«Fraud Research permite desarrollar algoritmos precisos y justos para la detección de fraude»

8 junio, 2021
Bernat Coma

El investigador y profesor colaborador de los Estudios de Informática, Multimedia y Telecomunicación Bernat Coma es el impulsor de Fraud Research, uno de los ocho proyectos finalistas de la SpinUOC 2021, la jornada anual de emprendimiento y transferencia de la Universitat Oberta de Catalunya (UOC). 

Fraud Research ofrece herramientas para resolver diferentes casos de uso en detección de fraude usando inteligencia artificial. Entrevistamos a Bernat Coma para descubrir todas las claves y ventajas del proyecto.  

¿Cómo surgió la idea de crear Fraud Research? 

Cada vez hay más empresas que utilizan soluciones de Inteligencia Artificial para automatizar procesos. El problema es que los algoritmos a priori más precisos son a su vez los más complejos de entender. Estos algoritmos son los llamados “cajas negras”, ya que son difíciles de validar sus predicciones: ¿Puede la empresa tomar decisiones basándose en una inteligencia artificial (IA) sin entender los patrones que ha aprendido? ¿El sistema aprende patrones erróneos o poco éticos? Durante mi tesis doctoral desarrollando un sistema de detección de fraude para Naturgy analicé estas problemáticas. A partir de esta experiencia hemos desarrollado Fraud Research para dar respuesta a todas estas cuestiones.

Fraud Research se presenta como la solución para conseguir que los algoritmos de detección de fraude y otras anomalías sean precisos y justos. ¿Cuál es vuestra propuesta?

Imaginemos una empresa que automatiza con un algoritmo “caja negra” un proceso de detección de fraude, y el algoritmo usado discrimina a ciertos colectivos asignándoles siempre una puntuación mayor. Nosotros sabríamos “abrir la caja negra” para entender qué ha aprendido, detectando dicho sesgo y corregirlo. Para la empresa supondría dos cosas: en primer lugar, una mayor confianza en su algoritmo ya que éste sería más robusto, preciso y “correcto”. En segundo lugar, la tranquilidad de no usar patrones no éticos para predecir, algo que poco a poco las entidades reguladoras (por ejemplo, la Unión Europea) quieren controlar.

¿Por qué crees que es un servicio que puede funcionar? 

Hacer un buen modelo predictivo, robusto y justo es algo muy complicado, y todas las empresas tienen problemas para conseguirlo (solo hay que buscar “algoritmo sesgado” o “algoritmo racista” en Internet). Fraud Research tiene el conocimiento y las herramientas para evitar estos problemas. 

¿Cuáles son sus ventajas y en qué se diferencia de los productos de la competencia? 

En general, las empresas que quieren detectar fraude o bien contratan el servicio a las consultoras informáticas (que tienen perfiles genéricos y menos especializados que nosotros) o cuentan con un equipo especializado (que tiene un gran coste). Nosotros con Fraud Research ofrecemos un servicio muy especializado proveniente del mundo académico, y lo ponemos a disposición de quien lo necesite a un precio asequible, a corto plazo como servicio y a medio plazo como producto, adaptándonos a las necesidades de pequeñas, medianas y grandes empresas.

Hacer un buen modelo predictivo, robusto y justo es algo muy complicado. Pero Fraud Research tiene el conocimiento y las herramientas para evitar estos problemas.

¿Qué te animó a presentar este proyecto en la SpinUOC? 

Tenemos una tecnología y conocimientos validados en el mundo académico y queríamos darles salida como proyecto empresarial. Al presentarnos a la SpinUOC buscábamos una guía para hacer este paso al mundo empresarial de manera exitosa. Nuestra experiencia en la SpinUOC ha sido muy positiva, y más siendo uno de los ocho proyectos finalistas, así que estamos en proceso de constituirnos ya como empresa.

¿Cuáles son los principales hitos logrados hasta el momento?

Fraud Research es el resultado de años investigando en la Universitat Politècnica de Catalunya (UPC) sobre cómo garantizar sistemas predictivos de IA robustos y éticos en la industria. Las soluciones que implementamos ya han sido validadas con datos reales, así como en publicaciones científicas. Lo que ofrecemos ya se ha probado y validado en la industria, así que estamos preparados para ayudar a las empresas que lo deseen.

¿Cómo te imaginas Fraud Research dentro de cinco años?

Por un lado, esperamos haber acompañado a muchas empresas e instituciones a desarrollar soluciones precisas de IA sin sesgos, fortaleciendo así su Responsabilidad Social Corporativa (RSC). Por otro lado, en 5 años vamos a tener un producto estable para aquellas empresas que prefieran un software y no un servicio de consultoría.

Las soluciones que implementamos con Fraud Research ya se han probado y validado en la industria. Estamos preparados para ayudar a las empresas que lo deseen.

Para terminar, ¿qué significa para ti ser uno de los finalistas de SpinUOC?

Estoy muy agradecido de ser finalista de la SpinUOC, donde se ha valorado positivamente nuestra propuesta tanto desde el punto de vista técnico como también por sus beneficios sociales. Esperamos que la final de la SpinUOC sea nuestro punto de partida hacia la siguiente etapa de este apasionante proyecto.  

¿Quieres saber más sobre Fraud Research y conocer otros siete proyectos emprendedores impulsados por miembros de la comunidad UOC? ¡El próximo jueves, 17 de junio a las 19h, te esperamos en la 9.ª edición de la SpinUOC! La gala se podrá seguir en streaming con previa inscripción.

Autor / Autora
Editora de contenidos de los Estudios de Ciencias de la Salud y de los Estudios de Informática, Multimedia y Telecomunicación.
Comentarios
Deja un comentario