Verificações totalmente automatizadas vs. semi-automatizadas: Incorporação de seres humanos no processo de verificação de documentos

O triângulo de troca: Precisão, velocidade e custo

Não existe uma solução perfeita para a detecção de fraudes. Tanto os modelos automatizados quanto os humanos são propensos a erros. Mais tempo gasto em uma tarefa geralmente leva a uma maior precisão, mas isso nunca pode eliminar completamente os erros. Portanto, qualquer sistema de verificação de documentos deve equilibrar três fatores cruciais:

• Precisão: A capacidade de identificar corretamente documentos genuínos e fraudulentos.
• Velocidade: o tempo que você leva para processar um documento.
• Custo: O investimento financeiro necessário para o processo de verificação.

A verificação de documentos de identidade é única, pois documentos fraudulentos são relativamente raros. No entanto, o custo da falta de um documento fraudulento pode ser muito alto, dependendo do caso de uso. Por outro lado, rejeitar documentos genuínos ou causar atrasos para clientes válidos gera atrito e perda de lucro.

Totalmente automatizado vs. semi-automatizado: Prós e contras

• Os sistemas totalmente automatizados são extremamente rápidos, geralmente processando documentos em segundos. Embora a tecnologia automatizada de detecção de fraudes tenha avançado, os especialistas humanos continuam sendo o padrão ouro em termos de precisão. No entanto, depender exclusivamente de especialistas é caro e difícil de dimensionar.
• Os sistemas semiautomatizados (também conhecidos como sistemas “human-in-the-loop”) oferecem um meio-termo. Eles aproveitam a automação para obter velocidade e eficiência, mas incorporam estrategicamente a revisão humana para casos complexos ou de alto risco.

Medindo o desempenho: BPCER e APCER

Duas métricas principais avaliam os sistemas de verificação de documentos:

• Taxa de erro de classificação de apresentação de boa-fé (BPCER): A taxa na qual documentos genuínos são rejeitados incorretamente (semelhante à “taxa de rejeição falsa”).
• Taxa de erro de classificação de apresentação de ataque (APCER): A taxa na qual documentos fraudulentos são incorretamente aceitos (semelhante à “taxa de aceitação falsa”).

Parâmetros diferentes dentro do mesmo caso de uso (revisão de transações) podem priorizar uma métrica em detrimento de outra. Por exemplo, a aprovação de transações pequenas pode favorecer um BPCER mais alto (aceitar mais documentos genuínos, mesmo que alguns fraudulentos passem) para minimizar o atrito. Por outro lado, as transações grandes exigem um APCER mais baixo, concentrando-se na segurança, mesmo que isso signifique rejeitar mais documentos genuínos inicialmente.

Equilíbrio entre garantia e conversão com revisão humana

Os sistemas totalmente automatizados geralmente permitem que a configuração ajuste o equilíbrio entre eles:

• Alta garantia: Priorizar um APCER baixo (aceitação mínima de fraude) ao custo potencial de um BPCER mais alto (mais rejeições de documentos genuínos).
• Alta conversão: Priorizar um BPCER baixo (aceitar a maioria dos documentos genuínos) sob o risco de um APCER mais alto (mais aceitação de fraudes).

Entretanto, mesmo com ajustes, um APCER muito baixo pode resultar em um BPCER inaceitavelmente alto, afetando a satisfação do cliente.

Estratégias de humanos no circuito

Os sistemas semiautomatizados oferecem várias maneiras de incorporar a experiência humana:

1. Revisão de alto risco: Os seres humanos analisam apenas as transações de alto risco (por exemplo, grandes quantias).
2. Revisão de suspeitas de fraude: Os funcionários revisam todos os documentos marcados como potencialmente fraudulentos pelo sistema automatizado.
3. Classificação de três vias: O sistema categoriza os documentos como “definitivamente fraudados”, “definitivamente genuínos” ou “incertos”. Os seres humanos analisam apenas a categoria “incerta”. Isso permite o controle independente do APCER e do BPCER, obtendo alta garantia e alta conversão.

Benefícios adicionais da revisão humana

Além de melhorar a precisão, a revisão humana pode:

• Validar o desempenho do sistema automatizado: Ao verificar manualmente uma amostra aleatória de decisões, as empresas podem verificar a precisão do sistema automatizado em seus dados específicos.
• Avaliar o desempenho do anotador humano: A mesma técnica de amostragem aleatória pode ser usada para avaliar o desempenho dos próprios revisores humanos.

Nesses casos, embora a revisão humana esteja incluída, não se trata de processos tecnicamente humanos no circuito.

Conclusão

A verificação de documentos exige uma abordagem diferenciada que equilibre velocidade, precisão e custo. Os sistemas semiautomatizados, que incorporam estrategicamente a revisão humana, oferecem a flexibilidade para se adaptar a diferentes tolerâncias de risco e casos de uso, proporcionando o melhor dos dois mundos: a eficiência da automação e a precisão do julgamento humano.