Máquinas inteligentes que dominam o mundo e utilizam seres humanos como “baterias” para continuar funcionando. Um robô que cuida de mais de uma geração da família e que acaba se apaixonando. Ou ainda, um android criança que foi o primeiro robô programado para saber amar.

Se essas histórias lhe parecem familiares, é claro que estamos falando dos filmes Matrix (1999), O Homem Bicentenário (1999) e A.I – Inteligência Artificial (2001). A IA há tempos habita a mente do ser humano. Quem não se lembra da Rosie, a robô doméstica que cuidava da casa dos Jetsons, desenho animado criado em 1962?

Antes de mais nada, pode ficar tranquilo, ainda estamos longe de vivenciar a revolução das máquinas – se é que um dia ela vai acontecer. Mas a inteligência artificial já é fundamental para algo indispensável nos dias atuais, principalmente em uma época em que as transações online não param de crescer: a prevenção à fraude.

Porém, antes de entrarmos neste assunto, vamos primeiro entender:

O que é a inteligência artificial?

 

 

 

 

Como dissemos, a IA é uma área que habita nossa mente há algum tempo, mas até anos atrás ela pertencia apenas ao universo da ficção científica. Desde então, muita coisa mudou e as pesquisas e aplicações neste campo seguem crescendo.

A ideia é encontrar maneiras e técnicas para que uma máquina – não necessariamente física – consiga fazer coisas que um humano consegue, com o objetivo de facilitar as tarefas que costumamos ter em nosso dia a dia.

E ela já está presente em nosso cotidiano. A Netflix, por exemplo, utiliza inteligência artificial para entender suas preferências e recomendar filmes e séries. Já o Google Tradutor traduz instantaneamente as mensagens que você coloca nele. Um software que faz análises antifraude também se aproveita desse recurso, enfim, temos diversos exemplos.

E dentro da inteligência artificial existem muitas sub áreas, entre elas machine learning.

Então quer dizer que não são a mesma coisa?

Isso mesmo, não podemos confundir o “aprendizado de máquina” com a IA, já que ele é apenas uma parte da inteligência artificial. E na verdade, machine learning é algo bem mais simples do que o nome passa.

 

 

 

 

 

 

 

 

O aprendizado de máquina nada mais é que o reconhecimento de padrões. Portanto, não é que conseguimos ensinar uma máquina da mesma forma que ensinamos um humano a fazer algo e ele aprende os conceitos da coisa.

Na verdade, a máquina aprende uma série de padrões que vão sendo processados para que ela “chegue a uma conclusão”. É por isso que quando você entra no Youtube uma lista de vídeos com conteúdo (supostamente) próximo ao que você geralmente consome aparece.

E dentro de machine learning surgiu uma “família” de modelos: o deep learning.

Mas o que é deep learning?

Bom, deep learning é uma teoria um pouco antiga, um conceito que começou a surgir nos anos 90 (tá, nem tão antiga assim), mas que começou a ser aplicada quando o hardware passou a ser bom o suficiente para isso. Nada mais é que um método de aprendizado de máquina que incorpora redes neurais em camadas.

Você se lembra quando o Shrek falou para o Burro sobre o ogro ter camadas? Bem, deep learning é mais ou menos assim. Imagine vários nós em uma corda extensa, todos interligados, formando uma espécie de rede neural – como se fosse as interconexões dos neurônios em nosso cérebro.

 

 

 

 

 

Esses nós são organizados em camadas, e cada uma dessas camadas é capaz de analisar e transformar os dados, deixando o modelo bastante poderoso e flexível para ser ajustado a qualquer coisa que você queira, desde classificação de imagens até geração de textos ou legendas de imagens. Se tem dados de entrada e saída, o modelo consegue aprender um padrão para levar a algo.

E como isso é usado na prevenção a fraude?

Machine learning é fundamental para prevenção à fraude atualmente. Com os golpistas desenvolvendo cada vez mais técnicas, fazer com que a máquina aprenda um padrão de comportamento é decisivo na hora de tomada de decisão.

Atualmente é possível observar dados como geolocalização, redes de wi-fi acessadas, o modelo do aparelho, o fabricante, o sistema operacional, a operadora, entre muitas outras variáveis durante uma transação. A partir desses dados é possível fazer uma aprendizagem supervisionada para que o software aprenda esses padrões, faça uma comparação entre uma transação anterior e outra e preveja se é você mesmo que está atuando naquele momento ou um fraudador.

E com a possibilidade reconhecer padrões mais complexos usando deep learning, é possível que a máquina descubra um comportamento fraudulento que é apenas ligeiramente diferente dentre milhares de transações válidas.

Basicamente (e de uma maneira exageradamente simples e simplória) é como se você pudesse ensiná-lo algo assim:

Device 1234, características x, y, z -> transação aprovada
Device 2345, características x, y, z -> transação aprovada
Device 4567, características x, y, z -> transação aprovada
Device 9876, características x, y, w -> transação reprovada

No cenário de prevenção a fraudes, no entanto, essa análise não é tão simples e óbvia assim – até porque, neste caso, não seriam necessárias incontáveis mentes brilhantes desenvolvendo algoritmos para observarem dados como o exemplo acima. Estamos falando de centenas de milhares, ou milhões de transações ocorrendo diariamente. Dezenas por segundo. Uma chuva de ações, com milhares variáveis e que precisam ser respondidas em menos de milésimos de segundo, tornando o processo humanamente impossível.

Leia mais: O que é identidade digital e como ela pode ajudar na prevenção de fraudes?

Neste cenário, algoritmos precisam ser extremamente eficientes e beirar a perfeição: não é “permitido” uma eficiência baixa de… digamos, 60%. Tirar a “nota 6 para passar de ano” neste caso não é permitido. Por isso, modelos de inteligência artificial são calibrados a partir de toneladas de dados e são capazes de detectar nuances imperceptíveis à mente humana.

Seja para a avaliação de fraudes transacionais (no instante do pagamento) ou para proteção de identidades digitais (prevenindo criação de cadastros falsos, invasão ou roubo de contas), a inteligência artificial tem se mostrado uma aliada e tanto de todos os tipos de negócio, oferecendo ambientes mais seguros e sem interferir na experiência de uso do bom cliente.

Quer saber como o AllowMe pode te ajudar a proteger ainda mais o seu negócio digital e proteger as identidades digitais de seus clientes? Entenda mais preenchendo este formulário!

Artigo escrito por Felipe Oliveira
Felipe Oliveira é jornalista apaixonado por futebol, mas decidiu levar os esportes apenas como lazer depois trabalhar direto da redação em uma edição de Jogos Olímpicos e uma Copa do Mundo. Formado também em Direito, desde 2019 aceitou o desafio de escrever sobre tecnologia e, em 2021, atuar com marketing no mercado de prevenção à fraude e pagamentos digitais. No tempo livre gosta de assistir a jogos de futebol e matar a saudade da infância com canais de Youtube sobre games antigos.