A gépszem elv

A challenger bankok mára egy valamit biztosan megtanítottak a magyar ügyfeleknek: pénzügyeket menedzselni gyorsan, várakozás nélkül is lehet, például egy kézre álló applikációval. Az elvárás azonban, hogy bármilyen ügyet teljes egészében digitálisan intézhessenek, lassan az összes elérhető pénzügyi szolgáltatásra ránehezedik. Ehhez pedig az emberi munkát  részben vagy egészben kiváltó automatizációra lesz szükség, méghozzá mesterséges intelligenciával.

Egy lakáshitel, életbiztosítás vagy értékpapírszámla távoli értékesítéséhez bármikor használhatunk videós vagy szelfis azonosítást, de a folyamat végén elkerülhetetlen, hogy az ügyintéző szeme ne vessen pár (alapos protokoll vezérelte) pillantást az eredményre. Erről a mozzanatról pedig az ügyfél általában nem tud, ő arra számít, hogy a szelfi és az okmányfotó elküldése után a hitel felvételétől már csak az e-aláírás elhelyezése választja el.

Ha az ügyét banki munkaidőben indította el, és az ellenőrzést végző ügyintézők gyorsan dolgoznak, talán így is van. De ha éppen szombat este csapott bele a hitelügyintézésbe, a tranzakció valószínűleg csak hétfő délelőtt gördül tovább, amikor a kollégák el tudják végezni a négy szem elv szerinti személyazonosság-ellenőrzést.

Ez a lépés az ügyfélnek érthetetlen megtorpanást és gyakran hosszú várakozást, a pénzintézetnek pedig jelentős munkaerő költséget jelent. Így történhet meg, hogy a digitalizációval a leváltásra szánt analóg folyamatokat akaratlanul is tovább hizlaljuk. Pedig nem szükségszerű, hogy így legyen.

Négy szem mindent lát

A négy szem elv lényege, hogy, akármilyen digitális csatornán végezzük is az ügyfél átvilágítását, az ehhez megadott képi és egyéb adatok helyességét és hitelességét utólag két emberi szempárnak is össze kell vetnie a valósággal. Egy szelfis, vagy e-személyi leolvasással kombinált szelfis azonosítás során 7 ponton kell végigfutnia az ellenőrnek:

1. Arckép egyezés vizsgálat: a szelfifotó és a személyazonosító okmányról (személyi igazolvány, útlevél stb.) készült fotó összevetése, hogy kiderüljön, az okmányon ugyanaz szerepel-e, mint aki a szelfit készítette.

2. Élőség vizsgálat: szelfis azonosításkor az ügyfélnek a szelfi mellé egy rövid videót is készítenie kell magáról. Ezzel bizonyítja, hogy az azonosítást élőben végzi, azaz friss képeket töltött fel, nem pedig a galériából előhalászott régi, esetleg manipulált fotókat használ.

3. IT biztonsági elemek ellenőrzése, holocheck: az okmány elemeinek vizsgálata, hogy kiderüljön, minden rész ép, sértetlen-e rajta, és hogy mindegyik pontosan ott és úgy helyezkedik el, ahogy az adott igazolványtípuson az szabályos. Mindeközben megtörténik a kártyáról készített manuális videó ellenőrzése is.

4. Személyi adatok ellenőrzése: azonosításkor az adatok leolvasását OCR technológiával végzik, hisz az átvilágításra használt szoftver közvetlenül az okmányfotóból kapja meg a születési helyet, okmány sorszámot és a többi fontos információt. Az ellenőrnek minden alkalommal meg kell vizsgálnia, hogy a beolvasott adatok megegyeznek-e az okmány fotón látható és a banknál megadott adatokkal.

5. Személyazonosság igazoló ellenőrzése: az ellenőr a központi nyilvántartásban  (pl. a Belügyminisztérium nyilvantarto.hu oldalán vagy a Girinfon megnézi, hogy az azonosításhoz használt igazolvány érvényes-e.

6. NFC vs. OCR ellenőrzés: ha az azonosításhoz NFC-s e-személyit használnak, az ellenőrnek meg kell néznie, hogy a rendszerükben, illetve az igazolvány chipjében tárolt adatok megegyeznek-e az OCR-rel beolvasott adatokkal.

7. Lakcím adatok ellenőrzése: az OCR-rel beolvasott adatok összevetése a fotón látható címmel.

A hét pont kipipálása még egy gyakorlott ügyintézőnek is minimum 5-6 perc, ha pedig akad javítanivaló is – például az OCR-rel hibásan beolvasott igazolvány érvényesség manuális átírása –, akár 10 perc is lehet belőle. Ha minden simán halad, napi harminc ügyfél esetében is legalább 150 perc, azaz több mint 2 és fél óra az ellenőrzéssel eltöltött idő. A távoli, közvetett azonosítással persze így is jóval több időt takarít meg magának a bank és az ügyfél, mintha az egészet személyesen kellene intézni. De miért ne javítsunk a részidőn, ha lehet?

Változott a rendelet

Márpedig a szabályozás szerint lehet: nem ismerünk egyetlen olyan előírást sem, mely szerint a fenti vizsgálatsorozatot elejétől a végéig emberi szemnek kell elvégeznie. Pontosabban ismerünk, de az már nem aktuális. A Magyar Nemzeti Bank először a 45/2018-as számú rendeletében fogalmazta meg, hogyan kell elvégezni azonosítást követő négy szem elv szerinti ellenőrzést. A 10. § szerint “nem valós idejű ügyfél-átvilágítást [amit most már közvetett átvilágításnak hívnak – a szerk.]  a szolgáltató belső szabályzatban meghatározott foglalkoztatottja belső szabályzatban meghatározott módon ellenőrzi”.

Ez a jogszabály azonban csak 2020. szeptember 30-ig volt érvényben. Az ezt felváltó, jelenleg is érvényes 26/2020-as rendelet 10. §-a már így fogalmaz: “A szolgáltató a közvetett elektronikus ügyfél-átvilágítási eljárás során az ügyfélről rögzített fényképet és a személyazonosság igazolására alkalmas hatósági igazolványban szereplő képmást az auditált elektronikus hírközlő eszköz segítségével összehasonlítja”. Fontos változás tehát, hogy a “foglalkoztatottja” szó kikerült a rendeletből.

A szükséges garanciák mellett tehát az ellenőrzés protokollját, a saját szemét használva, egy kellően okos azonosító szoftver is végigjárhatja. Ehhez csupán annyi kell, hogy munkáját a képi feldolgozásban jeleskedő, kifejezetten ilyen célra trénelt mesterséges intelligencia megoldások támogassák.

A gépszem mindent olvas

Az automata ellenőrzés háttere nagyon egyszerű. Az ügyfélazonosítás során felmerülő képi és egyéb adatösszevetések sikeressége egzakt mutatókkal mérhető, és százalékban kifejezhető. Ha ez a százalék az ellenőrzés egyes lépéseinél egy bizonyos küszöböt elér, rendben vagyunk, ha nem, hívni kell az ügyintézőt, hogy a gép szeme után ő is vessen egy pillantást a kétes adatokra.

Íme egy egyszerű példa: ha az automata ellenőrzés során a szelfifotó és a személyi okmányról készült fotó a szoftver szerint csupán 70%-ban egyezik, miközben a sikerkritérium minimum 80%-ot ír elő, a rendszer jelez az ügyintézőnek. Ő aztán az ellenőrzés elvégezve megkérheti az ügyfelet a fotózás megismétlésére, vagy továbbengedheti a folyamaton, attól függően, hogy a 10%-os eltérés ellenére meg tudta-e erősíteni a személyazonosságát.

Hasonló elv szerint járhatunk el az ellenőrzés többi lépésénél is. Az arckép egyezés mellett az élőség vizsgálat és az okmány IT biztonsági elemeinek ellenőrzése is elvégezhető a gépi küszöbelv szerint. A kártyán, útlevélen található hologramos matrica vizsgálatáról (holocheck) csupán annyit jegyez meg a protokoll, hogy ellenőrzéskor annak sértetlenségéről is meg kell győződni, a sértetlenség fogalmát azonban nem definiálja.

A lakcím és a személyazonosság igazoló ellenőrzéshez a szoftvernek a központi nyilvántartás rendszereibe kell bejelentkeznie, hogy megerősítse az okmány érvényességét, de természetesen ez is automata üzemmódban zajlik.

A gép szeme (és agya) tehát pontosan úgy, vagy talán még pontosabban tudja lekövetni az ellenőrzést, mint az ügyintézőé, de mindehhez csupán néhány másodpercre van szüksége. Az emberi közreműködést teljes egészében így sem tudjuk ugyan kizárni, de a plusz munkaórák számát lényegesen leszoríthatjuk, az ügyfél pedig akár egyetlen folyamatban eljuthat a hitel kiválasztásától a hitelszerződés elektronikus aláírásáig.