Transformar los datos en oportunidades: «Metric in Motion» — Detección de duplicados basada en IA

Los datos de alta calidad son más que un punto de referencia: son una necesidad estratégica para la confianza, el cumplimiento normativo y la interoperabilidad a nivel mundial. En este blog, Zornitsa Manolova, directora de Calidad de datos y Ciencia de datos de la GLEIF, analiza cómo la IA está mejorando aún más la detección de duplicados para promover una identificación única y fiable de las entidades en todo el Sistema Global de LEI.

---

---

Cada Identificador de Entidad Legal (LEI) es único y solo puede representar a una entidad. Cada entidad solo puede tener un código LEI. Estos principios sustentan el Sistema Global del Identificador de Entidades Legales, lo que permite a cualquier persona, en cualquier parte del mundo, identificar entidades legales con confianza.

Por lo tanto, evitar los registros LEI duplicados es esencial para preservar la confianza en el Sistema Global de LEI y constituye una parte fundamental del programa proactivo de gestión de la calidad de datos de la GLEIF. Un proceso bien establecido de detección y corrección de duplicados —que incluye controles preventivos, el compromiso y la revisión por parte de los Emisores del LEI, y procedimientos operativos claros— ya ha logrado que los posibles duplicados representen menos del 0,2 % de todos los registros del Sistema Global de LEI.

Reforzar la detección de duplicados con la IA

A medida que el volumen y la complejidad de los datos siguen aumentando, la GLEIF se compromete a seguir mejorando los procesos de detección de duplicados. En particular, la IA ofrece nuevas oportunidades para promover un enfoque más preciso, escalable y coherente.

Un control clave que ya se está mejorando gracias a la IA es la función «Comprobación de duplicados» de la GLEIF.

La función «Comprobación de duplicados» permite a los emisores del LEI evaluar si el LEI propuesto y los datos de referencia asociados ya existen en el Índice Global del LEI antes de que se publique un nuevo LEI. Durante el proceso de emisión, los nuevos registros se comparan tanto con el Índice LEI completo como con los registros que aún no han sido emitidos por otros emisores del LEI. Esto ayuda a garantizar que, incluso si una misma Entidad Legal se dirige a varios emisores del LEI, los posibles duplicados puedan identificarse y resolverse antes de su publicación.

Gracias al apoyo de la inteligencia artificial, esta herramienta va ahora más allá del algoritmo anterior, que se basaba principalmente en la coincidencia aproximada de nombres. Permite una detección más temprana, una comparación más eficaz de los registros potencialmente relacionados y una resolución coordinada antes de la publicación.

Cómo funciona

El proceso mejorado de detección de duplicados sigue un flujo de trabajo estructurado que consta de tres pasos principales:

• Preprocesamiento:
  El registro enviado se depura y se normaliza. Esto incluye eliminar la puntuación, normalizar los espacios, analizar el registro para extraer datos de referencia relevantes y generar representaciones vectoriales para su posterior comparación.
• Filtrado:
  A continuación, un sistema backend mejorado con IA identifica posibles coincidencias. El proceso comprueba primero el código LEI y, a continuación, compara las autoridades de registro y los identificadores de registro. Los elementos de datos de referencia seleccionados también se convierten en representaciones vectoriales y se comparan con los registros existentes en el Índice Global del LEI. Los registros con posibles coincidencias pasan entonces a la fase de puntuación.
• Puntuación:
  En este paso se evalúan más a fondo estas posibles coincidencias para reducir los falsos positivos. Se tienen en cuenta elementos como la denominación social, la forma jurídica, la dirección, la jurisdicción y la fecha de constitución de la entidad, con un tratamiento adicional para categorías específicas como fondos y sucursales.

Detección de duplicados más rápida, escalable y coherente

En conjunto, este proceso refuerza la detección de duplicados al permitir:

• Una detección más rápida y temprana de posibles registros duplicados antes de que se publique un nuevo LEI en el Índice Global del LEI.
• Una mayor escalabilidad a medida que el Sistema Global de LEI sigue creciendo, ya que el uso de incrustaciones vectoriales permite comparar los registros con grandes volúmenes de datos de referencia de LEI existentes.
• Un enfoque coherente y estandarizado, independiente de la naturaleza y la ubicación del Emisor del LEI.
• Controles de la calidad de los datos más rigurosos mediante la verificación de múltiples elementos de datos, entre los que se incluyen el código LEI, la autoridad de registro, los identificadores, la denominación social, la dirección, la jurisdicción y la forma jurídica.

Aprovechamiento del potencial de la IA para la detección de duplicados

Gracias al preprocesamiento, el filtrado y la puntuación respaldados por la IA, queda claro cómo esta tecnología permite que la función «Comprobación de duplicados» sea más escalable, eficiente y sensible al contexto.

Para que la IA ofrezca resultados fiables, debe basarse en datos completos y fiables y estar respaldada por una Gobernanza clara. En la GLEIF, esta gobernanza se refuerza mediante una gestión proactiva de la calidad de los datos, procesos de validación establecidos y una supervisión continua del Sistema Global de LEI. Las recomendaciones de la IA se combinan con una toma de decisiones transparente, el perfeccionamiento continuo de los modelos de detección y la experiencia y supervisión humanas para garantizar resultados precisos y coherentes.

En conjunto, estos elementos respaldan el compromiso continuo de la GLEIF con la gestión proactiva de la calidad de los datos y el mantenimiento de la confianza en todo el Sistema Global de LEI.

---