O Departamento do Tesouro dos EUA diz que seu uso expandido de sistemas de aprendizado de máquina ajudou a detectar e prevenir bilhões de dólares em pagamentos fraudulentos em 2024.
O tesouro é o responsável por muitos programas federais e processa anualmente cerca de 1,4 bilhão de pagamentos no valor de $6,9 trilhões para programas como a Previdência Social e o Medicaid.
Durante o ano fiscal mais recente, que terminou em setembro, a nova abordagem orientada por dados da agência para identificar maus atores contribuiu para a prevenção e recuperação de mais de $4 bilhões em pagamentos fraudulentos, de acordo com um comunicado à imprensa. Isso representa um aumento de mais de seis vezes em relação aos $652,7 milhões em pagamentos fraudulentos detectados ou recuperados durante o ano fiscal de 2023.
A agência atribuiu o aumento à sua nova abordagem orientada por dados para a detecção de fraudes. Isso inclui o uso de aprendizado de máquina para identificar casos de fraude e priorizar transações de alto risco para investigação adicional. O Tesouro também se associou a outras agências federais e estaduais para compartilhar informações por meio de seu banco de dados Do Not Pay e outras ferramentas de integridade de pagamentos.
“O Tesouro leva a sério nossa responsabilidade de servir como administradores eficazes do dinheiro dos contribuintes. Ajudar a garantir que as agências paguem a pessoa certa, na quantia certa, no momento certo é central para nossos esforços”, disse o Secretário Adjunto do Tesouro, Wally Adeyemo, em um comunicado. “Fizemos progressos significativos durante o ano passado na prevenção de mais de $4 bilhões em pagamentos fraudulentos e inadequados. Continuaremos a colaborar com outros no governo federal para equipá-los com as ferramentas, dados e expertise necessárias para impedir pagamentos inadequados e fraudes.”
Embora $4 bilhões em pagamentos fraudulentos prevenidos ou recuperados não seja uma quantia pequena, isso é insignificante em comparação com as estimativas do governo sobre quanto de fraude ocorre.
Em abril, o Escritório de Responsabilidade do Governo federal estimou que as agências federais perdem entre $233 bilhões e $521 bilhões anualmente devido à fraude. O relatório do GAO recomendou que o Tesouro, devido ao seu papel central no processamento de pagamentos, deveria aproveitar melhor as ferramentas de análise de dados.
Tanto agências governamentais quanto instituições financeiras têm cada vez mais confiado em algoritmos de aprendizado de máquina para identificar atores fraudulentos. Esses sistemas utilizam uma ampla gama de dados sobre os destinatários de pagamentos – incluindo detalhes sobre suas contas bancárias, endereços físicos, endereços IP, informações demográficas, nomes de usuário e senhas – para identificar padrões associados à fraude.
Como o Tesouro observou em relatórios anteriores sobre fraudes no setor financeiro, esse tipo de “dados históricos usados para treinar modelos de detecção de fraudes pode conter preconceitos, como a super-representação de certos grupos demográficos em casos de fraude.”