Prueba de detección de fraude mediante IA

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

1. ¿Por qué las reglas fijas por sí solas (por ejemplo, 'bloquear cargos superiores a $5.000') a menudo son inadecuadas para el fraude?
   • El fraude es contradictorio y cambia constantemente, por lo que las reglas se vuelven obsoletas
   • Son demasiado caros para escribir.
   • Los bancos no pueden utilizar reglas
   • Las reglas solo funcionan los fines de semana.
2. El "desequilibrio de clases" en la detección del fraude se refiere al hecho de que:
   • Hay demasiados bancos
   • Las transacciones fraudulentas son una pequeña fracción de todas las transacciones
   • Todos los clientes gastan la misma cantidad
   • Los datos se almacenan en el archivo de clase incorrecto.
3. Un 'falso positivo' en la detección de fraude significa:
   • Se pasó por alto un verdadero fraude
   • El sistema falló
   • Una transacción legítima fue marcada erróneamente como fraude
   • Se produjo un cargo duplicado.
4. What challenge can neighbor-based message propagation create for a fraud GNN?
   • It guarantees every linked account is fraudulent
   • It removes all concept drift from the data
   • It prevents investigators from reviewing transactions
   • Neighbor and hub effects can amplify class-imbalance problems
5. ¿Qué señal es un ejemplo de "velocidad" en el seguimiento de transacciones?
   • Muchos cargos ocurren en unos pocos minutos.
   • El cumpleaños del cliente.
   • El color de la tarjeta
   • El logo del banco.
6. What fraud typology did FinCEN’s 2024 deepfake alert describe?
   • Deepfakes that automatically reverse settled transactions
   • Deepfake media and fraudulent identity documents used to evade identity verification or authentication
   • A rule requiring banks to reject every voice call
   • Synthetic identities that prove a customer committed a crime
7. Why can accuracy be misleading for a highly imbalanced fraud dataset?
   • Accuracy is always equal to recall
   • Fraud labels are never used
   • A model can score high accuracy by predicting the majority legitimate class while missing fraud
   • The test set must contain no legitimate transactions
8. What is one reason a graph model can help identify linked fraud patterns?
   • It removes the need for labels or investigation
   • It proves that connected accounts are criminal
   • It guarantees real-time detection
   • It can represent relationships among accounts, transactions, or devices