Ante el crecimiento y la mayor sofisticación del delito financiero, los bancos están incorporando inteligencia artificial, machine learning y modelos generativos en sus programas de prevención de lavado de activos y vigilancia. El artículo señala que estas tecnologías permiten mejorar la detección, la calidad de las alertas y la eficiencia operativa, aunque también introducen desafíos vinculados a la opacidad de los modelos, el sesgo, la explicabilidad y el escrutinio regulatorio.

Las entidades no están reemplazando completamente los sistemas basados en reglas, sino que están combinando modelos de ML con controles existentes, utilizando enfoques de defensa en profundidad. Asimismo, el uso de GenAI se orienta principalmente a apoyar a los equipos de cumplimiento en tareas como la síntesis de alertas, la asistencia en investigaciones, la navegación de políticas internas y la capacitación, manteniendo siempre la revisión y el juicio humano. El texto destaca que la adopción responsable se apoya en marcos sólidos de gobernanza, gestión del riesgo de modelos, controles de datos, explicabilidad, monitoreo continuo y supervisión permanente a lo largo del ciclo de vida de los modelos.

Fuente: Compliance Week