در تعریف پولشویی آمده است؛ فرآیند غیرقانونی است که در منشأ پول‌های حاصل از فعالیت‌های مجرمانه پنهان می‌شود؛ به گونه‌ای که به‌نظر برسد از راه مشروع و صحیح به‌دست آمده‌اند. این فعالیت‌های مجرمانه می‌تواند موارد مختلفی، شامل قاچاق مواد مخدر، فساد مالی یا کلاهبرداری را دربرگیرد. معمولاً پولشویی شامل مجموعه‌ای از تراکنش‌های مالی پیچیده یا سرمایه‌گذاری‌هایی است که به هدف مخفی‌کردن منبع اصلی وجه و مشروع جلوه دادن آن طراحی شده‌اند.

استفاده از هوش مصنوعی برای افزایش کارایی سیستم های مالی در راستای پیشگیری و ممانعت از بروز پولشویی حائز اهمیت است؛ به‌کارگیری فناوری مناسب در بانکداری دیجیتال بسیار اهمیت دارد. هرچه بانک‌ها زودتر بتوانند نسبت به شروع جمع‌آوری و ارائه داده‌های موردنیاز خود اقدام کنند، ریسک‌ها و چالش‌های پیش روی آن‌ها سریع‌تر و با دقت بیش­تری شناسایی می‌شوند. در زمینه مبارزه با پولشویی با هوش مصنوعی، تکنیک‌های مدرن AI می‌تواند به‌طور مؤثری در غربال داده‌های جمع‌آوری‌شده استفاده شده و با هرگونه جرائم مالی مبارزه کند.

در ادامه این نوشته، با استناد به مقاله­ی "استقرار هوش مصنوعی برای مبارزه با پولشویی و بازیابی دارایی، طلوع یک دوره­ی جدید" توسط جورجیوس پاولیدیس(دانشکده حقوق، دانشگاه نیاپولیس، پافوس، قبرس) منتشر شده توسط  EMERALD PUBLISHING LIMITED، به بررسی انتقادی تحول دیجیتالی مبارزه با پولشویی و تامین مالی تروریسم با توجه به اصول کارگروه اقدام مالی (FATF)، سازمان همکاری و توسعه اقتصادی (OECD) و اتحادیه اروپا (EU)  می پردازیم.

نویسندگان استدلال می­کنند ابزارهای هوش مصنوعی قادر به تحول دیجیتالی مبارزه به پولشویی و تامین مالی تروریسم هستند اما نیاز به ایجاد تعادل  بین بهینه سازی کارایی قوانین ضد پولشویی و حفاظت از حقوق اساسی وجود دارد.

استقرار فناوری­های جدید برای مقابله با پولشویی و تامین مالی تروریسم، بعنوان فناوری نظارتی روبه­رشد مورد استقبال است. یکی از اصول مهم در این فناوری­ها، پایبندی به قوانین ملی و FATF به عنوان تعیین کننده اصلی استانداردهای جهانی در این زمینه است. لازم به یادآوری است که انطباق این فناوری­ها به چند دلیل از جمله حجم بالا و روزافزون تراکنش­های فرامرزی و پیچیدگی تکنیک­های پولشویی کار بسیار دشواری است. از طرفی با افزایش گزارش تراکنش­ها و فعالیت­های مشکوک به پولشویی، موسسات مالی و شبکه­های مقابله با جرایم مالی باید سرمایه و زمان بیشتری را به بررسی این گزارش­ها اختصاص دهند. این افزایش هزینه، صنعت را به سمت کشف راه­حل­های تکنولوژیکی جدید سوق می­دهد. علاوه بر سرمایه­گذاری، استاندارد سازی، وضوح و ثبات نیز لازمه­ی موفقیت در انطباق است اگرچه هنوز استانداردها و اصول پذیرفته شده­ی قابل اتکایی در این زمینه وجود ندارد. بنابراین بایدکار تنظیم استاندارد و مقرارت همه شمول به ویژه در سطح بین­المللی صورت پذیرد.

تعریف سازمان توسعه و همکاری اقتصادی از هوش مصنوعی بیان می­کند: "یک سیستم هوش مصنوعی، سیستمی مبتنی بر ماشین است که می­تواند برای مجموعه معینی از اهداف تعریف شده توسط انسان، پیش­بینی، توصیه یا تصمیمی را انجام دهد که در سطوح مختلف خودمختاری بر محیط­های واقعی یا مجازی تاثیر می­گذارد. در سیستم­های مبتنی بر هوش مصنوعی هنوز چالش­های جدی برای دولت­ها و نهادهای تحت نظارت وجود دارد.

نکته­ی اول، شناسایی مشتری و کنترل هویت است که از الزامات کلیدی مقابله با پولشویی است. موسسات مالی و سایر نهادهای تحت نظارت متعهد به انجام بررسی­های لازم برای مشتری در هنگام ورود (ایجاد روابط تجاری) و انجام معاملات بالاتر از حد تعیین­شده­اند. در زمینه احراز هویت، ابزارهای مبتنی بر هوش مصنوعی می­توانند با بهبود غربالگری و رتبه­بندی ریسک، تقلب را در مرحله­ی ورود به طور موثر شناسایی کنند. استفاده از هوش مصنوعی در نظارت بر تراکنش­ها بسیار امیدوارکننده است. ابزارهای مبتنی بر هوش مصنوعی می­توانند نهادهای تحت نظارت را قادر سازند تا باسرعت، حجم زیادی از داده­های تراکنش را در زمان واقعی پردازش کرده و الگوی رفتار مشتری را تجزیه و تحلیل و در نتیجه ناهنجاری و فعالیت مشکوک را با سرعت و دقت بالا شناسایی کنند و از خطر عدم بررسی و نظارت هشدارها که معمولا ناشی از خستگی یا کمبود کارکنان باتجربه است، جلوگیری کنند.

این در حالیست که به گفته­ی FATF مشکل اصلی این است که موسسات مالی همچنان ارزیابی خود را بر اساس تجزیه و تحلیل خودکار، اما ایستای مجموعه­ای از عوامل ازپیش­تعیین شده، همراه با قضاوت انسانی انجام می­دهند که اساسا فاقد امکان تحلیل داده ها در مقیاس بزرگ است. این ابزارها می­توانند طرح­های پولشویی مبتنی بر تجارت را با شناسایی قیمت واحد در یک سری تراکنش­ها که از آستانه­های بین­المللی تعیین شده، فاصله می­گیرند و در تلاش برای کمتر یا بیشتر نشان دادن مقدار کالای معامله شده نسبت به پرداخت­ها هستند، کشف کنند.

در همه­ی این موارد نکته­ی کلیدی اطمینان از کامل بودن اشتراک­گذاری داده­ها، تجزیه و تحلیل مشارکتی و دسترسی مناسب سرپرستان است. علاوه بر نهادهای تحت نظارت، واحدهای اطلاعات مالی می­توانند با کمک ابزارهای مبتنی بر هوش مصنوعی، داده­های بیشتری را سریع­تر و دقیق­تر تحلیل و گزارشات باکیفیت­تر و جامع­تری ارائه نمایند.

ابزارهای مبتنی بر هوش مصنوعی برای تقویت دادرسی عادلانه، حفاظت برابر و شفافیت و جلوگیری از سوگیری و تبعیض، باید به درستی و مقتدرانه طراحی و مستقر شوند. مجموعه اصول و قوانین مبارزه با پولشویی و تامین مالی تروریسم، در زیر بخش­های 1- اصول FATF 2- اصول سازمان همکاری و توسعه اقتصادی و 3- قانون پیشنهادی هوش مصنوعی اتحادیه اروپا انجام می­شود. شایان ذکر است استفاده از هوش مصنوعی را می­توان بخشی از تجزیه و تحلیل جرم در نظر گرفت. زیرا این سیستم هشدارهایی را ایجاد می­کند که ممکن است بعدها برای تحقیقات بیشتر، دادرسی کیفری و درنهایت بازیابی دارایی به واحد اطلاعات مالی و از آنجا به مجریان قانون سپرده شود.

در نهایت اینکه؛ در عصر هوش مصنوعی، چالش­ها و نگرانی­هایی هم برای دولت­ها و هم برای شرکت­های بزرگ وجود دارد. علیرغم افزایش کارایی در شناسایی سریع و دقیق فعالیت­های مشکوک توسط ابزارهای مبتنی بر هوش مصنوعی، چالش­های نظارتی جدید از جمله حریم خصوصی، انصاف، توضیح­پذیری و نظارت برای دولت­ها ایجاد شده است.

 از طرفی اینکه موسسات مالی به آنچه که تاکنون دولت­ها به طور مستقیم انجام نداده­اند، دسترسی یابند، موجب نگرانی شرکت­های بزرگ شده است. به جهت اینکه از این ابزار به طور مسئولانه و اخلاقی استفاده می­شود، ایجاد قوانینی همچون 1- تضمین شفافیت و پاسخگویی، که توسعه­دهندگان این ابزار در قبال تاثیرات منفی مسئول باشند. 2- قابلیت درک نحوه­ی عملکرد سیستم توسط کاربران و سرپرستان 3- عدم استفاده از ابزار جهت تداوم تبعیض یا تعصب و 4- حفظ حریم خصوصی و حفاظت از داده­ها ضروری به نظر می­رسد. آخرین عامل نیاز به اقدام هماهنگ در سطح ملی و بین­المللی است. استقرار هوش مصنوعی در مقابله با پولشویی و تامین مالی تروریسم مستلزم گفتگوی مستمر و سازنده بین سیاست­گذاران، صنعت مالی و شرکت­های فناوری در سطح ملی و بین­المللی است.