موسسه انتشارات بین المللی چتر اندیشه فصلنامه مدیریت مهندسی و تحول دیجیتال 3092-7609 8 2 2025 04 20 Combating money laundering using artificial intelligence tools in financial institutions مبارزه با پول‌شویی با استفاده از ابزارهای هوش مصنوعی در نهادهای مالی 59 73 10.22051/jera.2021.31891.2698 FA سیداحسان گروه مدیریت فناوری اطلاعات، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران مهدی استادیار دانشکده مدیریت و اقتصاد، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران 2024 11 17 The term money laundering is used to describe a process in which illegal money obtained from criminal activities is washed through a cycle of financial activities and transactions and is presented as legal, justified and legitimate money. In Islamic countries, due to the great importance of the solvency of financial income, sensitivity and attention to preventing money laundering are higher than in other countries and require more attention. Due to the diversity of different money laundering operations and its different dimensions, detecting and tracing is very difficult and complex, and it is difficult to find effective variables in money laundering. Today, the rapid development and growth of information technology has affected all aspects of human life, and attention to the applications of artificial intelligence in the field of business is increasingly increasing. Many financial institutions use data mining and artificial intelligence methods to identify unusual activities among countless data to facilitate anti-money laundering activities. In order to combat money laundering, banks must, in addition to being able to scale their activities to a large extent, also carefully segment and aggregate data. Evaluating clean money from dirty money and identifying whether funds are obtained from legal or illegal sources requires examining many variables. Using artificial intelligence capabilities such as machine learning, financial institutions are given the opportunity to constantly monitor their systems and prevent money laundering. The purpose of this research is to introduce the tools and capabilities of artificial intelligence that can be implemented in combating money laundering, and finally, by examining and comparing different artificial intelligence technologies used in financial institutions around the world, it will be determined which tools of this science are most suitable for combating money laundering in Islamic financial institutions. واژه پول‌شویی برای توصیف فرآیندی مورد استفاده قرار می‌گیرد که در آن پول غیرقانونی حاصل از فعالیت‌های مجرمانه در چرخه‌ای از فعالیت‌ها و معاملات مالی با گذر از مراحلی شسته و به‌عنوان پولی قانونی، موجه و مشروع جلوه داده شده است. در کشورهای اسلامی به دلیل اهمیت زیاد برحلال بودن درآمدهای مالی، حساسیت و توجه به جلوگیری از وقوع پول‌شویی نسبت به سایرکشورها بیش تر بوده و مستلزم اهتمام بیش تری است. به دلیل تنوع در عملیات مختلف پول‌شویی و ابعاد مختلف آن تشخیص ردیابی بسیار مشکل و پیچیده است و پیدا کردن متغیر های اثرگذار در پول‌شویی دشوار می‌باشد. امروزه توسعه و رشد سریع فناوری اطلاعات تمام جنبه‌های زندگی بشر را تحت تأثیر قرار داده است و توجه به کاربرد های هوش مصنوعی در حوزه کسب‌وکار به‌طور فزاینده ای در حال افزایش است. بسیاری از مؤسسه‌های مالی برای آسان‌ترشدن فعالیت‌های مبارزه با پول‌شویی با استفاده از علم داده‌کاوی و روش‌های هوش مصنوعی فعالیت‌های غیرعادی را در میان داده‌های بی‌شمار شناسایی می‌کنند. بانک‌ها برای مبارزه با پول‌شویی علاوه بر توانایی مقیاس دهی عظیم به فعالیت‌ها، باید تقسیم‌بندی و دانه‌بندی داده‌ها را نیز با دقت انجام دهند. ارزیابی پول پاک از پول کثیف و تشخیص کسب وجوه از منابع قانونی یا غیرقانونی، نیازمند بررسی متغیرهای زیادی است که با استفاده از امکانات هوش مصنوعی همچون یادگیری ماشینی این امکان به نهادهای مالی داده می شود که همواره سیستم های خود را پایش نمایند و از وقوع پول‌شویی جلوگیری نمایند. هدف از انجام پژوهش حاضر معرفی ابزارها و امکانات هوش مصنوعی قابل پیاده‌سازی در مبارزه با پول‌شویی می‌باشد، که در پایان با بررسی و مقایسه فناوری‌های مختلف هوش مصنوعی به‌کار رفته در نهادهای مالی دنیا، آن دسته از ابزارهای این علم که در جهت مبارزه با پول‌شویی در نهادهای مالی اسلامی مناسب‌تر است، مشخص شود. /downloadfilepdf/15979