Quiz sur l’IA dans la lutte contre le blanchiment d’argent

Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.

1. What operational issue can rule-based transaction-monitoring systems create?
   • They can produce false-positive alerts that require investigator review
   • They establish criminal intent from a transaction amount alone
   • They eliminate all review of customer activity
   • They automatically prove whether funds are illicit
2. What does “structuring” mean under U.S. Bank Secrecy Act guidance?
   • Splitting one account into multiple dashboards for convenience
   • Breaking up transactions for the purpose of evading reporting or recordkeeping requirements
   • Moving a transaction between currencies for an exchange rate
   • Combining several payments for routine bookkeeping
3. Pourquoi les réseaux de neurones graphiques sont-ils particulièrement utiles en AML ?
   • Ils traduisent le texte des transactions dans d'autres langues
   • Ils réduisent le coût de stockage des données de transaction
   • Ils modélisent les comptes et les transferts sous forme de réseaux, révélant des anneaux cachés d'activités coordonnées.
   • Ils chiffrent automatiquement toutes les communications clients
4. What is customer due diligence (CDD) information used for in risk-based AML monitoring?
   • Automatically proving that a customer committed a crime
   • Replacing all transaction monitoring
   • Setting a universal threshold for every institution
   • Developing a customer risk profile and assessing activity in context
5. Pourquoi les données de formation étiquetées constituent-elles un défi pour les modèles AML supervisés ?
   • Les cas de blanchiment confirmés sont rares par rapport aux transactions normales
   • Les banques refusent d'utiliser des données historiques
   • Les étiquettes changent automatiquement chaque jour
   • Les régulateurs interdisent de stocker tout enregistrement de transaction
6. Why should an AML alert include an interpretable rationale for an investigator?
   • It makes the alert a final legal finding
   • It helps the investigator review the activity and document why it may be suspicious
   • It removes the need to examine transaction context
   • It guarantees that every alert is true
7. What can entity resolution do in an AML data pipeline?
   • Determine a customer’s guilt without an investigation
   • Change the legal reporting threshold
   • Link records that may refer to the same person or organization across datasets
   • Replace transaction records with generated text
8. How should an investigator interpret an AI-generated transaction risk score?
   • As proof of money laundering
   • As an automatic SAR filing decision
   • As a replacement for the institution’s AML program
   • As a prioritization signal that requires review of supporting activity and context