Questionário de detecção de fraude de IA

As respostas e explicações aparecem conforme você responde ao teste.

1. Por que as regras fixas por si só (por exemplo, “bloqueio de cobranças acima de US$ 5.000”) são muitas vezes inadequadas para fraudes?
   • A fraude é antagônica e está em constante mudança, então as regras ficam obsoletas
   • Eles são muito caros para escrever
   • Os bancos não estão autorizados a usar regras
   • As regras só funcionam nos finais de semana
2. O «desequilíbrio de classes» na deteção de fraudes refere-se ao facto de:
   • Existem muitos bancos
   • As transações fraudulentas representam uma pequena fração de todas as transações
   • Todos os clientes gastam a mesma quantia
   • Os dados são armazenados no arquivo de classe errado
3. Um 'falso positivo' na detecção de fraude significa:
   • Uma verdadeira fraude foi perdida
   • O sistema travou
   • Uma transação legítima foi sinalizada erroneamente como fraude
   • Ocorreu uma cobrança duplicada
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. Qual sinal é um exemplo de 'velocidade' no monitoramento de transações?
   • Muitas cobranças ocorrendo em poucos minutos
   • Aniversário do cliente
   • A cor do cartão
   • O logotipo do 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