Vérifications entièrement automatisées ou semi-automatisées : l'intervention humaine dans le processus de vérification des documents

Le triangle des compromis : précision, rapidité et coût

Il n'existe pas de solution parfaite pour détecter les fraudes. Tant les modèles automatisés que les êtres humains sont susceptibles de commettre des erreurs. Consacrer davantage de temps à une tâche permet généralement d'obtenir une plus grande précision, mais cela ne permet jamais d'éliminer complètement les erreurs. Par conséquent, tout système de vérification de documents doit trouver un équilibre entre trois facteurs essentiels :

• Précision : capacité à identifier correctement les documents authentiques et les documents frauduleux.
• Vitesse : le temps nécessaire au traitement d'un document.
• Coût : l'investissement financier nécessaire au processus de vérification.

La vérification des pièces d'identité se distingue par le fait que les documents frauduleux sont relativement rares. Cependant, le coût lié au fait de ne pas détecter un document frauduleux peut être très élevé, selon le cas de figure. À l'inverse, le rejet de documents authentiques ou les retards infligés à des clients en règle entraînent des frictions et une perte de chiffre d'affaires.

Entièrement automatisé ou semi-automatisé : les avantages et les inconvénients

• Les systèmes entièrement automatisés sont ultra-rapides et traitent souvent les documents en quelques secondes. Bien que les technologies de détection automatisée de la fraude aient progressé, les experts humains restent la référence absolue en matière de précision. Cependant, s'en remettre uniquement à des experts est coûteux et difficile à mettre en œuvre à grande échelle.
• Les systèmes semi-automatisés (également appelés « systèmes avec intervention humaine ») offrent un juste milieu. Ils tirent parti de l'automatisation pour gagner en rapidité et en efficacité, tout en intégrant de manière stratégique une vérification humaine pour les cas complexes ou à haut risque.

Mesure de la performance : BPCER et APCER

Deux indicateurs clés permettent d'évaluer les systèmes de vérification des documents :

• Taux d'erreur de classification des présentations authentiques (BPCER) : Taux correspondant au nombre de documents authentiques rejetés à tort (similaire au « taux de faux rejets »).
• Taux d'erreur de classification des attaques (APCER) : Taux correspondant à la proportion de documents frauduleux acceptés à tort (similaire au « taux de fausses acceptations »).

Au sein d'un même cas d'utilisation (vérification des transactions), différents paramètres peuvent faire prévaloir un indicateur sur un autre. Par exemple, l'approbation de petites transactions peut privilégier un BPCER plus élevé (accepter davantage de documents authentiques, même si quelques documents frauduleux passent entre les mailles du filet) afin de minimiser les frictions. À l'inverse, les transactions importantes exigent un APCER plus faible, en privilégiant la sécurité même si cela implique de rejeter davantage de documents authentiques dans un premier temps.

Concilier assurance et conversion grâce à la vérification humaine

Les systèmes entièrement automatisés permettent souvent de régler, lors de la configuration, l'équilibre entre :

• Haute fiabilité : privilégier un faible taux d’APCER (acceptation minimale des documents frauduleux), au risque d’un taux de BPCER plus élevé (rejet d’un plus grand nombre de documents authentiques).
• Taux de conversion élevé : privilégier un faible taux de BPCER (acceptation de la plupart des documents authentiques) au risque d'un taux d'APCER plus élevé (acceptation d'un plus grand nombre de fraudes).

Toutefois, même après ajustements, un APCER très faible pourrait entraîner un BPCER trop élevé, ce qui aurait un impact négatif sur la satisfaction client.

Stratégies impliquant l'intervention humaine

Les systèmes semi-automatisés offrent plusieurs moyens d'intégrer l'expertise humaine :

1. Contrôle des transactions à haut risque : seules les transactions à haut risque (par exemple, celles portant sur des montants importants) font l'objet d'un contrôle manuel.
2. Examen des cas de fraude présumée : tous les documents signalés comme potentiellement frauduleux par le système automatisé sont examinés par des agents.
3. Classification en trois catégories : le système classe les documents dans l'une des catégories suivantes : « frauduleux avéré », « authentique avéré » ou « incertain ». Seule la catégorie « incertain » fait l'objet d'une vérification humaine. Cela permet un contrôle indépendant des taux APCER et BPCER, garantissant à la fois un haut niveau d'assurance et un taux de conversion élevé.

Avantages supplémentaires de la vérification humaine

Au-delà de l'amélioration de la précision, la vérification humaine permet :

• Valider les performances du système automatisé : en vérifiant manuellement un échantillon aléatoire de décisions, les entreprises peuvent s'assurer de la précision du système automatisé sur leurs données spécifiques.
• Évaluation des performances des annotateurs humains : cette même technique d’échantillonnage aléatoire peut être utilisée pour évaluer les performances des annotateurs humains eux-mêmes.

Dans ces cas-là, bien qu'une intervention humaine soit prévue, il ne s'agit pas, techniquement parlant, de processus impliquant une intervention humaine.

Conclusion

La vérification des documents nécessite une approche nuancée qui concilie rapidité, précision et coût. Les systèmes semi-automatisés, intégrant de manière stratégique une vérification humaine, offrent la flexibilité nécessaire pour s'adapter à différents niveaux de tolérance au risque et à différents cas d'utilisation, alliant ainsi le meilleur des deux mondes : l'efficacité de l'automatisation et la précision du jugement humain.