Portal Nacional Antifraude de Malasia — red IA en tiempo real contra estafas financieras
Malasia
Bank Negara Malaysia (BNM) y PayNet lanzaron el Portal Nacional Antifraude (abril de 2024), conectando 53 instituciones mediante análisis de …
Países Bajos · Groningen · Ver el perfil de Países Bajos · Ver el perfil de Groningen
Top 83% 40/100 · Pregunte a Evidence Copilot sobre esta práctica
La puntuación de riesgo de la DUO para comprobar la residencia de estudiantes becados (2012–2023) discriminó indirectamente a estudiantes de origen migrante no europeo; siguieron disculpas ministeriales e indemnizaciones de 500–2000 €.
La agencia neerlandesa de educación (DUO) utilizó entre 2012 y 2023 un algoritmo sencillo de perfilado de riesgo, basado en reglas, para seleccionar a estudiantes con beca complementaria para visitas domiciliarias que comprobaban si vivían realmente fuera del domicilio de sus padres. Los criterios eran el tipo de estudios (la formación profesional/MBO puntuaba más), la distancia entre la dirección del estudiante y la de los padres (menor distancia, más puntos) y la edad (más joven, más puntos). Nadie comprobó si estos indicadores estaban justificados ni si generaban resultados desiguales.
La prensa y una revisión externa posterior (PwC, publicada el 1 de marzo de 2024) concluyeron que el sistema condujo indirectamente a discriminar a estudiantes de origen migrante no europeo. Casi 27 000 estudiantes recibieron visita y cerca de 10 000 fueron acusados de fraude; de los 376 casos revisados por abogados, el 97 % afectaba a estudiantes con raíces en minorías étnicas. El ministro de Educación pidió disculpas y, en abril de 2026, anunció una compensación de 500 € para unos 12 000 estudiantes visitados y de 2000 € para unos 10 000 estudiantes cuya beca fue recortada o que fueron sancionados.
Una auditoría académica independiente (Holstege et al., arXiv 2502.01713) aplicó una herramienta no supervisada de detección de sesgos, diseñada para funcionar sin datos demográficos, a las puntuaciones de más de 250 000 estudiantes entre 2012 y 2023 y destacó las mismas disparidades conocidas. La herramienta se publicó como código abierto.
Es un caso de advertencia: un modelo transparente, incluso simplista, puede discriminar cuando los indicadores se correlacionan con el origen étnico y no existen pruebas de sesgo, documentación ni vías de impugnación. Las lecciones son auditorías de sesgo antes del despliegue, justificación documentada de cada criterio y seguimiento continuo; la herramienta de auditoría de código abierto es un resultado reutilizable.
Los detalles de implementación (coste, plazo, personal, condiciones para el éxito) aún no están disponibles para esta práctica.
¿Usted implementa esta práctica? Reivindíquela — los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.
De dónde se obtuvo la información de esta práctica, y cuándo.
Malasia
Bank Negara Malaysia (BNM) y PayNet lanzaron el Portal Nacional Antifraude (abril de 2024), conectando 53 instituciones mediante análisis de …
Bélgica
La herramienta Arachne+ de la UE analiza datos de beneficiarios, contratos y propiedad — incluidos los registros Orbis y World …
Corea del Sur
Desde 2006, la Comisión de Comercio Justo de Corea utiliza un sistema automatizado de puntuación de indicadores para detectar patrones …
Malta
Malta comprometió 3 M€ en IA de SAS que cruza registros y datos bancarios para detectar fraude de IVA; las …
Abrir el copiloto completo Basado en prácticas citadas: comprueba siempre las fuentes.