Daniël Meel van ABN AMRO ontdekte dat AI-systemen voor witwasdetectie systematisch patronen misten - niet door slechte technologie, maar door menselijke vooroordelen in de trainingsdata. Criminelen bleven onder de radar omdat algoritmes leerden van eerdere menselijke beoordelingen vol bias. Hij ontwikkelde een aanpak die 2500 medewerkers trainde om hun eigen vooroordelen te herkennen en bespreekbaar te maken.
Bij ABN AMRO ging de detectie van complexe witwaspatronen omhoog door bias-testjes, diverse ontwikkelteams en maandelijkse gesprekken over blinde vlekken. Morgen kun je een bias-gesprek starten in je team met geanonimiseerde cases uit je eigen praktijk.
Onderwerpen
- Training van 2500 medewerkers bij ABN AMRO om AI-bias in witwasdetectie te herkennen en bespreken Netwerkanalyse en machine learning voor detectie van complexe financiële criminaliteit zoals BTW-carrousels Diverse teamsamenstelling als methode om blinde vlekken in algoritmeontwikkeling te voorkomen Validatie-uitdagingen bij generative AI en het verschil tussen human-in-the-loop en human-in-control Foutmarge-problematiek in AI-ketens waarbij 99% accuracy onvoldoende kan zijn bij kritieke processen
- Kaartspel: AI Game Changer - Generative AI editie
Genoemde entiteiten: ABN AMRO
Stuur ons een bericht
AigencyAigency ontwerpt en ontwikkelt waardevolle, robuuste en betrouwbare Machine Learning-modellen.
Info Support
Info Support is de specialist in maatwerk software en leidend in kunstmatige intelligentie (AI).
Disclaimer: This post contains affiliate links. If you make a purchase, I may receive a commission at no extra cost to you.
Schrijf je in voor onze nieuwsbrief en ontvang exclusieve toegang tot nieuws, blik achter de schermen en meer!