Enfoques impulsados por inteligencia artificial para la detección de fraudes financieros: una revisión sistemática de la literatura

El objetivo principal de esta investigación es presentar un examen exhaustivo y completo de las metodologías de inteligencia artificial (IA) empleadas en la detección de fraudes financieros. El presente estudio emplea una revisión sistemática de la literatura (RSL) que se llevó a cabo utilizando el enfoque PRISMA. Se realizó una búsqueda exhaustiva en bases de datos académicas reputadas, incluyendo ScienceDirect, Scopus, Springer y Emerald, que arrojó un total de 24 artículos publicados durante el período de 2014 a 2023. Estos artículos serán, posteriormente, sometidos a un análisis más profundo. Los hallazgos de este estudio demuestran que la implementación de técnicas de inteligencia artificial (IA) para detectar fraudes financieros produce resultados favorables. Específicamente, el enfoque de IA resulta ser efectivo para mejorar la precisión y eficiencia en la identificación de patrones de fraude, contribuyendo de manera sustancial en este ámbito. En contraste, la metodología predominante empleada en el ámbito de la detección de fraudes financieros suele centrarse en el aprendizaje automático. Además, la mayoría de la investigación abarcó una amplia gama de industrias, con especial énfasis en la industria financiera como el principal dominio para la implementación de inteligencia artificial (IA) en la detección de fraudes financieros. Palabras clave: inteligencia artificial, fraude financiero, detección de fraudes.