ABD Hazine Bakanlığı, 2024 yılında sahte ödemelerin tespit edilmesi ve önlenmesinde milyarlarca dolar tasarruf sağlamak amacıyla makine öğrenimi sistemlerinin genişletilmiş kullanımının etkili olduğunu açıkladı.
Hazine, Sosyal Güvenlik ve Medicaid gibi birçok federal program için ödeme yapan bir kurum olarak yıllık yaklaşık 1.4 milyar ödeme işlemi gerçekleştirmekte ve bu işlemlerin toplam değeri 6.9 trilyon dolara ulaşmakta.
Eylül ayında sona eren son mali yılda, kurumun dolandırıcılığı ortadan kaldırmaya yönelik veri odaklı yeni yaklaşımı sayesinde, 4 milyar dolardan fazla sahte ödemenin önlenmesi ve geri kazanılmasına katkı sağlandı. Bu rakam, 2023 mali yılında tespit edilen veya geri kazanılan 652.7 milyon dolarlık sahte ödemeye kıyasla altı kattan fazla artış anlamına gelmekte.
YENİ VERİ ODAKLI YAKLAŞIMIN ETKİSİ
Kurum, bu artışı dolandırıcılık tespitine yönelik yeni veri odaklı yaklaşımına bağladı. Bu yaklaşım, dolandırıcılık vakalarını tespit etmek ve daha fazla soruşturma için yüksek riskli işlemleri önceliklendirmek amacıyla makine öğrenimini kullanmayı içermekte. Hazine ayrıca, Do Not Pay (Ödeme Yapmayın) veri tabanı ve diğer ödeme güvenliği araçları aracılığıyla federal ve eyalet kurumlarıyla iş birliği yaptı.
Hazine Bakan Yardımcısı Wally Adeyemo, yaptığı açıklamada, “Hazine, vergi mükelleflerinin parasını etkili bir şekilde yönetme sorumluluğunu ciddiye almaktadır. Ajansların doğru kişiye, doğru miktarda ve doğru zamanda ödeme yapmasını sağlamak, çabalarımızın merkezinde yer alıyor. Geçtiğimiz yıl 4 milyar dolardan fazla sahte ve hatalı ödemenin önlenmesinde önemli ilerleme kaydettik. Hatalı ödemeler ve dolandırıcılığı durdurmaları için federal hükümetin diğer birimleriyle iş birliğini sürdürerek onlara gerekli araçları, verileri ve uzmanlığı sağlayacağız” dedi.
SAHTE ÖDEMELERİN BOYUTU DAHA BÜYÜK
Önlenen veya geri kazanılan 4 milyar dolarlık sahte ödeme önemli bir miktar olsa da, bu rakam hükümetin dolandırıcılık oranlarına dair tahminleriyle karşılaştırıldığında oldukça küçük kalıyor.
Nisan ayında, federal Hükümet Sorumluluk Ofisi (GAO), federal kurumların dolandırıcılık nedeniyle yıllık olarak 233 milyar dolar ile 521 milyar dolar arasında kayıp yaşadığını tahmin etti. GAO raporunda, Hazine’nin ödeme süreçlerinde merkezi rolü nedeniyle veri analiz araçlarını daha iyi kullanması gerektiği önerildi.
MAKİNE ÖĞRENİMİ VE DOLANDIRICILIĞIN ÖNLENMESİ
Hem devlet kurumları hem de finansal kuruluşlar, dolandırıcılık faaliyetlerini tespit etmek amacıyla giderek daha fazla makine öğrenimi algoritmalarına güvenmekter. Bu sistemler, ödeme alıcılarına dair banka hesapları, fiziksel adresler, IP adresleri, demografik bilgiler, kullanıcı adları ve şifreler gibi çok çeşitli verileri kullanarak dolandırıcılıkla bağlantılı kalıpları tespit ediyor.
