La Matemática...¿Es el Cuco?

La Matemática no es mero ejercicio intelectual abstruso y para iniciados, tal y cual el ajedrez o la escritura en algún idioma exótico, sino ante todo una herramienta, poderosa y liberadora, para comprender la realidad y resolver aspectos prácticos de la vida cotidiana.

Y es cuestión indudable que una de las múltiples dificultades de su enseñanza reside en presentar la disciplina como un conjunto de reglas formales más o menos vacua y desprovista de este poder vivificante y esclarecedor.
Pero dejemos de lado los discursos y pongamos la carne del asado en la parrilla de una buena vez: comencemos a mostrar la Matemática en acción en nuestra vida cotidiana.

Supongamos que efectuamos una compra con una tarjeta de crédito cualquiera: es de estilo que debamos esperar unos segundos, entre que entregamos dicho plástico al vendedor y el momento en que la operación es autorizada.

En esos segundos se chequea, como es obvio, si la compra no nos hace excedernos en nuestro monto de crédito disponible. Pero se chequea muchísimo más de lo que podemos imaginar, al menos en el caso de las tarjetas de mayor solidez. De hecho, en esos pocos segundos, toneladas de conocimiento matemático caen abruptamente sobre nuestra humilde tarjetita
El avance tecnológico ha potenciado las posibilidades de cometer operaciones fraudulentas con tarjetas de créditos, entendiendo por “fraude” operar con la tarjeta de crédito de otro, algún pobre desgraciado que pondrá el grito en el cielo cuando vea su próximo estado de cuenta. Por ejemplo, en el nivel más bajo del escalafón del fraude, es posible robar físicamente la tarjeta de otra persona y usarla en su lugar. Pero también es posible clonarla (generar un plástico idéntico, pero “trucho”), o bien conseguir toda la información de la tarjeta infiltrándose en alguna operación de compra por Internet, etc. Hay muchas maneras, algunas muy sofisticadas, de cometer fraude.
Por lo tanto, las firmas expendedoras de tarjetas de crédito conectan a sus bases de datos de operaciones y clientes, ubicadas en sus principales centros de operaciones. Con muy fuertes algoritmos creados por la rama de la Matemática llamada Inteligencia Artificial. Tales algoritmos, mediante grandes volúmenes de comparaciones y estudios de patrones de comportamiento, permiten detectar cuando una operación de compra es “rara” en un cliente o “sospechosa de ser fraudulenta”. En tal caso, diversos procedimientos de seguridad son activados, que pueden llevar incluso a no autorizar la operación.
Naturalmente, hay operaciones “raras” o “infrecuentes” que nada tienen que ver con fraudes. Si Ud., como regalo de 15 años a una hija, por primera vez en su vida paga un caro viaje al exterior con su tarjeta, habrá realizado un procedimiento “raro”, pero en nada fraudulento, sino más bien legítimo y loable como pocos. Ergo, no es sencillo detectar qué comportamientos son efectivamente sospechosos y cuáles no, por eso los algoritmos de Inteligencia Artificial son materia de ferviente investigación en los tiempos que corren.
Además, a esto debe sumársele la enorme cantidad de operaciones que deben “calificarse” y el escaso tiempo (algunos segundos) del que se dispone para hacerlo. Según Bolton y Hand, que han estudiado esta materia específica en detalle, solamente en Gran Bretaña la firma de tarjetas de crédito Barclayscard procesa unas trescientas cincuenta millones de operaciones al año, lo cual hace la friolera de una media de 11 operaciones por segundo. El Royal Bank of Scotland tramita mil millones de tales operaciones al año. Un volumen de operaciones inmenso. Este inmenso número también ejemplifica la incidencia de las operaciones de fraude y de su combate.
Pongamos un ejemplo bien simple. Si, digamos, una compañía debe lidiar con 100 millones de operaciones al año (cifra que ya vimos no es ninguna exageración) y un uno por mil de dichas operaciones son fraudulentas, y si suponemos además que el promedio de las operaciones fraudulentas es de veinte dólares (cifra sin duda excesivamente baja, pero tanto mejor para mostrar de cuánto dinero estamos hablando), entonces la compañía pierde 2 millones de dólares al año por culpa de dichos fraudes. Si un algoritmo de Inteligencia Artificial para la detección de fraudes, logra bajar solamente a la mitad el nivel de fraude, estará recuperando 1 millón de dólares al año. Comprenderá el lector por qué tanto matemático en el mundo se ha volcado hacia estas temáticas, que no sólo de teoremas vive el hombre.
Naturalmente las distintas tarjetas de crédito no informan de cuánto pierden por causa de los fraudes, puesto que este dato puede afectar su imagen y prestigio comercial, ni mucho menos revelan más que generalidades de cómo funcionan sus algoritmos de detección, ya que si los revelaran por completo, habilitarán a construir mecanismos de fraude más eficaces. Es el viejo principio de que si el ladrón sabe el recorrido del vigilante, entonces sabe dónde, cómo y cuándo puede robar. Pero, por ejemplo, las estimaciones al año 1996 del volumen total de fraudes en todas las tarjetas de créditos de USA son del orden de entre 700 y 850 millones de dólares al año, y a nivel mundial, de entre 10 y 11 mil millones de dólares. Cifras realmente abrumadoras.
Si bien los algoritmos de Inteligencia Artificial pueden ser muy complejos, el principio en que se basan es bien simple. Se introducen en una computadora todos los datos disponibles de un gran volumen de operaciones de crédito que previamente se ha constatado que son fraudulentas y por otro, otro gran volumen (en general mucho mayor) de operaciones confirmadamente legítimas. Entre las variables que son registrables y manejables en el momento de la compra y sus posibles combinaciones (datos del cliente, su historia como comprador, cantidad, tipo y precio de los artículos que desea comprar), se trata de encontrar cuáles son las que mejor expresan la diferencia entre quienes se sabe han incurrido en fraudes y quienes han realizado operaciones legítimas. Se trata de identificar qué datos del cliente y su compra, o combinaciones de estos datos, son los que mejor pueden trazar un patrón de comportamiento fraudulento. En USA, a mediados de los 90´s se detectaba una marcada tendencia entre quienes realizaban fraudes, a invertir rápidamente fuertes sumas de dinero en artículos de fácil reventa, como calzado y prendas deportivas. En tal caso, la comparación entre el promedio que el tarjeta-habiente ha invertido históricamente en artículos deportivos y el monto de la operación de compra de calzado deportivo que se pretende hacer, podría aportar una buena pista para detectar fraudes. La realidad es más compleja, obviamente, pero los ejemplos simples permiten aproximarse a ella.

La Inteligencia Artificial no sólo evita fraudes en tarjetas de crédito. También determina cuándo un e-mail es spam, o basura electrónica. También ayuda a realizar diagnósticos a partir de imágenes clínicas, a predecir catástrofes climáticas, a identificar afinidades genéticas y confirmar o descartar lazos de parentesco, a localizar recursos de difícil ubicación, como yacimiento minerales o cardúmenes de pescados, a controlar sistemas de navegación aeronáutica, naval y automotora, ascensores, centrales telefónicas, etc.
Cada vez que frente a un enorme volumen de información hay que tomar decisiones, clasificando distintas situaciones u optando por diversas acciones posibles, suele contarse con algoritmos de Inteligencia Artificial que ayudan a decidir de la manera más eficiente y rápida posible. Pero para ver ese inmenso mundo, para estar en contacto con la rama quizás más pujante y actual de investigación en Matemática e Informática, no hace falta visitar la NASA. Basta con llevar la mano a la billetera y mirar ese simple plástico que llevamos en ella. Una simple y vulgar tarjeta de crédito esconde toda esa Matemática, tan inocente que parecía, escondidita en el bolsillo interior izquierdo del saco. Como clara moraleja, la Matemática tan odiada, el mítico Cuco que tanto nos oprime y tanto nos podría liberar si nos fuera amigable, en realidad todos la llevamos, muy cerca del corazón.

Gonzalo Perera.

Fuente: http://www.ecosregionales.net