Sokakkal megtörtént már, hogy nyaralás közben, külföldön járva, bankja visszautasította a kártyás fizetést. Általában akkor fordul elő, ha feltűnően nagy összegről volt szó. A rendszer visszaélésre, csalásra gyanakszik, ami elvileg jó ötlet, a valóságban viszont, többeknek okoz bosszúságot.
Egy 2015-ös elemzés alapján az előző évben a bank a kártyatulajdonosok 15 százalékának utasította vissza tévesen a fizetést. A kártyaszolgáltatók algoritmusokat használnak a gyanús kiadások megjelölésére, de sajnos ártatlan tevékenységek is tűnhetnek csalásnak.
Az MIT (Massachusetts Institute of Technology) adattudósai a hamis pozitívokat (csalásnak vélt, de valójában rendes tranzakciókat) felére csökkentő gépitanulás-alapú megoldással álltak elő.
A mostani algoritmusok egyszerű figyelmeztető jeleket keresnek, például szokatlanul drága vásárlásokat. Az MIT algoritmusa 900 millió tranzakciós adatbázist vizsgált át, a tranzakciós adatokat egy meg nem nevezett multinacionális bank szolgáltatta.
Az algoritmus a pénzügyi intézmények naplójában található részletes infók alapján összetettebb, árnyaltabb kapcsolatokat mutatott ki különböző változók (helyszín, időbélyeg, a terminál technikai paraméterei) között. Különféle városokban történt egymás utáni vásárlásokat akkor nem jelölt gyanúsnak, ha az adatokból kiderült, hogy az egyik tranzakció személyesen, a másik online történt. A fizetési helyszín, egyes termináltípusok és a kártyatulajdonos „pénzügyi múltja” viszont összekombinálódhat gyanús módon, amelyet az algoritmus jelez.
A kutatók által írt tanulmányból kiderült, hogy mesterséges intelligenciájuk egyrészt több tényleges csalást mutatott ki, másrészt kevesebb hamis pozitívval állt elő, mint a használatban lévő algoritmusok. Utóbbiak számát 54 százalékkal csökkentette.
A hamis pozitívok nemcsak a kártyatulajdonos bosszúsága és a kibocsátó bank erőforrásainak pazarló használata miatt káros, hanem általában a kereskedőknek is anyagi veszteség. A 2015-ös elemzés szerint visszautasított tranzakció után a fogyasztók harmada vásárlás nélkül távozott az adott boltból.
Ha az új algoritmus elterjed, megoldódhat a tévesen csalásként azonosított tranzakciók problémája.
