La detección de fraude necesita una pista de auditoría, no solo un modelo

01Una señal sin motivo no es un hallazgo

Un modelo de detección de fraude que arroja una puntuación de riesgo sin explicación no es evidencia de fraude. Es una cifra que se espera que un responsable de cumplimiento confíe, sobre la que actúe y que defienda ante un regulador, un cliente o un tribunal, a menudo sin más justificación que «el modelo lo señaló». Esa brecha entre una puntuación y un hallazgo defendible es donde quedan expuestos los programas antifraude, por lo general en el momento en que un cliente señalado impugna la decisión y pregunta por qué.

Los bancos, las aseguradoras y las fintechs que operan en mercados regulados no tienen la opción de tratar la salida del modelo como manifiestamente correcta. Cada transacción señalada es una afirmación y, como cualquier otra afirmación, debe responder de dónde procede la evidencia, cómo se evaluó y por qué esta transacción específica cruzó el umbral, y no solo que lo cruzó.

02Lo que exige una pista de auditoría y que no aporta una puntuación de modelo

Un hallazgo de fraude defendible necesita cuatro cosas que una puntuación en bruto no aporta por sí sola: los insumos específicos que motivaron la señal, expresados en términos que un revisor no técnico pueda verificar (velocidad inusual de transacciones, huella de dispositivo no coincidente, anomalía geográfica), y no solo una probabilidad. La lógica de umbral que determinó que esta transacción cruzara la línea, y la evidencia de que ese umbral se fijó deliberadamente y no se heredó de un valor predeterminado del proveedor que nadie ha revisado. Un paso de revisión humana para todo lo que derive en una acción sobre una cuenta, con el razonamiento del revisor registrado junto al del modelo, porque «el modelo lo dijo» no es una decisión que una institución pueda sostener cuando se la impugnan. Y un registro de lo que ocurrió después con la señal (confirmada, descartada, escalada) que retroalimente la evaluación de si los umbrales del modelo están realmente bien calibrados o solo producen un volumen cómodo de alertas.

03Por qué esto importa más a medida que los modelos mejoran

Los mejores modelos de fraude tienden a producir puntuaciones de apariencia más segura, y esa seguridad en la salida es precisamente lo que hace que las instituciones sean menos propensas a pedir el razonamiento que la sustenta. Eso es al revés. Un modelo más capaz merece más escrutinio de su pista de auditoría, no menos, porque el costo de un falso positivo sin explicación (un cliente legítimo bloqueado de su cuenta sin una explicación clara) aumenta en proporción a cuánto ha llegado la institución a confiar sin cuestionamiento en la salida del modelo.

Los reguladores que evalúan el programa antifraude de un banco o una aseguradora piden cada vez más ver este razonamiento directamente, y no solo las estadísticas agregadas de precisión del modelo. Una institución que solo puede producir un tablero de desempeño, sin pista de auditoría a nivel de caso detrás de cada decisión, responde a una pregunta distinta de la que se le formula.

04El estándar de evidencia, aplicado al fraude

La misma prueba que se aplica a cualquier tablero se aplica aquí: ¿puede tomarse un caso al azar y alguien ajeno al equipo antifraude explicar por qué se señaló, usando únicamente el razonamiento documentado disponible? Si la respuesta honesta exige llamar al analista que lo recuerda, o aceptar la puntuación sin más explicación, el programa antifraude tiene un modelo. Todavía no tiene evidencia.