Fraude y corrupción: las nuevas herramientas que aceleran las investigaciones

La investigación de casos de fraude y corrupción demanda el análisis de grandes volúmenes de información, un proceso que durante años estuvo limitado por el tiempo disponible y la cantidad de recursos humanos asignados a cada caso. Esa dinámica de trabajo empezó a modificarse en los últimos años de la mano de nuevas herramientas tecnológicas.

Andrés Sarcuno, socio de Forensic Services de Deloitte, participó de Infobae Talks Insights IA para explicar cómo la inteligencia artificial transformó las investigaciones de fraude y corrupción. “Hacemos las cosas como un 90% más rápido de lo que hacíamos antes”, afirmó el socio.

Analizar un millón de documentos en tiempo récord

Revisar semejante volumen de información de forma manual resultaba, hasta hace poco, una tarea imposible de completar con los recursos y el tiempo disponibles. “Ahora de repente tenemos un superpoder. Antes, si teníamos que analizar un millón de documentos, era imposible hacerlo. Ahora se acabó, ese problema no lo tengo más”, relató Sarcuno.

El equipo de Deloitte transcribe y analiza actualmente 60.000 audios con inteligencia artificial –siempre bajo estrictos estándares de protección de la privacidad–, una tarea que exige un enfoque distinto al de la búsqueda por palabras clave utilizada en documentos escritos.

“El audio, imaginate un porteño y un cordobés hablando con la tonada y las palabras que usan. Entonces, primero tenés que entender cómo hablan para después ir a buscarlo”, ejemplificó el experto.

La búsqueda y solicitud de información, una tarea que antes podía demorar hasta 15 días, también se aceleró de forma considerable. “La misma experiencia que tiene cualquier usuario cuando le hace una pregunta a cualquier agente de chat, nosotros hacemos lo mismo para ir a bucear en información de la web, información de la empresa”, explicó Sarcuno sobre ese proceso de construcción de contexto previo a cada investigación.

El rol del experto humano no desaparece

Delegar tareas monótonas de análisis permitió, según el ejecutivo, dedicar más tiempo a los aspectos centrales de cada investigación. “Yo no dejé de trabajar. Al contrario, cada vez me dediqué más a lo más importante de la investigación y menos a perder el tiempo en el análisis puntual de algo específico”, explicó.

Entrevistar testigos, denunciantes o denunciados sigue siendo, para el socio, una tarea exclusivamente humana. “Imaginate hablando con el denunciado, que está hablando con un agente: lo que va a tratar es de hackear al agente”, advirtió, en referencia a la lectura del contexto y el lenguaje corporal que solo puede captar una persona durante ese tipo de interacciones.

Investigar un robo de inventario en una planta industrial requiere, de la misma manera, presencia física en el lugar de los hechos. “Si no vas al lugar y percibís todo, es muy difícil terminar de entenderlo”, sostuvo Sarcuno, al remarcar que ciertos contextos de investigación no pueden resolverse únicamente desde una pantalla.

Por qué los profesionales deben diseñar sus propios agentes

El conocimiento específico de cada disciplina resulta central a la hora de configurar una herramienta de inteligencia artificial orientada a investigaciones. “Esta tecnología es como un gran traductor para que el ser humano pueda hacer lo que quiera con la computadora”, definió el directivo, al señalar que armar un agente ya es una tarea accesible para cualquier usuario.

Lo que resulta más complejo, remarcó el socio de Forensic Services de Deloitte, es lograr que ese agente se comporte según los objetivos específicos de cada investigación, algo que solo puede definir un abogado, un contador o cualquier profesional con dominio de su área. Por ese motivo, Sarcuno alienta a todo su equipo a desarrollar sus propios agentes en lugar de depender de terceros para esa tarea.

Qué tareas siguen necesitando supervisión humana

Clasificar datos y documentos para determinar su relevancia dentro de una denuncia constituye una de las funciones centrales del equipo de investigación. La IA permite reducir un millón de documentos a un conjunto de 500, aunque identificar cuáles de esos resultan realmente significativos sigue requiriendo criterio humano.

Responder varias hipótesis distintas sobre cómo se encubre un fraude exige, según el socio, analizar un conjunto acotado de documentos que solo las personas pueden interpretar en su totalidad. “Antes era inimaginable analizar del millón; tratábamos de sacar una muestra”, recordó Sarcuno sobre las limitaciones que existían antes de contar con estas herramientas.