Noticias

Luego del Hype: Cómo utilizar la IA Generativa para luchar contra la corrupción

Infonegocios – octubre 2024

Les compartimos una nota publicada en la web de la revista Mercado escrita por Andrés Sarcuno, Socio de Forensics Analytics de Deloitte S-Latam

Pasaron 2 años de la disrupción de ChatGPT y uno de los avances más revolucionarios es la agilidad y sencillez con la que hoy en día podemos procesar información no estructurada. En el futuro cercano, será tema del pasado lo que siempre fue el talón de Aquiles de cualquier investigación: tener la capacidad y el tiempo suficiente para analizar pilas y pilas de información para llegar a descubrir cómo se cometió el soborno y quienes estuvieron involucrados.

Como en cualquier serie de suspenso e intriga donde se cometió un delito, vemos a los investigadores de turno que atraviesan episodio tras episodio, buscando pistas entre un montón de información que van recolectando, hasta que logran conectar los puntos y llegar a desentrañar cómo ocurrieron los hechos y quienes estuvieron implicados al final.

Leé la nota completa

Infonegocios

En la vida real, para quienes nos dedicamos a la investigación de hechos de corrupción entre el sector privado y público, la cantidad de información, siempre protegiendo la privacidad y confidencialidad de la misma, que estamos capacitados en recolectar es mucho más de la que el lector puede imaginarse: documentos, pliegos, licitaciones, registros oficiales, contratos, mensajes, correos, etc. Todo eso se traduce en gigas y gigas de datos que tenemos que procesar, analizar y revisar para, como en las series, llegar a identificar cómo una empresa intentó influenciar a un funcionario público para obtener un beneficio indebido. Por lo tanto, invertimos mucho tiempo en pensar qué y dónde buscar, porque no se suele disponer de los recursos para obtener una respuesta a tiempo. ¿Cómo se hacía eso hasta ahora?

Principalmente a partir de la búsqueda de palabras o términos clave entre todo el océano de información recolectada, que nos permitan encontrar algún documento vinculado con los hechos que investigamos. Obviamente que esa búsqueda, si bien con el tiempo se fue sofisticando, era una búsqueda imperfecta y poco eficiente. Y acá es donde la Inteligencia Artificial Generativa llegó para revolucionar la forma en que investigamos.

Para poder identificar si un documento es relevante, se necesita entender el contenido del documento y el contexto de los hechos denunciados. Es decir, procesar los textos y relacionarlos. Justamente, dos tareas donde los LLM (Large Language Models o modelos de lenguaje de gran tamaño) son muy buenos haciéndolas: buscar y clasificar texto. Con las herramientas adecuadas, podemos procesar grandes volúmenes de datos no estructurados y luego interrogar esa información con un LLM y agilizar el proceso de investigación. O, mejor dicho, incrementar el volumen de datos que podemos revisar y tener la capacidad de poder buscar por temáticas y no tener que pensar palabras o términos coincidentes. Encontrar, lo que tal vez antes no podíamos encontrar, o nos demoraba mucho más tiempo y recursos hallarlo.

La Inteligencia Artificial Generativa vino a potenciar a los equipos de investigación de delitos de cuellos blanco. En los primeros casos con los que comenzamos a utilizar esta tecnología, logramos reducir hasta un 90% el tiempo que le dedicábamos a buscar y clasificar, y así disponemos de más tiempo para comprender los hechos, los involucrados y su impacto. Con esto no quiero decir que ahora será todo mucho más sencillo, porque justamente, los LLMs también están al alcance de los perpetradores lamentablemente. Por lo tanto, seguramente ya estén usando esta herramienta para sus propios fines, sin preocuparse por los riesgos de utilizarla. Por eso, cuanto antes los equipos de Legales, Auditoría Interna, Compliance, etc. incorporen esta tecnología, mejor preparados estarán para esta nueva era.

¿Encontró útil el contenido?