Nem mesmo alerta de banco convence cliente de que está caindo em um golpe

Os fraudadores no Brasil são tão convincentes com suas artimanhas de engenharia social que, mesmo quando o banco alerta o cliente que ele pode estar caindo em um golpe, muitas vezes ele segue com a operação.

“Nós desenvolvemos um alerta contextualizado, que identifica 80% dos casos de possível fraude. Ainda assim, metade dos clientes que nós alertamos continua com aquela transação”, contou Victor Thomazetti, responsável pela área de prevenção a fraude no Itaú, durante o 2º Congresso de Prevenção e Repressão a Fraudes, Segurança Cibernética e Bancária, da Febraban.

Participando do mesmo painel, Lia Pilatti, gerente de prevenção a fraudes no Banco do Brasil, concordou com o colega. “Muitas vezes a gente precisa proteger o cliente dele mesmo, porque o fraudador é muito bom no convencimento.”

Thomazetti afirmou que, além do trabalho de educação financeira, o Itaú tem investido em produtos voltados para a segurança do cliente.

“Se antes a área de fraude trabalhava para proteger o banco, hoje a gente trabalha para proteger o cliente. Antes o objetivo do combate a fraudes era reduzir perdas para o banco, hoje é melhorar a experiência do usuário, gerar confiança na instituição.”

Lia lembrou que a inteligência artificial tradicional já é utilizada há décadas no combate a fraudes. E ainda hoje, mesmo com a ascensão da IA generativa, a IA tradicional ainda é mais rápida, barata e assertiva.

“A IA generativa ainda não é usada na detecção de fraude em tempo real de transação, porque ela consome muitos recursos e demora para dar uma resposta. Mas isso pode mudar no futuro”, disse. “Quanto mais a gente usar IA, tradicional ou generativa, mais a gente vai precisar robustecer nosso parque tecnológico.”

O executivo do Itaú apontou que a IA generativa já é utilizada em área correlatas à detecção de fraude, como por exemplo quando uma fraude foi bem-sucedida e o banco vai analisar o que ocorreu.

“A gente usa GenAI para entender os casos de fraude, chegar a um diagnóstico claro, rápido, preciso e auditável, e depois essas marcações são inseridas na base de dados da IA tradicional para aumentar sua assertividade.”

Com informações do Valor Econômico