Miroslawa Alunowska Figueroa et al An approach to benchmark fraud detection algorithms in the COVID-19 era Revista Latinoamericana de Economía y Sociedad Digital, Issue 2, agosto 2021 Página 1 de 20 An approach to benchmark fraud detection algorithms in the COVID-19 era Revista Latinoamericana de Economía y Sociedad Digital Issue 2, agosto 2021 Autores: Miroslawa Alunowska Figueroa , Daniel Turner-Szymkiewicz , Juan Sebastián Cárdenas-Rodriguez , Ulf Norinder , Edgar Alonso Lopez-Rojas DOI: 10.53857/RPGD2470 Publicado: 25 agosto, 2021 Recibido: 21 marzo, 2021 Cita sugerida: Alunowska Figueroa, Miroslawa; Turner-Szymkiewicz, Daniel; Alonso Lopez- Rojas, Edgar; Cárdenas-Rodriguez,Juan Sebastián & Norinder, Ulf (2021) "An approach to benchmark fraud detection algorithms in the COVID-19 era" en Revista Latinoamericana de Economía y Sociedad Digital, Issue 2 Licencia: Creative Commons Atribución-NoComercial 4.0 Internacional (CC BY-NC 4.0 ) Tipo: Ensayo Palabras clave: benchmark simulation , COVID-19 , Digital payments fraud , machine learning , synthetic data for finance Resumen Para afrontar los desafíos en la lucha contra los delitos financieros, especialmente en el contexto de la pandemia del COVID-19, este artículo focaliza en los datos sintéticos financieros y en el uso de una herramienta de benchmark confiable para evaluar los algoritmos de detección de fraude. Los departamentos de control de cumplimiento de las instituciones financieras enfrentan el desafío de reducir el número de personas inocentes a las que se las acusa de fraude por error. Para enfrentar este problema, las instituciones financieras están investigando la aplicación de algoritmos de aprendizaje automático para la detección de fraude y la tecnología de análisis de datos para desarrollar un sistema de detección del fraude más exacto y preciso. Sin embargo, los enfoques para la optimización y la automatización del control bancario y los procesos de testeo son desafiantes ya que no existe consenso en un benchmark. Investigamos la importancia de medir la aplicación de un benchmark para detectar los delitos financieros ante un sector financiero digital en