Um conteúdo Bússola

Marcelo Peixoto: Como o reconhecimento de voz ajuda a prevenir fraudes

Conheça as inovações e os desafios que ainda precisam ser enfrentados na área de segurança da informação
Seis em cada dez brasileiros já sofreram uma fraude bancária (Getty Images/Getty Images)
Seis em cada dez brasileiros já sofreram uma fraude bancária (Getty Images/Getty Images)
M
Marcelo PeixotoPublicado em 24/10/2022 às 15:30.

Com milhares de ligações por dia, seria humanamente impossível fazer o que uma inteligência artificial fez para desvendar duas quadrilhas de fraudadores em um call center. Os criminosos ligavam para uma central de atendimento fingindo ser um cliente. De posse dos dados das vítimas, eles conseguiam confirmar informações pessoais e efetivar a fraude.

Segundo a Febraban, seis em cada dez brasileiros sofreram uma fraude bancária, seja por terem sido vítimas de roubos, furtos, vazamento de dados ou engenharias sociais. Diante desse cenário de ampliação dos tipos de fraudes de identidade, novas soluções ganham força, como o uso de biometrias. Ao lado delas, estão sistemas de inteligência artificial preparados para processar um alto volume de dados, de forma cada vez mais complexa.

Usos da inteligência artificial

Citada pela Gartner como uma das tecnologias emergentes em 2022, a inteligência artificial deve alcançar o pico de uso em cerca de 5 a 10 anos, globalmente, sendo umas das responsáveis pela transformação digital das empresas.

Já no Brasil, segundo dados do estudo The future of jobs 2020, 94% das empresas pretendem adotar inteligência artificial até 2025, principalmente nos setores de Informações e Comunicações Digitais, Serviços Financeiros,

Saúde e Transporte

A inteligência artificial pode ser aplicada em diferentes processos, com o objetivo de melhorar a conversão, otimizar o tempo e facilitar a produtividade das equipes. Como resultado, as vendas aumentam e os custos diminuem.

Na prática, existe um universo infinito de tarefas para as quais uma IA pode ser treinada. Usando especialmente machine learning e deep learning, é possível direcioná-la para aumentar a segurança do ambiente digital, como é o caso da biometria de voz.

Biometria de voz para autenticação de clientes

A biometria utiliza características únicas dos indivíduos para identificá-los, sejam elas físicas ou comportamentais. No caso da biometria de voz, o registro da fala é transformado em um espectrograma (também chamado de voice print), ou seja, uma imagem que contém todos os elementos de segurança únicos de cada voz e cadastrado no CPF do cliente.

Uma vez que a voz está cadastrada, é possível realizar a autenticação desse cliente, usando sua voz como fator de verificação. A inteligência artificial compara o registro de voz de quem está solicitando o serviço com o espectrograma cadastrado no CPF do cliente. Ao mesmo tempo, valida se a voz identificada está vinculada a alguma tentativa de fraude já registrada anteriormente.

No caso da quadrilha de fraudadores, foi esse registro que tornou possível entender que se tratava de um grupo de pessoas que usava vários números de telefone e CPFs. Com um complexo sistema de cruzamento de informações, foi possível entender que as fraudes eram direcionadas a um grupo de clientes e, assim, protegê-los. As informações foram passadas às autoridades, que tomaram as medidas cabíveis.

A tecnologia antifraude baseada na voz tem capacidade para processar milhões de vozes e dados, como CPF, número de telefone e jornada do cliente, e em poucos segundos identificar um comportamento suspeito. O resultado disso é uma melhoria nos processos de prevenção a fraudes e, consequentemente, uma redução de prejuízos financeiros. Em paralelo, os clientes percebem mais segurança e uma melhor experiência na empresa.

Os desafios das inovações baseadas na voz

Alguns obstáculos estão sendo superados pela inteligência artificial da biometria de voz no Brasil, como a capacidade de tratar áudios com baixa qualidade, a prova de vida pela fala e o processamento de áudios em ambientes com ruídos.

A biometria de voz surge como uma alternativa mais acessível para os clientes, pois pode ser capturada por telefones fixos, celulares ou smartphones. Porém, sons gravados por telefone possuem um sample rate de 8,000 Hz, devido à compactação realizada, o que gera perda de informações relevantes para que a rede neural possa comparar e identificar a voz de uma pessoa. Sendo assim, é necessário que o algoritmo seja treinado para tratar esse tipo de áudio.

Existem ainda as tentativas de fraude direcionadas para a biometria de voz, como imitação e uso de gravação, dentre outras falsificações. Nesse cenário, torna-se necessário o desenvolvimento de soluções para a prova de vida. Essa é a capacidade da inteligência artificial de distinguir se a autenticação ou identificação do usuário está acontecendo ao vivo ou por meio de uma sintetização/clonagem de uma voz – e isso pode ser feito com soluções antispoofing.

Para ser realmente acessível, é necessário que a autenticação por biometria de voz possa acontecer em qualquer lugar, seja em casa ou em locais barulhentos, como uma avenida movimentada. Para isso, são aplicadas técnicas de machine learning, a fim de separar a voz dos demais sons.

Uma das grandes conquistas da verificação por voz é a criação de um ecossistema de segurança integrado. Cruzando informações dos voice prints, números de CPF e números de telefone, já é possível identificar, em tempo real, os comportamentos suspeitos e barrar as fraudes de identidade.

Essa tecnologia de prevenção à fraude deixou comprovado o seu valor gerando uma grande economia financeira. Agora, os avanços da biometria de voz no Brasil caminham para um aprimoramento ainda maior da tecnologia, evidenciando o seu futuro promissor no enfrentamento aos fraudadores.

*Marcelo Peixoto é CEO da Minds Digital

Siga a Bússola nas redes: Instagram | Linkedin | Twitter | Facebook | Youtube

Veja também