L’utilisation de l’intelligence artificielle nécessite dans la lutte anti-fraude un cadre bien défini. Le processus global de gestion des fraudes est souvent complexe du fait de la diversité des fraudes. L’intelligence artificielle n’est pas une solution miracle. Le fait de considérer qu’un modèle unique et sophistiqué puisse prédire les fraudes en prenant en compte des données brutes aboutit souvent à des échecs.
En effet, cette attente est sans doute due au fait que dans la presse on parle de l’intelligence artificielle comme d’une boîte noire profondément développée, capable de résoudre les problèmes plus rapidement que les hommes. On peut citer l’exemple de l’algorithme qui a battu le champion du monde au Go, baptisé AlphaGo. Si cet algorithme démontre une percée remarquable dans la construction des modèles prédictifs, on oublie souvent que le jeu représente un environnement extrêmemment règlementé, avec des pions (qui ont des actions très simples) à déplacer sur un échequier (qui est représenté par quelques cases). Alors que la réalité représente une complexité infiniement plus complexe.
Aussi, certains praticiens pensent à la problématique de détection de spams quand on parle détection de fraudes. En effet, selon certains points de vue, surtout statistique, on peut les comparer. Dans la suite de la formation, nous allons voir les points communs, et les différences qui font que les deux cas sont fondamentalement différents.
L’intelligence artificielle est un terme complexe qui peut avoir plusieurs sens. Nous allons voir les différentes définitions, et explorer les différentes techniques qui peuvent nous être utiles: