بررسی نقش هوش مصنوعی در شناسایی و پیشگیری از پولشویی و کلاهبرداری مالی
سال انتشار: 1404
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 175
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
IICMOCONF16_110
تاریخ نمایه سازی: 16 اردیبهشت 1405
چکیده مقاله:
**هدف**: این مقاله به بررسی نقش هوش مصنوعی در شناسایی و پیشگیری از پولشویی و کلاهبرداری مالی است که تحول دیجیتالی مبارزه با پولشویی (AML) و مقابله با تامین مالی تروریسم (CFT) در پرتو اصول سان خوزه گروه اقدام مالی (FATF)، اصول سازمان همکاری اقتصادی و توسعه (OECD) برای هوش مصنوعی (AI) و پیشنهاد قانون هوش مصنوعی اتحادیه اروپا (EU) می پردازد. نویسندگان استدلال می کنند که ابزارهای هوش مصنوعی می توانند انقلابی در AML/CFT و بازیابی دارایی ها ایجاد کنند، اما نیاز به ایجاد تعادل بین بهینه سازی کارایی AML و حفظ حقوق اساسی افراد وجود دارد. **روش شناسی**: این مقاله از گزارش ها، قوانین، مقالات حقوقی و داده های منبع باز در مورد تحول دیجیتالی AML/CFT، به ویژه استقرار هوش مصنوعی در این زمینه، استفاده می کند. **یافته ها**: یک چارچوب نظارتی جدید با تضمین های قوی برای کاهش خطرات مرتبط با استفاده از فناوری های جدید در زمینه AML ضروری است. **اصالت/ارزش**: این مطالعه یکی از اولین مطالعاتی است که به بررسی استفاده از هوش مصنوعی در زمینه AML/CFT در پرتو اصول سان خوزه FATF، اصول OECD برای هوش مصنوعی و پیشنهاد قانون هوش مصنوعی اتحادیه اروپا می پردازد. کاهش خطرات: اصول استفاده مسئولانه از هوش مصنوعی در AML/CFT اگر ابزارهای مبتنی بر هوش مصنوعی به درستی طراحی و در زمینه اختیارات عمومی مستقر نشوند، خطر تضعیف «فرآیند عادلانه، حمایت برابر و شفافیت» وجود دارد (Liu et al., ۲۰۱۹). به عنوان مثال، ابزارهای مبتنی بر هوش مصنوعی خطر «تصمیم گیری یا پروفایل سازی خودکار ناقص» (Data Protection Working Party, ۲۰۱۸) توسط نهادهای تحت نظارت و FIUs به دلیل ورودی های داده ذهنی یا سوگیری انتخاب را به همراه دارند (Feuerriegel et al., ۲۰۲۰; Executive Office of the President, ۲۰۱۶). در این زمینه، هوش مصنوعی ممکن است سوگیری ها و تبعیض های موجود را تشدید کند. به عنوان مثال، در مبارزه با تامین مالی تروریسم پس از حملات ۱۱ سپتامبر، موسسات مالی در ایالات متحده و سایر حوزه های قضایی از پروفایل سازی نژادی استفاده کرده و فعالیت ها را بر اساس قومیت (درک شده) مشتریان به عنوان مشکوک تحت نظر گرفته اند (Lee, ۲۰۰۶). علاوه بر خطر سوگیری، استقرار هوش مصنوعی در زمینه AML/CFT نگرانی های مشروع در مورد مقاومت سایبری، امنیت داده ها، کیفیت، ثبات، کامل بودن و حریم خصوصی و حفاظت از حقوق اساسی را ایجاد می کند. مجموعه های اصول و قوانین مورد بحث در بخش های زیر با هدف کاهش خطرات و هدایت نوآوری دیجیتالی مسئولانه در AML/CFT ارائه شده اند
کلیدواژه ها:
مبارزه با پولشویی (AML) ، هوش مصنوعی (AI) ، دیجیتالی سازی ، بازیابی دارایی ها ، شناخت مشتری (KYC) ، نظارت بر تراکنش ها
نویسندگان
مراد نصیری مغانلو
کارشناسی ارشد، حقوق جزا و جرم شناسی مربی هیات علمی دانشگاه پیام نور