L'IA de Taïwan pour lutter contre la fraude montre des résultats, le nombre de comptes avertis connaît une première croissance négative, mais pourquoi le mécontentement persiste-t-il ?

Taiwan AI lutte contre la fraude a montré des résultats, le nombre de comptes signalés par les banques nationales a connu une croissance négative pour la première fois en septembre. Cependant, de nombreux cas de comptes de salaire, de frais de scolarité et de prêts hypothécaires bloqués par erreur ont également émergé en même temps. (Rappel : La loi anti-fraude de Taiwan inclut les « plateformes d'échange » dans la prévention conjointe ! La Commission des services financiers prévoit de publier un projet de loi en quatre articles d'ici la fin de l'année) (Contexte : Fraude ! Les banques locales rapportent que des comptes de titres ont été gelés « veuillez vous rendre à l'agence pour déverrouiller », les internautes : qui indemnise pour un défaut de livraison ?) Dans un Taiwan où les méthodes de fraude ne cessent d'évoluer, l'IA est considérée comme un nouveau bouclier contre la fraude, mais cela a également causé un autre type de blessure. Le 13 octobre, le président de la Commission des services financiers, Peng Jinlong, a déclaré au Parlement qu'en septembre, le nombre de comptes signalés par les banques nationales avait pour la première fois connu une croissance négative, ce qui montre que l'introduction de l'IA dans la lutte contre la fraude a déjà donné de bons résultats. Cependant, de nombreux cas de comptes de salaire, de frais de scolarité et de prêts hypothécaires bloqués par erreur ont également émergé en même temps. Premiers résultats : croissance négative des comptes signalés Selon les statistiques de la Commission des services financiers, le nombre de comptes signalés était passé de 66 000 au début de 2022 à 150 000 au début de 2024. Cependant, depuis juin de cette année, l'augmentation est tombée en dessous de 1 000, et en septembre, elle est devenue négative pour la première fois. Ces données montrent que les modèles d'IA ont effectivement eu un impact sur le filtrage des comptes à haut risque, soulageant ainsi la pression de prévention de la fraude à long terme à laquelle les banques sont confrontées. Erreurs de blocage des citoyens : les frictions derrière l'efficacité Cependant, ces bons résultats s'accompagnent d'un coût élevé. Lors d'une question parlementaire, la législatrice Wang Yumin a souligné que la détection par IA des banques était trop laxiste, ce qui a conduit des clients normaux à être également classés comme « à haut risque ». Prenons l'exemple de la Banque de Chine, qui a gelé les comptes de plusieurs utilisateurs de services de paiement tiers après avoir détecté une augmentation soudaine des transactions de salaire, obligeant les citoyens à se rendre au guichet ou à appeler le service client pendant plusieurs heures pour débloquer leurs comptes. Pour certaines familles, le retard dans le versement des salaires et le non-versement des prêts hypothécaires peuvent gravement affecter leur vie quotidienne, ce qui a entraîné une augmentation des plaintes des citoyens. Ajustements de politique : quatre exigences de la Commission des services financiers Cependant, sous la pression de l'opinion publique, Peng Jinlong a insisté sur le fait que la position de lutte contre la fraude ne faiblirait pas, déclarant publiquement : « Le contrôle ne s'arrêtera pas, c'est ce que les groupes de fraude espèrent le plus. » Toutefois, pour réduire les erreurs, il a également proposé quatre mesures aux banques. Premièrement, ajuster le modèle de retour d'expérience basé sur les cas de blocage erronés afin que l'IA puisse faire des jugements plus précis sur les transactions. Deuxièmement, imposer la mise en place d'une ligne directe 24 heures sur 24, autorisant le personnel de première ligne à terminer le déverrouillage simple dans un délai d'une heure. Troisièmement, introduire un modèle de classification des risques (RBA) pour éviter les phénomènes de « solution unique ». Quatrièmement, partager les cas et les meilleures pratiques via la plateforme de l'association bancaire pour former un mécanisme de prévention conjointe interbancaire. De plus, Peng Jinlong a également différencié deux types de situations de gel, soulignant que si cela était ordonné par les enquêteurs, la banque n'aurait pas le droit de déverrouiller ; si cela relevait de la gestion préventive de la banque, cela devait être traité rapidement. Défis futurs : équilibrer la technologie et les droits humains La détection par IA dépendra de nombreuses données de transaction, ce qui impliquera inévitablement des problèmes de confidentialité. Bien que la croissance négative des comptes signalés soit un grand avancement, comment continuer à optimiser les modèles et à raccourcir le processus de déverrouillage est un point que les institutions financières doivent continuer à améliorer. Ce n'est qu'en ramenant les outils technologiques à leur objectif initial de prendre soin des utilisateurs que la lutte contre la fraude et les droits civils pourront avancer côte à côte sur le même axe. Rapports connexes Les stablecoins ne sont-ils qu'une « carte de transport numérique » ? Une guerre cognitive qui étouffe l'avenir de la cryptographie à Taiwan La Commission des services financiers : les opérateurs VASP de Taiwan doivent s'enregistrer avant le 31 mars, sinon ils risquent une amende de 50 millions pour deux ans, toutes les transactions P2P sont-elles illégales ? Toutes les transactions P2P sont-elles illégales ? La Commission des services financiers de Taiwan a déclaré « les commerçants de jetons personnels interdits pendant sept ans », le projet de loi sur les VASP devrait être envoyé au Conseil exécutif en juin. <Taiwan AI lutte contre la fraude montre des résultats, le nombre de comptes signalés connaît une croissance négative pour la première fois, mais pourquoi les plaintes des citoyens ne cessent-elles pas ? > Cet article a été publié pour la première fois sur BlockTempo, le média de nouvelles Blockchain le plus influent.