جھوٹے مثبت کا ٹیکس: الرٹ تھکاوٹ اور تجزیہ کار کے وقت کی ریاضی

The false positive tax: alert fatigue and the math of analyst time

35 منٹ

افتتاحیہ

بینک الفلاح کی ایک سینئر AML تجزیہ کار 4:42 شام اپنا دن کا سینتیسواں الرٹ کھولتی ہے۔ الرٹ کہتا ہے کہ حیدرآباد کے ایک صارف نے دو گھنٹے میں گیارہ Raast ٹرانسفر کیے، سب PKR 25,000 سے کم۔ تجزیہ کار نے یہ بالکل پیٹرن اس مہینے پچاس بار دیکھا، اور انچاس بار یہ چھوٹا دکاندار تھا جو روزانہ کلیکشن سیونگز اکاؤنٹ منتقل کر رہا تھا۔ وہ صارف کا پروفائل کھولے بغیر کلیئر کرتی ہے۔ پچاسواں بار، پچھلے جمعرات، تصدیق شدہ میول تھا۔ وہ بھی نہیں پکڑ سکی۔ وہ سست نہیں۔ وہ منطقی ہے۔ جب 100 میں سے 99 الرٹس شور ہوں، انسانی دماغ ان میں سے کسی کو بھی غور سے دیکھنا چھوڑ دیتا ہے۔ یہ الرٹ تھکاوٹ ہے، اور یہ ہر اس فراڈ ٹیم کا خاموش فاجعہ ہے جو پریسیشن سختی سے نہیں ماپتی۔

تین طریقے

پریسیشن اور ریکال وہ دو نمبر ہیں جو ہر فراڈ ٹیم کو ٹھنڈے دل سے یاد ہونے چاہئیں۔ پریسیشن سچے مثبت تقسیم کل الرٹس کی تعداد۔ اگر 100 الرٹس اٹھے اور صرف 5 اصلی فراڈ نکلے، پریسیشن 5 فیصد۔ ریکال سچے مثبت تقسیم تمام اصلی فراڈ، بشمول وہ کیسز جو سسٹم سے چھوٹے۔ اگر مہینے میں 100 فراڈ ہوئے اور سسٹم نے 60 پکڑے، ریکال 60 فیصد۔ صرف ریکال زیادہ کرنے والی ٹیم الرٹس کا برفانی تودہ پیدا کرتی ہے۔ صرف پریسیشن زیادہ کرنے والی ٹیم فراڈ سے چوکتی ہے۔ ایماندارانہ تبادلہ F1 اسکور، ہم آہنگ اوسط، اور مقررہ ریکال پر پریسیشن میٹرک سے پکڑا جاتا ہے، جو زیادہ مفید ہے جب آپ کے تجزیہ کار کی صلاحیت پابند رکاوٹ ہو۔
ایک عام پاکستانی درمیانے درجے کے بینک کے لیے ریاضی کریں۔ فرض کریں روزانہ 1 کروڑ لین دین۔ موجودہ رول انجن 0.5 فیصد پر الرٹ کرتا ہے، یعنی روزانہ 50,000 الرٹس۔ فی الرٹ 90 سیکنڈ پر ٹریاج کے لیے 75,000 تجزیہ کار منٹ، یا 1,250 تجزیہ کار گھنٹے، یا 8 گھنٹے کی شفٹ کرنے والے 156 تجزیہ کار صرف ہر الرٹ کو ایک بار دیکھنے کے لیے۔ زیادہ تر بینکوں کے پاس 156 AML تجزیہ کار نہیں اور اس لیے زیادہ تر الرٹس انسانی نظر کے بغیر سادہ رولز سے خود کار صاف ہو جاتے ہیں۔ ML کا وعدہ ٹھوس ہے: ریکال مستقل رکھیں اور بہتر ترجیح سے الرٹ حجم 70 فیصد کم کریں۔ یہ آپ کو 156 تجزیہ کاروں سے 47 پر لے جاتا ہے، یا آپ کے موجودہ 47 تجزیہ کاروں کو ہر الرٹ پر 4 گنا زیادہ وقت دیتا ہے۔ کسی بھی صورت، پریسیشن بڑھتی ہے، تھکاوٹ گھٹتی ہے، اور چھوٹا فراڈ بھی۔
تھکاوٹ صرف گھنٹوں کی بات نہیں۔ یہ قابل پیمائش ذہنی زوال ہے۔ ریڈیولوجسٹس، انٹیلی جنس تجزیہ کاروں، اور ہاں، فراڈ تجزیہ کاروں کے مطالعات پاتے ہیں کہ ایک ہی کام پر شناخت کی درستگی پہلی نوے منٹ کی بار بار جائزے کے بعد 10-30 فیصد گرتی ہے اور دن بھر گرتی رہتی ہے۔ فراڈ ٹیموں کے لیے اشارہ سیدھا ہے: اگر آپ کے پاس کافی تعداد بھی ہو، شفٹ کے آخری گھنٹے میں ٹریاج ہوئے الرٹس کی پہلی گھنٹے کے ٹریاج ہوئے الرٹس سے منظم طور پر کم پریسیشن اور ریکال ہوتی ہے۔ دو عملی تخفیف کام کرتی ہیں۔ پہلا، تجزیہ کاروں کو ہر دو گھنٹے بعد ٹریاج سے ہٹا کر مختلف کام جیسے کیس تحقیقات یا کوالٹی جائزے میں گھمائیں۔ دوسرا، الرٹس کو اس طرح ترتیب دیں کہ سب سے زیادہ اسکور، سب سے زیادہ داؤ والے الرٹس تازہ ترین تجزیہ کار کو ملیں۔ AI آپ کو وہ اسکور دیتا ہے جو ترتیب دینے دیتا ہے۔

فوری چیک

فوری چیک: جدید AI روایتی قاعدہ بنیاد پروگرام سے کس طرح مختلف ہے؟

کیوں؟

کیوں کا پہلا درجہ: الرٹ تھکاوٹ ارادے کا مسئلہ کیوں نہیں؟ کیونکہ دماغ ہر الرٹ کے لیے وہی پیٹرن شناخت کا سرکٹ استعمال کرتا ہے، اور وہ سرکٹ دن بھر جسمانی طور پر تھکتا ہے۔ کسی تربیت، حوصلہ، یا کافی کی مقدار بنیادی اعصابی لاگت پر قابو نہیں پا سکتی۔ حل ساختی ہونا ہے، ذاتی نہیں۔

اختتامی چیلنج

اس سبق کا اختتامی چیلنج، تین عملی نکات۔ ایک: پچھلی سہ ماہی کا الرٹ حجم، سچا مثبت شمار، اور جھوٹا مثبت شمار اپنے سب سے اوپر تین مانیٹرنگ سسٹمز کے لیے نکالیں اور پریسیشن حساب کریں؛ 10 فیصد سے کم پریسیشن والا کوئی سسٹم اپنے AML کے سربراہ کو رپورٹ کریں۔ دو: اپنے تجزیہ کار ٹیم مینیجر سے پوچھیں کہ تجزیہ کار ہر دو گھنٹے بعد ٹریاج سے گھومتے ہیں، اور اگر نہیں، تو ایک ٹیم کے لیے ایک ماہ کی پائلٹ روٹیشن تجویز کریں۔ تین: اپنے ماڈل مالک سے پوچھیں کہ فیصلہ حدوں کا آخری جائزہ کاروبار نے لیا، صرف ڈیٹا سائنس نے نہیں، اور اگلی رسک کمیٹی پر تحریری حد جائزہ مانگیں۔

Claude کے ساتھ آزمائیں

AI پرامپٹ: 'میرے بینک کے 22 AML تجزیہ کار روزانہ 38,000 الرٹس سنبھالتے ہیں اوسط پریسیشن 4.2 فیصد۔ ہر تجزیہ کار فی ماہ مکمل لوڈ PKR 180,000 لاگت۔ ایک چھوٹا میول کیس اوسطاً PKR 280,000 لاگت۔ ایک جھوٹا مثبت تجزیہ کار وقت میں PKR 720 اور صارف خدمت میں PKR 200۔ مجھے یونٹ معاشیات کا ماڈل بنائیں اور بتائیں میں ایک نیا ML مانیٹرنگ تہہ پر کتنا خرچ کر سکتا ہوں جو اسی ریکال پر پریسیشن 18 فیصد تک اٹھائے۔ اپنا کام دکھائیں اور سب سے زیادہ چیک کرنے کے قابل مفروضات شناخت کریں۔'

ماخذ

ماخذ اور مزید مطالعہ۔ SBP کنزیومر پروٹیکشن فریم ورک 2024۔ SBP بینکنگ کنڈکٹ ڈپارٹمنٹ صارف اثر رپورٹنگ پر سرکلرز۔ Wickens, Hollands انجینئرنگ سائیکالوجی اور انسانی کارکردگی پر، ذہنی چوکسی میں کمی پر۔ سیکیورٹی آپریشنز میں الرٹ تھکاوٹ پر تحقیق۔ Kahneman تھنکنگ فاسٹ اینڈ سلو ذہنی لاگت پر۔ ACAMS شناخت کے منظر نامے کی ٹیوننگ پر گائیڈ۔ 2023 فیڈرل ریزرو مطالعہ BSA AML میں الرٹ تھکاوٹ پر۔ پاکستان بینکنگ محتسب سالانہ رپورٹ۔