fraude continua sendo uma séria ameaça ao setor de seguros, aumentando 73% em 2021, de acordo com Kingsley Napley. Diante dos desafios sem precedentes da pandemia, as seguradoras continuaram tentando frustrar os fraudadores de seguros para proteger os clientes honestos.  

Contribuindo para esse cenário fraudulento estão os chamados “deepfakes” – falsificações sofisticadas de imagens estáticas ou de vídeo ou gravações de áudio feitas com o auxílio da tecnologia de inteligência artificial (IA). Mas, embora isso tenha se tornado cada vez mais prevalente em reivindicações de seguros fraudulentas, o setor de seguros agora está vendo mais do que é chamado de “falsos falsos”.

Antes limitada a uma novidade de mídia social, a fraude deepfake e superficialfake emergiu como uma ameaça formidável para o setor de seguros, que já sofre com mais de US$ 80 bilhões em fraudes anuais somente nos EUA.

A diferença entre deepfakes e shallowfakes é que, embora as deepfakes exijam IA para criá-las, as shallowfakes podem ser criadas usando um software básico de edição de fotos, como o Photoshop. O termo “raso” pode implicar que eles são menos ameaçadores do que suas contrapartes deepfake. Mas o fato de não exigirem métodos profundos de IA/aprendizagem de máquina para criá-los significa que as shallowfakes podem ser feitas e implantadas de maneira mais fácil e rápida – por esse motivo, as shallowfakes estão apresentando um risco de fraude mais imediato para as seguradoras.

A fraude de seguros pode variar desde uma pessoa que fornece informações falsas a uma companhia de seguros para obter cobertura em condições mais favoráveis, ou falsificação de sinistros de seguro automóvel, comercial, doméstico ou outros sinistros pessoais.

Nesses e em outros cenários de fraude, as shallowfakes podem incluir:

• Prova falsa de identidade ou endereço - incluindo documentos de identificação com foto, como carteiras de motorista, passaportes, cartões de seguro nacional, contas de serviços públicos e extratos bancários
• Evidências de suporte falsas – qualquer evidência necessária para apoiar uma reclamação ou transação, como faturas de serviços, contratos e acordos, certificados de desconto sem reclamações ou relatórios de especialistas

É claro que o problema da mídia digital alterada não é totalmente novo para o setor de seguros. Os editores de fotos começaram a proliferar há muitos anos e, de fato, fotos alteradas que inflacionam falsamente os sinistros têm sido uma das principais preocupações das seguradoras no combate à fraude.

O que é novo é a escala do problema: não é incomum encontrar o mesmo documento sendo reutilizado dezenas ou mesmo centenas de vezes com apenas nome, conta e endereço alterados, criando efetivamente tantas identidades falsas a partir de um único modelo. Este foi o caso de um único passaporte canadense que foi reutilizado e enviado mais de 2.500 vezes no espaço de 20 dias - com um dia registrando mais de 400 envios, cada um com mudanças sutis de nome, endereço e até penteado no retrato para evitar detecção.  

Automação de autoatendimento

Embora tenha havido alguns movimentos para reduzir a fraude superficial, o ritmo da automação sem toque – na forma de transações de autoatendimento e processamento direto (STP) – tem sido rápido e furioso. Sem dúvida, a pandemia global ajudou na transição para o autoatendimento, pois era um ajuste natural para relatórios de sinistros durante os bloqueios.

Ao mesmo tempo, isso aumentou a dependência de fotos fornecidas pelo cliente para a liquidação de sinistros - uma excelente oportunidade para fakes falsos, pois o risco de fraude de fotos alteradas, manipuladas ou sintéticas aumenta significativamente.

Os últimos dois anos mostraram que as transações de sinistros sem contato (e subscrição) vieram para ficar, e a forma como a mídia digital pode ser comprometida tornou-se mais elaborada. Como resultado, tomar medidas proativas para implementar a tecnologia automatizada de prevenção de fraudes para combater shallowfakes está rapidamente se tornando uma consideração importante para proteger os negócios das seguradoras.

Usando IA para detectar fakes

Embora os fakes não exijam IA para criá-los, a IA pode aumentar significativamente as chances de detectá-los. O uso de soluções de IA – combinados com instinto humano, atenção aos detalhes e conscientização e conhecimento para verificar a validade do que está sendo processado – pode ser vantajoso para a detecção de documentação fraudulenta.

Ter a detecção com inteligência artificial integrada em um processo de sinistros é uma maneira de impedir fraudes e aumentar a precisão do tratamento de sinistros. Sem qualquer capacidade de verificar, por exemplo, a autenticidade das fotos, os danos podem ser exagerados e as seguradoras acabarão pagando por perdas totalmente falsas ou inflacionadas.

O ritmo da automação de sinistros está superando em muito o ritmo da prevenção automatizada de fraudes, que está abrindo novos riscos e novas oportunidades. Algumas companhias de seguros podem estar dispostas a arriscar vulnerabilidades de fraude em troca de economia de custos em outros lugares e uma melhor experiência do cliente. Esse é um bom equilíbrio que eles precisam atingir.

À luz do aumento da atividade de shallowfakes, tornou-se cada vez mais necessário que as seguradoras prestem mais atenção à documentação apresentada para reclamações, onde os fraudadores podem usar as fakes para reivindicar grandes quantias de dinheiro às quais não têm direito.

O escrutínio de documentos pode ser significativamente aprimorado com a “análise forense de documentos” baseada em IA para encontrar fraudes que o olho humano não pode ver em reivindicações de seguro e verificar a autenticidade de documentos digitais.

Uma ameaça direta

Por sua própria natureza, as fakes são uma ameaça direta à precisão das informações relacionadas a qualquer indivíduo no ambiente digital existente. No entanto, a ameaça que eles representam só aumentará à medida que nossas interações com o metaverso aumentarem, já que haverá mais oportunidades para seu uso.

O custo da inação para o setor de seguros pode ser alto. Com toda a probabilidade, poucas ou nenhuma seguradoras já abordaram a crescente ameaça representada por fakes. No entanto, deve ser uma alta prioridade para eles – sem que uma ação imediata seja tomada para mitigar o impacto das fakes, elas podem ser uma ameaça difícil de parar.

Sobre o autor: Martin Rehak é o CEO e fundador da Resistant AI. Ele é especialista na criação de soluções para algoritmos de aprendizado de máquina seguros, robustos e justos. Protegendo os sistemas financeiros contra ataques adversários, manipulação e uso indevido.