Hizmetler Avustralya, ödemelerin yeniden yönlendirilmesini durdurmak amacıyla Centrelink müşterilerini etkileyen potansiyel kimlik hırsızlığı örneklerini tespit etmek için makine öğrenimini deniyor.
Ajans, bir haber raporuna yanıt olarak sadece belirsiz bir açıklama sunduktan sonra Perşembe gecesi geç saatlerde makine öğrenimi teknolojisi denemelerini savunmak zorunda kaldı. Bilgi Çağı.
Rapor, “Borç Önceliği” ve “Sahtekarlık Tespiti” ndeki kullanım durumlarını belirledi.
Senato tahminlerinden önce Perşembe gecesi geç saatlerde ortaya çıkan yetkililer, teknoloji denemelerine daha açık bir görüş sağlamaya çalışırken, aynı zamanda “herhangi bir şeyi konuşlandırabilmekten uzun, uzun bir yol” olduklarını söylediler.
Ajans, sahtekarlık ile ilgili kullanım durumlarında makine öğreniminin nasıl uygulandığına dair iki yönlü bir açıklama sundu.
Dolandırıcılık Kontrolü ve Soruşturmalarının Genel Müdürü Peter Timson, sahtekarlık ile ilgili önemli bir kullanım durumunun kimlik hırsızlığı ile ilgili olduğunu ve özellikle hesaplarıyla ilişkili şüpheli davranışlar tespit edildiğinde müşterileri uyarmak isteyen Avustralya hizmetleriyle ilgili olduğunu söyledi.
Timson, “Gerçekten tanımlayabileceğimiz araştırma alanında – çok fazla ayrıntıya girmeden kullanılıyor çünkü dolandırıcılar izleyecekti – kimliğinizi almışlarsa özellikler olarak tanımladığımız şey” dedi.
Ödemeler ve Dürüstlük CEO’su Chris Birrer, “Buradaki arketipik örnek, iddiası gönderilen kişinin aslında bunu göndermediğine dair göstergeler olacaktır – başka birinin – ya o kişiyi ya da diğer kimlik hırsızlığı biçimlerini kandırarak – kimliklerini aldığını” söyledi.
Timson, Centrelink müşterilerinin detaylarını milyonlarca kısa mesajda gönderilen kötü amaçlı bağlantılar aracılığıyla hasat eden bir SIM çiftlik operasyonuna atıfta bulundu.
“İnsanlar bu bağlantıyı tıkladı ve [the attackers have] Adınızı hasat etti ve sonra birisi banka hesaplarınızı değiştirmeye başlıyor ”dedi.
“Nasıl [Services Australia] Aslında sizi korumak için ‘ileri yalın’ çünkü başka biri hesabınıza girmeye ve ödemeleri yönlendirmeye çalışıyor. ”
Timson, teknolojinin geniş fırlatma kimlik kontrolleri yapmak yerine “söylediklerinden şüphelendiğimiz birinin” hedeflendiğini söyledi.
Makine öğrenimi kullanılarak sahtekarlık ile ilgili ikinci bir çek, Avustralya hükümetinin afet ödemeleri etrafında “ön ödeme kontrolleri” ni yardımcı olmaktır.
Birrer, “Bu iddiaları olabildiğince hızlı işlemeyi hedefliyoruz çünkü insanlar bir felaketten etkilendi ve bir dolandırıcının banka hesabı olmadığı sürece banka hesaplarına para almak istiyoruz” dedi.
“Bir iddianın potansiyel olarak hileli olabileceği ve daha sonra personelin ona baktığı ve ya hileli olduğunu düşünmedikleri ya da kimliklerini görmek veya banka hesabının gerçekten banka hesapları olup olmadığını kontrol etmek için takip etmek gibi bir şey yaptıkları için iddiayı serbest bıraktığı ve daha sonra personelin ona baktığı ve daha sonra iddiayı yayınladığımız bir sistemimiz var.
“Burada baktığımız şey, bu sürecin nasıl daha fazla hassaslaştırılacağı… hileli bir iddia olma olasılığının daha yüksek olduğu anlamına gelen bazı anomalileri tahmin etmeye yardımcı olmak için.”
Borç İş Listesi Azaltma
Bilgi Çağı’ndaki raporda da makine öğrenimi teknolojisini içeren bir “borç önceliklendirmesi” denemesi ortaya çıktı.
Bu, raporda verimliliğe yardımcı olmak için bir triyaj alıştırması olarak nitelendirildi.
Ajans, Senato’da açıklığa kavuşturuldu, duruşmanın borçları yükseltmekle değil, “kesinleştirilmesi, borç yok” olası davaların bir alt kümesini tespit etmek, bunları verilmesi gereken borç kararlarının “birikmiş işiklikten” çıkarması ile ilgili olduğunu tahmin ediyor.
Ödeme Güvencesi, Program ve Temyiz Genel Müdürü Robert Higgins bunun “asılsız bir numara olmadığını” söyledi. Önceki denetimler bunu borç tespitlerinin yaklaşık yüzde yedisine koydu.
Services Avustralya CEO’su David Hazlehurst, duruşmayı “bunlardan hangisinin bir borca neden olmayacağını söylemek için potansiyel borçların bir birikimine sahip bizim için bir mekanizma – ve bunlardan hızlı bir şekilde kurtulalım” olarak nitelendirdi.
“Makine, hangilerinin bu olması muhtemel olduğunu tanımlıyor. Bir kişi hala bu konuyu sonuçlandırma kararını veriyor ”dedi.
“İnsanı döngüden çıkarmıyor. Bu sadece potansiyel borç birikiminden geçmede daha verimli olmaya çalışmamıza yardımcı olma süreci. ”
Birrer, modelin potansiyel borç davalarının iç tahsisine de yardımcı olabileceğini ve tüm personelin daha karmaşık vakaları ele alacak şekilde donatılmadığını ve bu da belirlemelerin yapılmasını geciktirebileceğini belirtti.
Birrer, “Sahip olduğumuz bir verimsizlik, doğru karmaşıklıktaki doğru iş türünü personelin becerisine ayırabilmek” dedi.
“’Sonlandırılmış, borç yok’ borç işinin en kolay yanı sıra ve ödemeler ve dürüstlük grubu içinde yeni personel varsa, beceri merdivenlerinde oldukları için yapmaları iyi bir şeydir.
“Tarihsel olarak farklı politika ayarlarının olabileceği bir şeyle ilgili olan çok büyük ve karmaşık bir potansiyel borcunuz varsa ve orada geriye dönük bir hesaplama yapmaları gerekiyorsa, bu çok daha karmaşık bir görevdir, aynı zamanda yardımcı olur.
“Bazen personelin yapmaları için yetenekli olmadıkları iş tahsis edildiğini biliyoruz, biraz yapacaklar, zamanları verimli kullanılmıyor, çünkü başka birinin alması için onu havuza geri atıyorlar.”
Yetkiler kararları
Hizmetler Avustralya CEO’su David Hazlehurst, haklar hakkında karar vermek için “AI kullanma planı yok” olmadığını söyledi.
“Bununla ilgili bir şey yapmadan önce düşüneceğimiz uzun bir listemiz var” dedi.
Hükümet Hizmetleri Bakanı Katy Gallagher, “Buna da dahil olmak üzere bir miktar devlet karar alımı olacak” dedi.
“Bu alana taşınma kararının yükselmesi gerekecekti, sanırım” dedi.
Ajans yetkilileri, makine öğrenimi kullanımlarının sadece bir deneme aşamasında olduğunu ve üretim kullanımına yönelik “daha fazla hareketin” birden fazla kapı ve değerlendirme gerektireceğini söyledi.