O Instituto de Tecnologia de Massachusetts (MIT) e a empresa de análise de blockchain Elliptic publicaram um conjunto de dados públicos sobre transações de Bitcoin associadas a atividades ilícitas.

De acordo com a Coindesk, o estudo do grupo detalhou como os pesquisadores do Laboratório de Inteligência Artifical MIT-IBM Watson usaram o software de machine learning para analisar 203.769 transações na blockchain do Bitcoin; no total, um valor de aproximadamente US$6 bilhões em transações. A pesquisa explorou se a inteligência artificial poderia ajudar nos procedimentos atuais de combate à lavagem de dinheiro (AML).

Minoria risível

O trabalho inicial da Elliptic identificou que apenas 2% das transações de 200 mil Bitcoins no conjunto de dados foram consideradas ilícitas. 21% foram identificadas como lícitas e a grande maioria das transações, cerca de 77%, permaneceu sem classificação (uma estimativa coloca que ocorreram 440 milhões de transações de Bitcoin desde o lançamento da rede em janeiro de 2009).

Para ser claro, os 2% vêm de um conjunto de dados que anteriormente não era público e foi meramente confirmado pela análise dos pesquisadores do MIT. O ponto de dados está de acordo com um estudo da Chainalysis, que estimava que apenas 1% das transações de Bitcoin em 2019 eram associadas à alguma atividade ilícita.

Como a Elliptic é frequentemente contratada por agências policiais em todo o mundo para identificar atividades ilegais que usam criptomoedas, esta pesquisa teve como objetivo identificar padrões que podem ajudar a distinguir o uso ilícito do uso legal de Bitcoins, especialmente entre indivíduos sem banco ou outras entidades desconhecidas.

“Um grande problema com a conformidade em geral são os falsos positivos. Portanto, um dos objetivos desta pesquisa é minimizar o número de falsos positivos”, disse o cofundador da Elliptic Tom Robinson. “A principal conclusão é que as técnicas de machine learning são muito eficazes para encontrar transações ilícitas.”

Às vezes, Robinson acrescentou, o software era capaz de encontrar padrões que seriam difíceis de descrever, mas ainda combinados com entidades conhecidas, baseados em dados pré-existentes de mercados de darknet, ataques de ransomware e outras investigações criminais.

Estudo aberto

Após o estudo acadêmico, a Elliptic divulgou o mesmo conjunto de dados para incentivar contribuições de código aberto.

“No lado de combate à lavagem de dinheiro, estamos compartilhando nossos primeiros experimentos com especialistas do setor para solicitarmos feedback”, disse Mark Weber, pesquisador do MIT, à CoinDesk, acrescentando: “Também esperamos que o lançamento do conjunto de dados da Elliptic inspire outras pessoas a se unirem ao esforço de ajudar a tornar nossos sistemas financeiros mais seguros, desenvolvendo novas técnicas e modelos para combater esse tipo de crime.”

Leia também: MIT analisa 200 mil transações de Bitcoin e descobre que 2% delas ocorreram com fins ilícitos