La detección automática del fraude (en inglés, "automated fraud detection") se refiere a la utilización de técnicas de inteligencia artificial y machine learning para identificar patrones y comportamientos sospechosos en las transacciones financieras y otros tipos de actividades comerciales con el objetivo de detectar y prevenir fraudes.

Los sistemas de detección automática del fraude utilizan algoritmos de aprendizaje automático para analizar grandes cantidades de datos y buscar patrones que puedan indicar la presencia de un fraude. Estos patrones pueden incluir transacciones inusuales o sospechosas, patrones de gastos atípicos o actividades fraudulentas de otros tipos.

Algunas técnicas comunes utilizadas en la detección automática del fraude incluyen la detección de anomalías, el análisis de redes, el modelado predictivo y la minería de datos. Los sistemas de detección automática del fraude también pueden incluir la capacidad de tomar medidas preventivas, como la cancelación de transacciones sospechosas o la emisión de alertas automáticas a los usuarios.

La detección automática del fraude es una técnica importante en la lucha contra el fraude y el robo de identidad en la industria financiera y en otros sectores que manejan grandes cantidades de transacciones financieras y datos personales. Los sistemas de detección automática del fraude pueden ayudar a prevenir pérdidas financieras y a proteger a los clientes contra actividades fraudulentas.