuri ng iyong kasalukuyang programa. Tatlong tanong ang karaniwang naghihiwalay sa isang training gap mula sa ibang bagay:
- Ginagamit ba ng kasalukuyang kasanayan ang totoong gawain? Kung ang pagsasanay ay sumasaklaw sa patakaran at mga tipolohiya ngunit hindi kailanman humihiling sa mga analyst na repasuhin ang isang alerto sa modelo, walang sinuman ang nagsanay ng pagpapatunay. Kung ang pagtatasa ay binibilang lamang kung ang disposisyon ay tumutugma sa susi sa sagot, itinatago nito ang kalidad ng pangangatwiran.
- Ano ang pangangailangang kognitibo? Sa binagong taksonomiya ni Bloom, ang pagtimbang ng magkakasalungat na paliwanag at paghatol sa isang disposisyon ay nasa antas ng pagsusuri at pagsusuri. Ang pag-alala sa isang tipolohiya ay nasa mas mababang antas. Ang pagtutugma ng mga aktibidad sa mga antas na iyon ay sakop ng aming gabay sa pagtutugma ng mga aktibidad sa pagkatuto sa Bloom's Taxonomy.
- May iba pa bang nakaharang bukod sa kasanayan? Suriin ang dami ng pila, mga target na oras ng paghawak, at mga karapatan sa pagpapataas ng bilang ng mga tao. Kung ang isang analyst ay sinusukat sa mga alertong sarado kada oras, ang pagtanggap sa modelo ang siyang makatwirang pagpipilian, at hindi ito babaguhin ng pagsasanay. Iulat ang mga sanhi na hindi dahil sa pagsasanay sa mga taong maaaring mag-ayos ng mga ito.
3. Paghahanda at pagsasanay sa disenyo
Kapag alam mo na kung aling mga puwang ang maaaring isara ng pagsasanay, bigyan ang bawat yugto ng isang natatanging trabaho.
Paghahanda Suriin ang mga kinakailangan gamit ang isang maikling pagsusuri: ang mga tipolohiyang nasa saklaw, ang datos na ipinapakita ng isang alerto, kung ano ang ginagamit ng modelo at kung ano ang hindi nito nakikita. Angkop sa yugtong ito ang pag-aaral na may sariling bilis. Kinukumpirma lamang ng pagsusuri sa paggunita ang mga kinakailangan.
Practice. Gumamit ng mga simulation ng pandaraya na binuo mula sa mga deidentified na kaso at, kung mayroon kang mga mapagkukunan, mga kaso na istilo ng red-team na isinulat upang samantalahin ang mga bagay na hindi napapansin ng isang modelo. Paghaluin ang mga alerto kung saan tama ang modelo, mga alerto kung saan ito mali, at mga alerto na hindi malinaw, nang hindi sinasabi sa analyst kung alin ang alin. Pumipili ang analyst ng isang disposisyon at isinusulat ang katwiran.
Feedback. Iugnay ito sa mga desisyon sa halip na sa kabuuang iskor. Mas kapaki-pakinabang ang "Kinumpirma mo ang alerto dahil sa halaga, ngunit ipinaliwanag ito sa mga tala ng account, at hindi binanggit ang mga ito sa iyong katwiran" kaysa sa "4 sa 5 tama".
Live na input o asynchronous na pagsusuri? Ang live input ay nagdaragdag ng pinakamalaking halaga kapag ang isang kaso ay hindi malinaw at ang mga analyst ay natututo mula sa pakikinig sa isang senior na kasamahan na nagtatalo sa magkabilang panig. Ang asynchronous na pagsusuri ay sapat na para sa paghahambing ng isang katwiran sa isang ekspertong may anotasyon. Maraming mga koponan ang gumagamit ng pareho: paghahanda sa sarili muna, pagkatapos ay isang pinadali na sesyon sa mahihirap na kaso.
4. Gumawa ng isang makatotohanang halimbawa
Paglalarawan. Dapat patunayan ng isang financial crime o compliance lead ang kaso at ang pamantayan sa sagot bago gamitin. Gumamit lamang ng mga kaso na hindi natukoy ang pagkakakilanlan.
Ang kaso. May alerto na nagba-flag ng malaking pagbili gamit ang card-not present sa isang bagong merchant. Mataas ang model score. Ipinapakita ng mga tala sa account ang kamakailang pagbabago ng address at isang tawag ng customer dalawang araw bago nito tungkol sa isang planong pagbili ng muwebles.
Ang gawain. Isinasaad ng analyst kung ano ang ipinapakita ng alerto, kung ano ang idinaragdag ng konteksto, isang disposisyon at dahilan, at kung ano pa ang kanilang susuriin.
Isang unang pagsubok. "Mataas na iskor, malaking halaga, bagong merchant. Kinumpirma kong kahina-hinala." Inulit ng analyst ang mga dahilan ng modelo at hindi tiningnan ang anumang bagay na hindi ginamit ng modelo.
Magbigay ng feedback at subukan muli. Itatanong ng coach kung ano ang nakasaad sa mga tala ng account at kung ipinapaliwanag ba nito ang bawat dahilan ng modelo. Sa muling pagsubok, hihilingin sa analyst na ilista ang tatlong senyales ng modelo at itugma ang bawat isa sa mas malawak na ebidensya.
Isang mas malakas na pagtatangka. "Hindi pangkaraniwan ang halaga at ang merchant sa kasaysayan ng transaksyon, ngunit ang mga tala ay nagpapakita ng isang kamakailang paglipat at isang tawag tungkol sa isang pagbili ng muwebles. Ipinapaliwanag nito ang halaga, ang kategorya ng merchant at ang address ng paghahatid. Hindi ko makukumpirma bilang kahina-hinala sa iskor lamang. Susuriin ko ang address ng paghahatid laban sa bagong address at hahanapin ang isang callback record. Kung magkatugma ang mga ito, isasara ko ito bilang tunay na may ganitong katwiran. Kung hindi, idudugtong ko ito." Ang sagot na ito ay nangangatuwiran batay sa ebidensya, nagbabanggit ng isang alternatibong paliwanag at nagsasaad kung ano ang magbabago sa desisyon.
Kung bakit ang bawat tugon ay maipagtatanggol o hindi kumpleto. Husgahan ang bawat isa batay sa naaprubahang pamantayan, hindi batay sa kagustuhan ng isang coach. Ang unang pagsubok ay sumasalamin sa modelo. Ang mas malakas na pagsubok ay sumusubok dito. Isama ang mga kaso kung saan ang tamang sagot ay upang kumpirmahin ang alerto, upang hindi matutunan ng mga analyst na hindi ito pagkatiwalaan sa pamamagitan ng reflex.
5. Suriin ang kakayahan at planuhin ang paglipat
Ang ebidensya ng kakayahan ay ang pagganap sa mga hindi nakikitang kaso ng transaksyon. Katumpakan ng disposisyon ng iskor at ang kalidad ng katwiran. Ang isang simpleng rubric ay gumagamit ng 0 hanggang 2 na iskala bawat pamantayan:
| Saligan | Napapansing ebidensya |
|---|---|
| Pagpapatupad ng gawain | Sinusuri ang alerto at itinatala ang ebidensya sa likod ng disposisyon. |
| pangangatwiran | Nagpapaliwanag ng mga alternatibo, mga limitasyon, at kung ano ang nananatiling hindi tiyak. |
| Mga Hangganan | Gumagamit ng mga aprubadong pamamaraan at nagpapabilis ng proseso kapag hindi sapat ang impormasyon o awtoridad. |
Mga Anchor: 0 ay wala o hindi sinusuportahan, 1 ay bahagyang may mga kaugnay na kakulangan, at 2 ay kumpleto at makatwiran laban sa napagkasunduang pamantayan. Hiwalay na tukuyin ang mga kritikal na error, tulad ng pagsasara ng isang alerto na tumutugma sa isang mandatory escalation rule, para hindi maitago ng isang pangkalahatang iskor ang isa. Ang rubric na ito ay isang panukala, hindi isang napatunayang pamantayan ng kahandaan: iakma ito sa isang lead ng krimen sa pananalapi at subukan ito. Ang aming gabay sa pagdidisenyo ng interaktibong pagsasanay na may kapaki-pakinabang na feedback nagpapakita kung paano sumulat ng feedback na nag-uugnay sa mga desisyon.
Planuhin ang paglipat nang may pag-iingat. Pagkatapos ng pagsasanay, ipa-sample sa isang senior analyst ang ilan sa mga live na disposisyon ng bawat mag-aaral at ipasuri ang mga katwiran kasama nila, o magsagawa ng maikling debrief sa isang kamakailang alerto na hindi naisara nang tama.
Kung saan nakakatulong ang interactive na paghahatid
Nakakatulong ang mga interactive na format kung saan dapat mangako ang lahat bago nila makita ang grupo. Sa isang live na sesyon, maaaring magpakita ang isang facilitator ng isang deidentified na alerto, hilingin sa bawat analyst na maglagay ng disposisyon at isang linyang dahilan, at pagkatapos ay ibunyag ang pagkalat bago ang talakayan. Ang parehong mga kaso ay maaaring tumakbo nang mag-isa para sa paghahanda. Sinusuportahan ng AhaSlides ang interactive na pag-aaral at paglipat sa pagitan ng live at self-paced na paghahatid. Hindi nito awtomatikong binibigyan ng marka ang mga disposisyon o katwiran, kaya minamarkahan sila ng isang tao o ng iyong sariling proseso. Suriin ang anumang partikular na function ng pag-author, feedback o pag-uulat na plano mong asahan laban sa iyong sariling daloy ng trabaho. Para sa gabay sa pagpili ng mga format, tingnan ang aming artikulo sa kailan gagamit ng adaptive, interactive, at live learning.
Sukatin kung ano ang nagbago
Magpasya nang maaga kung ano ang magpapakita na kayang gawin ng mga analyst ang gawain. Ihambing ang katumpakan ng disposisyon at kalidad ng katwiran sa isang hindi pa nakikitang kaso na itinakda sa isang baseline. Tukuyin kung sino ang kasama, ang denominator at ang tiyempo. Kung bumuti ang mga resulta, suriin kung ano pa ang nagbago sa parehong panahon, tulad ng pagbabago ng modelo, pagbabago ng panuntunan o isang bagong target na oras ng paghawak, bago i-kredito ang pagsasanay.
Mga limitasyon na maaaring manatili
- Presyon sa pila. Ang mga target sa handling-time ay nagbibigay ng mabilis na pagsang-ayon sa modelo.
- Kalidad ng alerto. Ang isang modelo na gumagawa ng maraming maling positibo ay nakakabawas ng atensyon anuman ang pagsasanay.
- Mga karapatan sa escalation. Ang isang analyst na nagdududa sa isang alerto ay kailangan pa rin ng malinaw na ruta upang hamunin ito.
- Saklaw ng kaso. Isang hanay ng mga kaso ang nagpapakita ng ilang mga padron. Hindi inilalarawan ng isang iskor ang pangkalahatang paghatol ng isang analyst.
- Paglilipat. Ang pagganap sa isang workshop ay hindi katulad ng pagganap sa pagtatapos ng isang mahabang shift.
Ipaalam ang mga ito sa mga sponsor nang maaga at magplano ng magkakahiwalay na pag-aayos. Pinapabuti ng pagsasanay ang maaaring itanong at ipaliwanag ng isang analyst. Hindi nito binabago ang mga insentibo sa paligid ng pila.
Mga madalas itanong
Ano ang pagsasanay sa pagsusuri ng alerto sa pandaraya sa AI?
Itinuturo nito sa mga analyst na patunayan ang mga awtomatikong alerto: suriin ang kontekstong hindi ginamit ng modelo, isaalang-alang ang mga alternatibo, pumili ng isang disposisyon at magsulat ng isang katwiran na maaaring i-audit.
Ano ang bias sa automation?
Ito ang tendensiyang labis na umasa sa isang awtomatikong tulong, maaaring hindi nito napansin ang mga problemang hindi nito napansin o nasundan ito kapag ito ay mali. Natuklasan sa isang pagsusuri sa mga pag-aaral nina Parasuraman at Manzey na hindi ito mapipigilan sa pamamagitan ng pagsasanay o mga tagubilin.
Paano mo masusuri kung ang mga analyst ay nagpapatunay sa halip na tumatanggap?
Magbigay ng mga hindi pa nakikitang kaso, kabilang ang ilan kung saan tama ang modelo at ilan kung saan ito mali, at bigyan ng marka ang disposisyon at ang katwiran batay sa napagkasunduang pamantayan.
Gumagamit ba ang pagsasanay ng totoong datos ng customer?
Hindi. Gumamit ng mga deidentified o sintetikong kaso, at ipa-apruba ang mga ito sa iyong compliance lead.
Saan magsisimula
Pumili ng isang uri ng alerto sa iyong pila. Isulat ang pahayag ng pagganap, ipa-validate sa isang pinuno ng krimen sa pananalapi ang isang hanay ng mga hindi natukoy na kaso na kinabibilangan ng tama, mali, at hindi malinaw na mga alerto, at bumuo ng isang rubric na may tatlong pamantayan na may iskala mula 0 hanggang 2 at isang listahan ng mga kritikal na error. Subukan ito kasama ang isang maliit na grupo bago mo ito ilunsad.
Para makita kung paano maaaring tumakbo nang live ang isang kaso kasama ang sarili mong team, at magamit muli nang mag-isa pagkatapos, tuklasin ang AhaSlides.
