Las pérdidas por fraude en el Reino Unido han alcanzado los 1.300 millones de libras esterlinas, lo que pone de relieve la creciente magnitud del problema a medida que las redes delictivas adoptan tecnologías cada vez más capaces. La inteligencia artificial está ayudando a los atacantes a hacer que las estafas sean más rápidas, convincentes y fáciles de desplegar, creando un nuevo desafío para los bancos y otras instituciones financieras.

La IA generativa puede industrializar la ingeniería social al reducir el costo de los ataques sofisticados. Técnicas que antes requerían grupos delictivos especializados están cada vez más al alcance de un público amplio, lo que permite a los defraudadores producir identidades sintéticas, construir historiales crediticios creíbles y superar las verificaciones de conocimiento del cliente (Know Your Customer) antes de permanecer sin ser detectados durante períodos prolongados.

Los ataques que utilizan deepfakes también se emplean para imitar voces y videos con suficiente credibilidad como para persuadir a las personas de autorizar transacciones o entregar credenciales de acceso. Estos métodos apuntan a lo que el artículo describe como la «capa de confianza»: el punto en el que una persona o un sistema decide que una acción es legítima.

Esto crea un problema particular para los controles de seguridad tradicionales. En lugar de eludir directamente los sistemas de un banco, los delincuentes pueden manipular a los clientes para que autoricen las transacciones ellos mismos. Cuando la actividad llega a la infraestructura de la institución, puede parecer técnicamente legítima, a pesar de haber sido iniciada mediante engaño.

A medida que los bancos mejoran la detección basada en IA, los atacantes podrían dirigir cada vez más su atención a las propias instituciones. El artículo advierte que el sector podría pasar de una fase en la que la tecnología se utiliza principalmente para manipular a las personas a otra en la que la IA sondea y ataca directamente a las organizaciones financieras.

Las medidas de seguridad estáticas no se adaptan bien a adversarios que prueban, adaptan y perfeccionan continuamente sus métodos. Los ataques impulsados por IA pueden cartografiar los límites de los sistemas de detección y mantenerse deliberadamente fuera de ellos, lo que convierte la prevención del fraude en una tarea permanente de investigación, en lugar de un proceso centrado únicamente en responder a incidentes individuales.

Se describe a los equipos más eficaces como aquellos que estudian los cambios de comportamiento que podrían indicar que se está poniendo a prueba un ataque. Este enfoque exige que los profesionales comprendan el razonamiento estadístico, el pensamiento adversarial, el diseño de sistemas y los ciclos de retroalimentación, en lugar de depender exclusivamente de la experiencia con herramientas de seguridad específicas.

Las organizaciones que carecen de estas capacidades pueden integrar herramientas externas de IA en sus operaciones existentes. El artículo destaca la importancia de soluciones que combinen análisis estadístico, razonamiento y explicabilidad, al tiempo que garantizan que los sistemas recién implementados se evalúen desde el principio como posibles superficies de ataque.

Las defensas basadas en IA también deben funcionar con la suficiente rapidez como para evaluar las transacciones en milisegundos sin interrumpir a los clientes. El análisis en tiempo real puede comparar cientos de señales con patrones históricos para identificar anomalías, ayudando a las instituciones a responder a ataques cada vez más automatizados mientras mantienen una experiencia bancaria utilizable.

Fuentes: TechRadar.