evidoria

← Volver al listado

Buena práctica Importada

Proyecto SUDARSAN y R(AI)DAR — la SEBI de la India usa IA para señalar más de 100.000 contenidos financieros engañosos

India · Mumbai · Ver el perfil de India · Ver el perfil de Mumbai

Evidencia: Descriptivo / autodeclarado Top 62% 53/100 · Pregunte a Evidence Copilot sobre esta práctica

Las herramientas de IA de la SEBI, SUDARSAN y R(AI)DAR, analizan redes sociales y anuncios en busca de fraude financiero: el presidente Tuhin Kanta Pandey afirma que SUDARSAN ha identificado más de 20.000 publicaciones fraudulentas en tiempo real y que la SEBI ha señalado más de 100.000 elementos engañosos a las plataformas, frente a 550 crore de mensajes diarios de negociación.

20,000+
Publicaciones fraudulentas identificadas por SUDARSAN (to Aug 2026)
100,000+
Elementos de contenido engañoso señalados a las plataformas (to Aug 2026)
~550 crore
Mensajes diarios de órdenes/operaciones (contexto)
Proyecto SUDARSAN y R(AI)DAR — la SEBI de la India usa IA para señalar más de 100.000 contenidos financieros engañosos

Detalles

Madurez
Consolidada
Promotor
Securities and Exchange Board of India (SEBI)
Período
2025–2026
Palabras clave
financial regulation, investor protection, market surveillance, fraud detection

Contexto

El regulador bursátil de India, SEBI, pasó de una aplicación de la ley caso por caso a una vigilancia por IA siempre activa de contenidos financieros, mediante el Project SUDARSAN (vídeos/redes sociales) y R(AI)DAR (publicidad engañosa).

Actividades

SUDARSAN y R(AI)DAR filtran contenidos de redes sociales, vídeo y publicidad a gran escala, en un contexto de unos 550 crore de mensajes diarios de órdenes y operaciones. SEBI también está redactando un marco formal de gobernanza de IA/ML que exigirá supervisión humana y controles de 'interruptor de emergencia'.

Resultados

El presidente de SEBI, Tuhin Kanta Pandey, afirmó que SUDARSAN ha identificado más de 20.000 casos de contenido fraudulento en tiempo real, y que SEBI ha señalado más de 100.000 elementos de contenido potencialmente engañoso a las plataformas de redes sociales.

Conclusiones

SEBI ya ha realizado antes esfuerzos similares de monitorización de redes sociales con resultados desiguales; aún no se ha publicado ninguna tasa de precisión, falsos positivos o conversión en medidas de aplicación auditada de forma independiente para ninguna de las herramientas.

Implementación
Coste indicativo
Alto (500 000 €–5 M€) — Not disclosed.
Tiempo hasta resultados
Largo (> 3 años) — Ongoing, always-on screening; governance framework still being drafted as of August 2026.
Personal y competencias
SEBI surveillance and enforcement teams

Condiciones para el éxito

  • Continuous, always-on screening rather than periodic case-by-case review
  • A formal AI/ML governance framework with human oversight and kill-switch controls

Modos de fallo comunes

  • No independently audited precision or false-positive rate published
  • SEBI has run comparable monitoring efforts before with mixed follow-through

Habitualmente financiado por

National / regional programmes

Vías de financiación indicativas para prácticas de este tipo: compruebe siempre las convocatorias vigentes y las reglas de elegibilidad de cada programa.

¿Usted implementa esta práctica? Reivindíquela — los implementadores verificados obtienen un contacto público en la página y pueden proponer correcciones.

Fuentes de datos

De dónde se obtuvo la información de esta práctica, y cuándo.

Adjuntos

Prácticas similares que pueden serle útiles