Los deepfakes y otras herramientas basadas en inteligencia artificial (IA) están transformando el panorama del fraude digital. Un estudio de Signicat, realizado entre más de 1.200 responsables de prevención de fraude del sector financiero y de pagos de siete países europeos, reveló que los intentos de estafas mediante deepfakes crecieron un 2.137% en los últimos tres años. Además, el informe señala que el 42,5% de los intentos de fraude detectados ya involucran inteligencia artificial, un escenario que obliga a las empresas a reforzar sus mecanismos de verificación.
Aunque la investigación se enfocó en el sector financiero, el impacto también alcanza a la industria aseguradora. La posibilidad de generar o modificar fotografías, certificados médicos, presupuestos, comprobantes e incluso documentos de identidad con un alto grado de realismo representa un nuevo desafío para las compañías, que deben encontrar formas de validar la autenticidad de la información sin afectar la experiencia de sus clientes.
La IA cambia el concepto de evidencia
Desde Flux IT advierten que el problema ya no pasa únicamente por el crecimiento del fraude, sino por el cambio en la forma de entender las pruebas digitales. Según explicó Silvia Pascual, Business Manager de la empresa, una fotografía ya no puede considerarse evidencia suficiente por sí sola, por lo que resulta necesario combinar tecnologías capaces de detectar manipulaciones con procesos que crucen múltiples fuentes de información y mantengan la supervisión humana en las decisiones críticas.
En respuesta a este escenario, las aseguradoras comenzaron a incorporar herramientas que analizan grandes volúmenes de datos, identifican inconsistencias entre distintas fuentes y detectan patrones de comportamiento sospechosos antes de aprobar un reclamo.
Cómo la inteligencia artificial ayuda a detectar fraudes
En la práctica, estas soluciones permiten verificar la autenticidad de imágenes de siniestros, comparar documentación con otras bases de datos, resumir expedientes e identificar anomalías para que los analistas concentren sus esfuerzos en los casos de mayor riesgo.
Flux IT asegura que sus desarrollos combinan modelos de machine learning, análisis de metadatos e inconsistencias visuales para detectar imágenes alteradas. En implementaciones realizadas sobre fotografías de vehículos y documentación vinculada a siniestros, la empresa afirma haber obtenido niveles de precisión de entre el 97% y el 100%, sin registrar falsos positivos.
Sin embargo, el desafío continúa creciendo porque la misma inteligencia artificial que utilizan las empresas para prevenir el fraude también es empleada por los delincuentes para crear imágenes, documentos e identidades sintéticas cada vez más convincentes.
Por ese motivo, desde Flux IT sostienen que la clave no pasa por aplicar más IA, sino por utilizarla de manera estratégica, con datos confiables, reglas claras y supervisión humana. A medida que la gestión de siniestros avanza hacia procesos digitales, la capacidad de verificar la autenticidad de la información se convierte en un factor decisivo para reducir costos, agilizar las resoluciones y fortalecer la confianza entre las aseguradoras y sus clientes.
Cerrar sesión