https://criss-lab.com/es/author/nicolas-hormazabal/Nicolás HormazábalWowchemy (https://wowchemy.com)es-clhttps://criss-lab.com/es/author/nicolas-hormazabal/avatar_huf1d6df88d55f0b86730f029e94ccbe0f_1372799_270x270_fill_lanczos_center_3.pnghttps://criss-lab.com/es/author/nicolas-hormazabal/https://criss-lab.com/es/projects/scoring-fraud/Wed, 04 Mar 2026 00:00:00 +0000https://criss-lab.com/es/projects/scoring-fraud/<p><strong>scoring-fraude</strong> es un proyecto aplicado que desarrolla un marco explicable para scoring de riesgo de fraude a partir de redes transaccionales. El objetivo es ayudar a equipos de riesgo y operaciones a priorizar revisión, monitoreo y seguimiento usando señales relacionales interpretables, en lugar de depender solamente de predicciones de caja negra.</p> <p>El trabajo conecta capacidades de CRiSS-LAB en ciencia de redes, analítica de grafos, machine learning, detección de anomalías y apoyo a decisiones. A nivel público, el enfoque estudia cómo interactúan las cuentas dentro de vecindarios transaccionales locales, cómo la exposición a riesgo previamente identificado aparece en la red, y qué patrones estructurales sugieren concentración, dispersión, movimiento rápido, recencia o comportamiento inusual del vecindario.</p> <p>Esta entrada está documentada deliberadamente solo en un nivel público y no sensible. No revela datos privados, reglas operativas, materiales específicos de terceros ni detalles de implementación que puedan comprometer seguridad o flujos de prevención de fraude.</p> <p>Valor público de investigación:</p> <ul> <li>Scoring explicable de riesgo para decisiones de alto impacto.</li> <li>Features basadas en grafos para sistemas transaccionales.</li> <li>Priorización con analistas humanos en el ciclo de decisión.</li> <li>Prácticas responsables de IA para detección de fraude y operaciones financieras.</li> <li>Mejor separación entre predicción, interpretación y toma de decisiones.</li> </ul>https://criss-lab.com/es/projects/dicolab/Mon, 15 Aug 2022 00:00:00 +0000https://criss-lab.com/es/projects/dicolab/<style> div { text-align: justify; text-justify: inter-word; } </style> <div> Discolab es una plataforma para lecturas y discusiones colaborativas orientada a generar soluciones frente a problemas complejos. Pone a las personas usuarias al centro y busca aumentar el conocimiento colectivo mediante interacciones entre personas, sistemas computacionales y distintos métodos de procesamiento de información. La idea nace como continuidad del trabajo postdoctoral de Cristian Candia-Castro Vallejos, Ph.D., sobre engagement y difusión de información en contenidos online en Kellogg School of Management, Northwestern University. <p>Discolab permite interactuar sobre contenidos públicos y privados. Las personas pueden crear anotaciones asociadas a cada párrafo, votar esas anotaciones y usar un algoritmo que las ordena priorizando contribuciones nuevas y con alto consenso. Así, equipos y organizaciones pueden encontrar acuerdos, cristalizar conocimiento distribuido y hacerlo accesible de forma auditable y fácil de usar.</p> <p>La plataforma permite votar a favor o en contra del contenido discutido y de las anotaciones hechas por otras personas. Luego muestra rankings de contenidos, comentarios y usuarios a partir de los votos, lo que ayuda a identificar consensos, controversias y puntos de polarización en equipos u organizaciones.</p> </div> <br> <div class="alert alert-note"> <div> <p>Escríbenos para obtener más información sobre este proyecto.</p> <ul class="cta-group"> <li> <a href="../../contact/" class="btn btn-primary px-3 py-3">Contacto →</a> </li> </ul> </div> </div> <!-- Supplementary notes can be added here, including [code and math](https://wowchemy.com/docs/content/writing-markdown-latex/). -->