Yapay Zeka ile İş Doğrulamasını Geliştirme: Dolandırıcılığa Karşı Küresel Mücadelede Yeni Bir Sınır mı?

St. Gallen Üniversitesi Yapay Zeka ve Makine Öğrenimi Profesörü Damian Borth, yapay zeka modellerinde açık, standartlaştırılmış ve yüksek kaliteli tüzel kişilik verilerinden yararlanmanın dünya çapında daha şeffaf, verimli ve güvenli iş etkileşimlerini nasıl mümkün kılabileceğini açıklıyor.

---

---

Günümüzün küresel dijital ekonomisinde, tüzel kişilerin kimliğini doğrulamak hiç bu kadar önemli ve zorlayıcı olmamıştı. Buna karşılık, yapay zeka (AI) teknolojisinin varlık doğrulama ve izlemeyi otomatikleştirme potansiyeline olan ilgi artıyor. Kritik süreçlerin verimliliği ve etkinliği artırılarak dolandırıcılık ve diğer suç faaliyetlerine yönelik risk azaltılabilir ve herkes için daha güvenli bir iş ortamına katkıda bulunulabilir.

Ancak zorluklar devam ediyor. Mevcut yapay zeka uygulamalarının çoğu, temeldeki verilerin standartlaştırılmaması, kolaylıkla tüketilememesi ve paylaşılabilir olmaması nedeniyle engelleniyor. Bu durum sadece değerli bilgi işlem gücünün boşa harcanmasına yol açmıyor, aynı zamanda sistemsel hataları da artırıyor.

Veri standartları ve işlem izleme alanındaki son eğilimler, gelişmeler ve girişimler; geleneksel olarak suç gelirlerinin aklanmasıyla mücadele (AML) çabalarını engelleyen zorlukları ele alıyor. Yapay zeka ve makine öğrenimi teknolojisinin oynayabileceği rolü açıklayabilir misiniz?

Yapay zeka ve makine öğrenimi, işlem izleme ve uyumluluk süreçlerinin verimliliği ile etkinliğini artırarak suç gelirlerinin aklanmasıyla mücadelede zorlukların üstesinden gelme konusunda önemli umutlar vaat ediyor. Karmaşık kalıpları veya anormallikleri tanımlamak ve dolandırıcılık faaliyetlerini bulmak için geniş veri kümelerini analiz edebiliyor ve böylece şüpheli işlemlerin tespitini önemli ölçüde artırabiliyor. Üstelik yapay zeka, yeni verilere uyum sağlayabiliyor ve verilerden öğrenebiliyor. Bu da onu, dolandırıcıların ve izleme kuruluşlarının birbirlerinden daha iyi performans göstermeye çalıştığı, gelişen suç gelirlerinin aklanmasıyla mücadele ortamlarında paha biçilmez kılıyor.

Yapay zeka teknolojisi ile yüksek kaliteli verileri birleştirmek, küresel iş risklerinin daha iyi ölçülmesine ve yönetilmesine nasıl yardımcı olabilir?

Yapay zeka ve yüksek kaliteli harici veri kaynakları, işletme doğrulamanın kesinliğini iyileştirerek risk yönetimini önemli ölçüde geliştirebilir. Yapay zeka algoritmaları ayrıca tüzel kişilerin verilerinin izlenmesini de otomatikleştirip dolandırıcılık riskini en aza indirerek daha güvenli bir küresel finansal ortama katkıda bulunabilir.

İş operasyonları daha otomatik hale geldikçe, yapay zeka teknolojisinin katma değeri ile riskleri arasındaki dengeyi nasıl değerlendiriyorsunuz?

Yapay zeka ve makine öğrenimi tarafından sağlanan tanımlama süreçlerinin otomasyonu, daha fazla verimlilik sunuyor ve belirli verilerin doğruluğunu, mevzuatla uyumunu ve ticari işlemlerde güveni artırıyor.

Ancak potansiyel sistemsel hatalar, önyargılar veya siber güvenlik açıkları gibi riskleri de beraberinde getirebiliyor. Otomasyonu insan gözetimi ile dengelemek ve sağlam güvenlik önlemlerinin sağlanması, bu risklerin azaltılması açısından oldukça önemli.

Yapay zeka topluluğu için açık, güvenilir, standartlaştırılmış ve yüksek kaliteli veriler ne kadar önemli?

Basitçe açıklamak gerekirse bu temel bir nokta ve yapay zeka sistemlerini başarılı bir şekilde geliştirmede her zaman oldukça büyük öneme sahip. Bu tür veriler, yapay zeka modellerinin doğru bilgilerle eğitilmesini sağlayarak daha etkili ve güvenilir sonuçlar sunuyor. Standardizasyon, farklı yapay zeka sistemleri arasında birlikte çalışabilirliği kolaylaştırıyor ve yapay zeka araştırmalarının tekrarlanabilirliğini artırıyor. Yüksek kaliteli veriler aynı zamanda ön yargıları azaltıyor ve modellerin karar verme özelliğini geliştiriyor. Bu da finans ve hukuk sistemleri gibi hassas alanlardaki uygulamalarda oldukça önemli.

Bir tüzel kişinin doğru yasal yapısını belirlemek ve önermek üzere bir model üzerinde GLEIF ile iş birliği yaptınız. Temel bulguları özetleyebilir misiniz?

Öncelikle, bir kuruluşun yasal yapısının tanımlanması ve anlaşılmasının çeşitli mali ve işletmeyle ilgili süreçlerde önemli olduğunun kabul edilmesi gerekiyor. Yine de yargı alanları arasındaki ve içindeki birçok farklı yasal yapı, önemli ölçüde karmaşıklık oluşturuyor. Bu nedenle, bir şirketin yasal yapısını otomatik olarak tanımlama ve onu ilgili Tüzel Kişi Yasal Formu (ELF) koduna bağlama özelliği, şeffaflığın artırılması, riskin azaltılması ve operasyonel verimliliğin artırılması gibi sayısız avantajı ortaya çıkarabiliyor.

GLEIF ile iş birliğimiz sonucunda Tüzel Kişi Adı Anlayışı (LENU) olarak bilinen, yalnızca adını ve yetki alanını kullanarak bir kuruluşun yasal yapısını doğru bir şekilde tahmin edebilen bir yapay zeka modeli ortaya çıktı. Eğittiğimiz dil modeli, yasal adlardaki belirli kalıpları ve yargı alanına özgü terminoloji arasında bağlantı kurarak bunlardan yasal formlar türetmeyi başardı. Modelin yüksek doğruluğu, yapay zekanın iş verilerinin güvenilirliğini artırma potansiyelini ortaya koyuyor. Bu, yalnızca LEI tahsis sürecini hızlandırmakla kalmıyor, aynı zamanda manuel doğrulama çabalarını da önemli ölçüde azaltma potansiyeline de sahip.

Bulgularımızı "Transformer-based Entity Legal Form Classification" adlı bilimsel bir araştırma makalesinde özetledik. Çalışma, Transformatör tabanlı modellerin, veri standardizasyonunu ve veri entegrasyonunu ilerletmedeki önemli potansiyelini vurguluyor. Kuruluşun yasal formunun standartlaştırılmış veri öğeleri aracılığıyla sunulması, varlık bağlantı görevlerine daha fazla güven katarak, her varlığın yalnızca bir yasal forma sahip olabilmesi nedeniyle birden fazla veri kümesinde güçlü eşleme çiftlerine olanak tanır.

Modelin yüksek doğruluğu, yapay zekanın iş verilerinin güvenilirliğini artırma potansiyelini ortaya koyuyor. Bu, yalnızca LEI tahsis sürecini hızlandırmakla kalmıyor, aynı zamanda manuel doğrulama çabalarını da önemli ölçüde azaltma potansiyeline de sahip.

LEI gibi standartlaştırılmış tüzel kişilik verileri yapay zeka araştırma ve geliştirme ekosistemine nasıl katkıda bulunabilir?

Standartlaştırılmış LEI verileri, yapay zeka modellerinin finansal ve hukuki bağlamlarda eğitilip test edilmesi için küresel, tutarlı bir veri kümesi sağlayarak yapay zeka araştırmalarını zenginleştirir. Bu tekdüzelik, yetki alanları genelinde model güvenilirliğini ve yapay zeka çözümlerinin performansını artırır. LEI veri kümeleri aynı zamanda dolandırıcılık tespiti, varlık doğrulama ve mevzuat uyumluluğu gibi alanlarda yapay zeka araştırmalarını da kolaylaştırabilir. LEI verileri, bir kıyaslama görevi görerek finans sektöründeki yapay zeka modellerinin değerlendirilmesinde önemli bir rol oynayabilir.

Geleceğe yönelik mesajınız nedir?

Standartlaştırılmış ve açık verilerle desteklenen yapay zekanın geleceği, finans ve hukuk sektörlerini dönüştürme konusunda oldukça büyük bir potansiyele sahip. Bu sinerjiden yararlanarak daha şeffaf, verimli ve güvenli küresel finansal sistemler sağlayan hızlı iyileştirmelere olanak sağlayacağız. Bu değişim mevzuata daha fazla uyumluluk sağlanmasını, dolandırıcılığı azaltmayı ve karmaşık finansal ağların daha iyi anlaşılmasını vaat ediyor.

Özetle artık kolayca ulaşılamayan bu dünyayı daha çok görecek ve anlayacağız.

---