ارائه تجویزهای راهبردی برای ارتقاء نظارت مالی و گذار به سیستم های پیشگیرانه هوشمند

این پژوهش با هدف ارتقای تلاش های مبارزه با پولشویی از طریق ادغام هوش مصنوعی در چارچوبی جامع برای مدیریت ریسک و پیشگیری از جرایم مالی انجام شده است. با استفاده از رویکرد کیفی، این مطالعه از مصاحبه های نیمه ساختاریافته با نمونه ای ۱۶ نفره از متخصصان بخش مالی و مجریان قانون که از طریق نمونه گیری هدفمند انتخاب شده اند، بهره می برد. روایی و پایایی ابزار مصاحبه از طریق بررسی های کارشناسی و آزمون آزمایشی تعیین گردید. تجزیه و تحلیل داده ها با استفاده از روش نظریه پردازی داده بنیاد انجام شد و بینش های قابل توجهی را در مورد نقش هوش مصنوعی در بهبود نرخ تشخیص و کارایی عملیاتی در روش های ضد پولشویی آشکار کرد. یافته ها نشان می دهند که فناوری های هوش مصنوعی، به ویژه مدل های یادگیری ماشین و یادگیری عمیق، می توانند موارد مثبت کاذب را کاهش دهند و در عین حال، دقت تشخیص را فراتر از روش های سنتی افزایش دهند. این پژوهش با ارائه چارچوبی جدید که قابلیت های هوش مصنوعی را با استراتژی های اجرای قانون هماهنگ می کند و شکاف های حیاتی در روش های فعلی ضد پولشویی را برطرف می کند، به مجموعه دانش موجود کمک می کند.

کلیدواژه ها:

مبارزه با پولشویی (AML) ، هوش مصنوعی (AI) ، مدیریت ریسک ، پیشگیری از جرایم مالی ، یادگیری ماشینی (ML) و تحلیل پیشبینی