Comment savoir si votre application vous arnaque ? L’apprentissage automatique peut aider

obturateurstock_425224837.jpg

Imaginez que vous ayez besoin d’un prêt rapide, mais que vous vous trouviez à plus de 15 kilomètres de l’agence bancaire la plus proche, sans accès au bon montant de garantie et sans historique de crédit. Dans de nombreux marchés à faible revenu, les personnes non bancarisées ou sous-bancarisées se tournent vers des applications mobiles qui promettent un accès instantané à des prêts personnels non garantis. Bien que ces applications aient rendu l’accès au crédit rapide et facile, elles ont également exposé les consommateurs à de nouveaux risques. Étant donné que ces applications ne sont en grande partie pas réglementées, les frais et tarifs prédateurs, les pratiques abusives de recouvrement de créances et l’utilisation abusive des données privées sont courants. Pendant la pandémie, les magasins d’applications ont connu une forte augmentation des applications suspectes dans le monde. Le nombre de suspects prêt personnel apps apparaît particulièrement élevé. Parmi les applications de prêt personnel disponibles sur le Google Play Store en avril 2021 et tirées d’un échantillon de 63 pays, plus de 70 % ont été lancées depuis janvier 2020 et 52 % ont ensuite été supprimées en décembre 2021. Alors, comment les utilisateurs peuvent-ils savoir quelles applications sont légitimes et lesquelles peuvent être suspectes ?

Dans certains cas, ces applications présentent des signaux d’alarme clairs : aucune adresse physique ou site Web de fournisseur vérifiable, des descriptions d’applications qui ne correspondent pas au pays de disponibilité présumé ou aucune information de contact claire. La plupart du temps, les signaux sont subtils. Par exemple, les avis sont couramment utilisés par les consommateurs pour déterminer si un produit est légitime ; mais les escrocs sont devenus plus sophistiqués dans la rédaction de fausses critiques. Bien que les magasins d’applications disposent de méthodes de filtrage et que certains régulateurs financiers soient devenus proactifs dans la lutte contre la fraude financière numérique, le volume et le chiffre d’affaires élevés des applications frauduleuses rendent difficile la suppression des applications avant qu’elles ne nuisent aux consommateurs. Souvent, les utilisateurs dont les niveaux de littératie numérique et financière sont les plus faibles en souffrent le plus.

L’apprentissage automatique peut améliorer l’efficacité du filtrage et de la surveillance des applications suspectes. Nous avons testé deux approches différentes pour étiqueter les applications comme suspectes ou non.1 Tout d’abord, nous avons classé manuellement les applications en fonction d’indicateurs tels que de faux critiques et critiques, des informations peu fiables sur les prêteurs et les plaintes courantes des utilisateurs. Ensuite, nous avons déterminé si les conditions générales de prêt d’une application sont conformes aux réglementations et politiques de prêt locales. Nous trouvons que plus des trois quarts des applications de prêt personnel de notre échantillon de données sont probablement suspectes. Nous avons utilisé des données codées à la main à partir de 2020 pour former un modèle d’apprentissage automatique, puis nous l’avons testé sur de nouvelles applications à partir de 2021. Nos modèles ont une précision élevée (80 à 90 %) pour classer les applications comme « probablement suspectes » ou « probablement légitimes ». , que nous avons évalué en codant manuellement les données de 2021. La précision est correcte (70 à 80 %) lors du tri des applications en catégories plus subtiles : « fraude pure », « prédatrice » et « probablement légitime ».

Les applications de prêt personnel suspectes nuisent aux consommateurs et aux fournisseurs d’applications légitimes. Nos recherches montrent qu’environ 45 % des avis sur les applications de prêt personnel « probablement suspectes » sont des plaintes. En comparaison, les plaintes ne représentent qu’environ 22 % des avis sur les applications « probablement légitimes ». Dans la pratique, les plaintes les plus courantes concernant les applications suspectes concernent le traitement de fausses applications, le paiement de frais de traitement ou d’enregistrement inutiles ou exorbitants, le traitement d’un personnel abusif et la confidentialité des données. De plus, à mesure que de plus en plus d’applications suspectes deviennent disponibles dans un pays donné, les applications de prêt personnel légitimes sur le même marché connaissent une forte baisse de leur adoption. Si elles ne sont pas contrôlées, les applications suspectes et d’autres formes de fraude numérique peuvent éroder la confiance dans les prestataires financiers légitimes et entraver les efforts d’inclusion financière.

Nos techniques permettent une surveillance étroite de la fraude financière numérique. Ils peuvent améliorer l’efficience et l’efficacité de la détection des applications financières potentiellement frauduleuses ou prédatrices, et éventuellement permettre aux régulateurs de cibler et de pénaliser les applications en temps réel. Enfin, les magasins d’applications peuvent utiliser cette technologie pour développer un système d’évaluation de la prudence et aider les consommateurs à prendre des décisions financières plus sûres.

Avez-vous déjà rencontré ou téléchargé une application de prêt personnel que vous soupçonniez d’être une arnaque ? Avez-vous pu obtenir réparation ? Nous voulons avoir de vos nouvelles : financialinclusion@poverty-action.org.


1. Dans le cadre d’une preuve de concept.

*