Ieguvumi:
- Iespēja iepriekš pārbaudīt krāpnieciskas prasības, paaugstinātas prasības un organizētus krāpšanas modeļus ar mākslīgo intelektu un atzīmēt aizdomīgos failus
- Spēja pārvaldīt viltus pozitīvu rezultātu un nevainīguma prezumpcijas riskus, ar pierādījumiem apstiprinot mākslīgā intelekta radītos aizdomu pamatus
- Spēja saprast, ka apsūdzības par krāpšanu un SBM/civilajiem ziņojumiem var iesniegt tikai ar pārbaudītiem pierādījumiem un kompetenta eksperta apstiprinājumu.
Apdrošināšanas krāpšana (krāpšana; kaitējuma safabricēšana, palielināšana vai sagrozīšana, lai gūtu peļņu) kaitē gan uzņēmumiem, gan godīgiem apdrošinātajiem; jo samaksātās viltotās prasības galu galā tiks atspoguļotas ikviena prēmijās. Eksperts, kas cīnās ar krāpšanu (krāpšanas analītiķis, bojājumu izmeklētājs), skenē lielu skaitu failu un meklē modeļus: vienas un tās pašas personas atkārtotas prasības īsā laikā, dokumentus, kas neatbilst lietai, puses, kas pazīst viena otru. Mākslīgais intelekts (programmatūra, kas atzīmē neparastus datu modeļus) paātrina šo skenēšanu: tas izceļ potenciāli aizdomīgus failus starp tūkstošiem failu. Bet vissvarīgākais princips šeit ir šāds: mākslīgā intelekta zīme ir aizdomu signāls, nevis pierādījums. Kādas personas apsūdzēšana krāpšanā ir nopietnas sekas; Nevainīguma prezumpcija (persona tiek uzskatīta par nevainīgu, kamēr nav pierādīts pretējais) ir būtiska. Šajā nodaļā jūs uzzināsiet, kā iepriekš pārbaudīt aizdomīgus failus ar mākslīgo intelektu, kā pārbaudīt signālu ar pierādījumiem un kāpēc lēmums par apsūdzību/ziņošanu tiek pieņemts tikai ar kompetenta eksperta un juridisku apstiprinājumu.
Krāpšanas modeļi un mākslīgā intelekta loma
Izplatītākie krāpniecības veidi ir šādi:
- Sagatavotie bojājumi: ziņošana par notikumu, kas nekad nav noticis, kā bojājumu.
- Pārspīlēta prasība: Pārspīlēta faktiskā kaitējuma summa (neesošas bojātas detaļas, viltots rēķins).
- Organizēta krāpšana: plānota viltus bojājumu nodarīšana, ko veic vairāk nekā viena persona (dažreiz arī remontētājs, eksperts vai liecinieks).
- Dubultā kompensācija: pieprasiet vienu un to pašu zaudējumu no vairāk nekā vienas polises vai vairākas reizes.
Veicot šo modeļu iepriekšēju skenēšanu, mākslīgais intelekts izceļ šādus signālus: atkārtoti bojājumi īsā laikā, bojājuma datums pārāk tuvu polises sākumam, nekonsekvents notikumu stāstījums, viena un tā paša IBAN/adreses/tālruņa numura atkārtošanās dažādos failos, dokumentu datumu neatbilstība. AI atzīmē šos karogus; Bet katrai no šīm pazīmēm var būt arī nevainīgs izskaidrojums. Piemēram, kaitējums polises sākumā var būt nejaušība; Neveiksmes dēļ cilvēkam var nodarīt lielu kaitējumu.
Uzmanību: marķējums "augsts krāpšanas risks" ir signāls par iespējamību. Viltus pozitīvs ziņojums (nejauši atzīmējot nevainīgu failu kā aizdomīgu) nodara nopietnu netaisnību klientam. Signāls nekad nekļūst par apsūdzību, ja to nepārbauda pierādījumi.
Pārbaudiet signālu ar pierādījumiem
Pirms krāpšanas signāla pieņemšanas lēmuma pieņemšanai to apstiprina četri avoti:
- Dokumentu konsekvence: vai rēķins, protokols, fotogrāfija un novērtējuma ziņojums atbilst viens otram? Vai datumi, summas un nozieguma vieta sakrīt?
- Fiziskie/tehniskie pierādījumi: vai ekspertu secinājumi (bojājumu, deformācijas pēdas) ir saderīgi ar aprakstīto incidentu?
- Datu vaicājums: pagātnes bojājumi, dubultās polises un atkārtošanās modeļi tiek pārbaudīti ar SBM (Apdrošināšanas informācijas un uzraudzības centra) vaicājumu.
- Neatkarīga izmeklēšana: Ja nepieciešams, pārbaude uz vietas, liecinieku intervija, ekspertīzes ziņojums.
Solis uz priekšu tiks sperts tikai tad, ja signālu apstiprinās konkrēti pierādījumi no šiem avotiem. Ja pierādījumu nav, lieta tiek vērtēta parastajā kārtībā; Šaubas vien nevar būt attaisnojums maksājuma kavēšanai vai atteikumam.
Padoms: katram aizdomu signālam pieprasiet AI sarakstu “kāds dokuments un dati ir jāapskata, lai to apstiprinātu/atspēkotu”. Tādējādi signāls kļūst par izmeklēšanu, nevis apsūdzību.
Soli pa solim: aizdomīgu darījumu analīze
- Anonimizēt kontekstu. Izmantojiet faktu ekvivalentus, nevis vārdu, TR ID, IBAN (ja skenēšanai ir nepieciešami reāli dati, palieciet korporatīvajā, apstiprinātajā sistēmā).
- Pieprasīt iepriekšēju pārbaudi. Uzskaitiet signālus un iemeslus aizdomām par mākslīgo intelektu.
- Pārvērtiet katru signālu par pārbaudes jautājumu. "Kā šis signāls tiek apstiprināts un atspēkots?"
- Savāc pierādījumus un apstiprini. Dokuments, ekspertīze, SBM izziņa, nepieciešamības gadījumā lauks.
- Meklējiet arī nevainīgo skaidrojumu. Vai signālam ir likumīgs iemesls? Pārbaudi arī pretējo.
- Lēmumu pieņem kompetents eksperts + likums/atbilstība. Paziņojums (SBM/likums), apsūdzība vai noliegšana tiek veikta tikai ar pārbaudītiem pierādījumiem un apstiprinājumu; Katrs solis tiek ierakstīts trases ierakstā.
trīs mini futrāļi
1. gadījums — apstiprinātas aizdomas. Mākslīgais intelekts iezīmēja transportlīdzekļu apdrošināšanas failu ar signāliem "pilns zaudējums 6 dienas pēc polises uzsākšanas" un "rēķina datums pirms notikuma datuma". Eksperts pārbaudīja rēķinu: tas faktiski datēts pirms incidenta, un eksperta atzīmes neatbilda aprakstītajai sadursmei. Ir parādījušies konkrēti pierādījumi; Fails tika pienācīgi pārvietots uz juridisko un SBM procesu. Signāls virzījās uz priekšu, jo to apstiprināja pierādījumi.
2. gadījums — kļūdaini pozitīvs. Mākslīgais intelekts atzīmēja apdrošināto kā "4 atlīdzības pēdējo 2 gadu laikā, augsts risks". Eksperts pārbaudīja: trīs no bojājumiem radīja dažādi novietoti transportlīdzekļi un viens bija krusas bojājumi; Visi no tiem bija dokumentēti, pārbaudīti un konsekventi. Tā nebija neveiksme vai krāpšana. Eksperts maksāja failu parastajā kārtībā. Ja signālam sekotu akli, godīgs klients tiktu negodīgi par upuri.
3. gadījums — sakārtots modelis. Mākslīgais intelekts iezīmēja vienas un tās pašas remontdarbnīcas, viena un tā paša liecinieka un līdzīga notikuma stāstījuma atkārtošanos dažādos failos. Ekspertu un juristu komanda apstiprināja šo saistību, izmantojot SBM un pārbaudi uz vietas; Izveidojās organizēts modelis. Lēmums tika pieņemts nevis ar vienu signālu, bet gan ar pārbaudītu pierādījumu ķēdi un kompetentu apstiprinājumu.
Četras kopējamas uzvednes
1) Aizdomu signāla iepriekšēja pārbaude:
Jūs esat apdrošināšanas krāpšanas analītiķa palīgs. Skenējiet šādu anonimizētu pretenziju failu KRĀPŠANAI: [ielīmēt failu]Izvade: iespējamie aizdomu signāli (pa vienumam), katra signāla iemesls un dokuments, uz kura tas ir balstīts. Katram signālam "vai var būt nevainīgs izskaidrojums?" pievienot piezīmi.Nepārmet, nelemj; Tas izvada tikai izmeklējamos signālus.
2) Pārbaudes plāns:
Sagatavojiet verifikācijas plānu šādiem šaubu signāliem: [ielīmējiet signālus]Katram signālam: (a) dokuments/dati/pārbaude, lai to PIERĀDĪTU, (b) dokuments/dati, lai to ATTEIKTU, (c) punkts, kas jāaplūko ar SBM vaicājumu. Mērķis nav apsūdzēt, bet gan noteikt, vai tā ir patiesa vai nepatiesa.
3) Dokumenta atbilstības pārbaude:
Salīdziniet tālāk norādītos prasības dokumentus, lai tie atbilstu datumam, summai, vietai un notikuma stāstam: [ielīmēt dokumentus]Rādīt pretrunīgos punktus blakus; Uzrakstiet, no kura dokumenta tas nāk. Pievienot komentāru; vienkārši uzskaitiet nesaderības.
4) Pārskatīšanas piezīmes projekts (nevis lēmums):
Sagatavojiet objektīvu pārskata piezīmi, pamatojoties uz šādiem PĀRBAUDĪTAJIEM konstatējumiem: [pārbaudīti pierādījumi, atspēkoti signāli] Tonis: neitrāls, uz pierādījumiem balstīts, neapsūdzošs. Saglabāt nevainīguma prezumpciju. Pievienot piezīmi: "Galīgais lēmums un paziņojums ir atkarīgs no kompetenta eksperta juridiskā/atbilstības apstiprinājuma."
Vāja uzvedne / spēcīga uzvedne
Vājš: "Vai šis klients ir krāpnieks? Vai mums tas jānoraida?"
Problēma: Pieprasīt tiešu vainu/noliegumu (sarkanā zona) no AI; bez pierādījumiem, bez pārbaudes un bez nevainīguma prezumpcijas. Viltus pozitīvu rezultātu un neprecizitātes risks ir ļoti augsts.
Spēcīgs: "Izliecieties par krāpšanas analītiķa palīgu. Šajā anonimizētajā failā uzskaitiet aizdomu signālus ar pamatojumu; katram norādiet nevainīga skaidrojuma iespēju un pārbaudes līdzekļus. Nenosauciet vainu."
Kāpēc tas ir labi: iznākums ir izmeklēšanu, nevis apsūdzību saraksts; Tiek saglabāta nevainīguma prezumpcija un pārbaude.
salīdzināšanas diagramma
solis
mākslīgais intelekts
Eksperts/jurists
principu
Signāla iepriekšēja skenēšana
zīmes
Novērtē
Signāls ≠ pierādījums
pārbaudes plāns
melnraksti
Attiecas
Apstipriniet ar pierādījumu
Dokuments/ekspertīzes apstiprinājums
salīdzina
komentāri
fiziski pierādījumi
SBM/datu vaicājums
—
Vaicājumi
audita pēdas
Apsūdzība/paziņojums
—
Lēmums + apstiprinājums
nevainīguma prezumpcija
Biežas kļūdas
- Signāla maldināšana par pierādījumu. Tieša noliegšana vai vainošana ar “augsta riska” marķējumu.
- Neizpētot nevainīgo skaidrojumu. Nepārbauda, vai signālam varētu būt likumīgs iemesls.
- Nepatiesi pozitīvu rezultātu izmaksu ignorēšana. Godīgu klientu upurēšana un uzticības un reputācijas graušana.
- Maksājuma kavēšana bez attaisnojuma. Atstāt to ar aizdomām bez pierādījumiem ir gan ētiska, gan juridiska problēma.
- Neatstāj pēdas. Nefiksējot, kādi pierādījumi un kā tika izvērtēti; palikt neaizsargātam kontrolē un likumdošanā.
Rezumējot
Mākslīgais intelekts iepriekš skenē aizdomīgos failus un atzīmē tos, pamatojoties uz signāliem, lai atklātu krāpšanu; bet viņš nevaino un nelemj. Pārbaudiet katru signālu ar dokumentāciju, novērtēšanu, SBM izmeklēšanu un vietas pārbaudi, ja nepieciešams; arī izmeklēt nevainīgo skaidrojumu; Atcerieties, ka viltus pozitīvie rezultāti kaitē klientam. Maksa, atteikums un SBM/juridisks paziņojums tiek veikts tikai ar pārbaudītiem pierādījumiem un kompetentu ekspertu + juridisko/atbilstības apstiprinājumu. Nevainīguma prezumpcija ir būtiska; Galīgais lēmums ir cilvēka ziņā.
Lietojumprogrammas uzdevums
Testēšanas nolūkos ņemiet trīs bojājumu failus (anonimizētus); Vismaz vienam no tiem jābūt īstam, un diviem no tiem jābūt šaubu signāliem. Izņemiet signālus ar uzvednes numuru 1, izveidojiet pārbaudes plānu katram signālam ar uzvednes numuru 2. Pēc tam mēģiniet faktiski apstiprināt signālus: kuri no tiem tika pamatoti ar pierādījumiem, kuri bija kļūdaini pozitīvi? Uzrakstiet rindkopu, kāpēc šajā piemērā ir svarīgs princips “signāls ≠ pierādījums”.
kontrolsaraksts
- [ ] Es anonīmu kontekstu / paliku uzņēmuma apstiprinātajā sistēmā.
- [ ] Es uzskaitīju signālus ar iemeslu; Es negribēju vainot.
- [ ] Katram signālam esmu noteicis verifikācijas un atspēkošanas ceļu.
- [ ] To apstiprināju ar dokumentiem, ekspertīzi un SBM vaicājumu.
- [ ] Es izpētīju nevainīga izskaidrojuma iespēju.
- [ ] Apsūdzību/ziņojumu izteicu tikai ar pierādījumiem + kompetentu ekspertu/juridisku apstiprinājumu.
- [ ] Es izsekoju visam vērtējumam.