Inteligencia artificial y optimización de la detección de riesgos de fraude en comercio electrónico

Resumen

El crecimiento del comercio electrónico ha incrementado la exposición de las plataformas digitales a distintas modalidades de fraude, evidenciando la necesidad de mecanismos de detección más ágiles, precisos y adaptables frente a riesgos cambiantes. En este contexto, la inteligencia artificial ha cobrado relevancia como alternativa para fortalecer los procesos de análisis y control en entornos transaccionales complejos. A partir de esta problemática, la presente investigación tuvo como objetivo analizar la incidencia del uso de inteligencia artificial en la optimización de la detección de riesgos de fraude en entornos de comercio electrónico. El estudio se desarrolló bajo un enfoque cuantitativo, con diseño no experimental, alcance correlacional y corte transversal. La muestra estuvo integrada por 54 estudiantes y profesionales vinculados a tecnología, análisis de datos, ciberseguridad, comercio electrónico y gestión de riesgos, seleccionados mediante muestreo no probabilístico por conveniencia. Para la recolección de datos se aplicó un cuestionario estructurado con escala Likert, cuya confiabilidad alcanzó un Alfa de Cronbach global de 0,855. Los resultados mostraron una correlación positiva alta y estadísticamente significativa entre el uso de inteligencia artificial y la optimización de la detección de riesgos de fraude (rho = 0,767; p < 0,001). Se concluye que ambas variables estuvieron significativamente asociadas en la muestra estudiada.