El Tesoro es el que expide los cheques para muchos programas federales, y anualmente procesa unos 1,4 mil millones de pagos por valor de U$ 6,9 billones que van a programas como la Seguridad Social y Medicaid.
Durante el último año fiscal, que terminó en septiembre, la nueva metodología de la agencia para detectar e identificar a los que actúan mal contribuyó a impedir y recuperar más de U$ 4 mil millones en pagos fraudulentos, según un comunicado de prensa. Son seis veces más que los U$ 652,7 millones durante el año fiscal 2023.
El Tesoro atribuyó el aumento al uso de datos para detectar fraudes. Eso incluye el aprendizaje computarizado para identificar fraude y priorizar las transacciones de alto riesgo para investigación futura. Se trabajó con otras agencias federales y estatales compartiendo información por medio de la base de datos Do Not Pay, u otras herramientas de integridad de pagos.
El dinero de los contribuyentes
“El Tesoro se toma en serio la responsabilidad de servir como administradores del dinero de los contribuyentes. Ayudamos a que las agencias le paguen a la persona correcta, el monto correcto, en el momento correcto. Eso conforma el centro de nuestros esfuerzos”, dijo Wally Adeyemo, Secretario Adjunto del Tesoro. “Hemos avanzado mucho durante este año para impedir más de U$ 4 mil millones de pagos fraudulentos. Seguiremos trabajando con otras agencias del gobierno federal para equiparlas con las herramientas, datos y conocimiento necesarios para poner freno al fraude”.
Aunque U$ 4 mil millones es una cifra importante, empalidece en comparación con los cálculos del gobierno en cuanto al fraude total. En abril la Oficina de Contabilidad Federal calculó que las agencias federales pierden cada año entre U$ 233 y 521 mil millones. Su informe recomendó que el Tesoro hiciera mejor uso de las herramientas de análisis de datos.
Las agencias gubernamentales y las instituciones financieras cada vez dependen más de los algoritmos para identificar a los que cometen fraude. Estos sistemas usan un amplio rango de datos sobre personas que reciben pagos, como detalles de sus cuentas bancarias, domicilio, dirección IP, información demográfica, nombres de usuario, contraseñas, con el fin de identificar patrones vinculados al fraude.
El Tesoro ha señalado en informes anteriores sobre el fraude en el sector financiero que ese tipo de “datos históricos que se usan para entrenar a los modelos de detección de fraude podrían contener sesgos como la exagerada representación de determinada demografía en los casos antifraude”.
