همکاری انسان و هوش مصنوعی در کشف تقلب: مرور نظام مند شواهد موجود و جهت گیری های آینده پژوهش

افزایش پیچیدگی فعالیت های متقلبانه در محیط های دیجیتال، توجه روزافزونی را به رویکردهای پیشرفته کشف تقلب معطوف کرده است که قابلیت های هوش مصنوعی (AI) را با تخصص و قضاوت انسانی تلفیق می کنند. این مقاله مروری به بررسی وضعیت کنونی دانش موجود در زمینه همکاری انسان و هوش مصنوعی در کشف تقلب می پردازد و با هدف ترکیب شواهد موجود، شناسایی مضامین کلیدی و ترسیم مسیرهای آینده پژوهش انجام شده است. نتایج نشان می دهد که فناوری های هوش مصنوعی، از جمله یادگیری ماشین، یادگیری عمیق و مدل های تشخیص ناهنجاری، نقش فزاینده ای در پردازش داده های حجیم، شناسایی الگوهای پنهان و کشف فعالیت های مشکوک با سرعت و دقت بالا ایفا می کنند. در عین حال، ادبیات موجود بر اهمیت مستمر قضاوت انسانی، تخصص حوزه ای، درک زمینه ای و تصمیم گیری در شرایط عدم اطمینان برای ارزیابی موارد پیچیده و نوظهور تقلب تاکید دارد. اعتماد، تبیین پذیری، شفافیت، اعتبارسنجی انسانی خروجی های هوش مصنوعی، آگاهی موقعیتی مشترک و تصمیم گیری مشارکتی از جمله مضامین پرتکرار در مطالعات بررسی شده هستند. یافته ها نشان می دهد که سامانه های ترکیبی انسان و هوش مصنوعی، در مقایسه با رویکردهای کاملا دستی یا کاملا خودکار، از طریق افزایش دقت تشخیص، کاهش هشدارهای کاذب و پشتیبانی از تصمیم گیری های قابل اعتمادتر، عملکرد بهتری ارائه می کنند. با این حال، چالش هایی نظیر عدم شفافیت مدل ها، مسئولیت پذیری و پیچیدگی های ادغام سازمانی همچنان از موانع مهم پیاده سازی موثر این رویکرد به شمار می روند. در مجموع، نتایج این مرور نشان می دهد که آینده کشف تقلب در توسعه سامانه های مشارکتی، انسان محور و تبیین پذیر نهفته است که با بهره گیری از قابلیت های مکمل انسان و هوش مصنوعی، شفافیت، پاسخگویی و اثربخشی پایدار عملیاتی را تضمین می کنند.

کلیدواژه ها:

اعتبارسنجی انسانی ، اعتماد ، تشخیص ناهنجاری ، همکاری انسان و هوش مصنوعی ، کشف تقلب ، هوش مصنوعی تبیین پذیر