Avances en el uso de inteligencia artificial para la mejora del control y la detección de fraudes en organizaciones

• Lescano-Delgado, Maricela ^[1]
  1. [1] Universidad César Vallejo

     Universidad César Vallejo

     Provincia de Trujillo, Perú

     
• Localización: Revista científica de sistemas e informática, ISSN-e 2709-992X, Vol. 3, Nº. 1, 2023 (Ejemplar dedicado a: Information as a strategic and valuable asset for organizations; e496)
• Idioma: español
• Títulos paralelos:
  • Advances in the use of artificial intelligence to improve control and fraud detection in organizations
• Enlaces
  • Texto completo
• Resumen
  • español

    El estudio revisó el uso de inteligencia artificial (IA) para mejorar el control y la detección de fraudes en organizaciones, basándose en 31 artículos científicos publicados entre 2020 y 2022. Las tecnologías clave incluyen machine learning, deep learning y blockchain, que han demostrado mejorar la precisión en la detección de fraudes y optimizar el manejo de grandes volúmenes de datos. Estas herramientas no solo mejoran los controles internos, sino que también refuerzan la seguridad y transparencia de las transacciones, principalmente en los sectores financiero y empresarial. Los resultados sugieren que estas tecnologías reducen falsos positivos y mejoran la detección en tiempo real. No obstante, se identifican desafíos, como la interoperabilidad entre sistemas y la capacitación del personal. En conclusión, la adopción de IA en la detección de fraudes es una tendencia en alza que ofrece soluciones avanzadas, aunque persisten retos para maximizar su impacto a largo plazo.

  • English

    The study reviewed the use of artificial intelligence (AI) to improve fraud control and detection in organizations, based on 31 scientific articles published between 2020 and 2022. Key technologies include machine learning, deep learning, and blockchain, which have been shown to improve the accuracy of fraud detection and optimize the handling of large volumes of data. These tools not only improve internal controls, but also reinforce the security and transparency of transactions, mainly in the financial and business sectors. The results suggest that these technologies reduce false positives and improve real-time detection. However, challenges are identified, such as interoperability between systems and staff training. In conclusion, the adoption of AI in fraud detection is a growing trend that offers advanced solutions, although challenges remain to maximize its long-term impact.