Quando ricevi una notifica che segnala un’attività sospetta sulla tua carta, come fa il sistema a capire se si tratta davvero di una frode oppure no?
La risposta sta in una formula matematica molto antica, nata nel 1700 da un pastore protestante inglese: Thomas Bayes.
🧠 Come funziona?
Immagina questo scenario:
- Solo 1 transazione su 1.000 è davvero fraudolenta.
- Il sistema antifrode della banca è molto preciso:
- Rileva correttamente il 99% delle frodi vere (sensibilità).
- Ma segnala come sospette anche l’1% delle operazioni normali (falsi positivi).
Adesso ti arriva una notifica: “⚠️ Attività sospetta rilevata”.
❓Che probabilità c’è che sia davvero una frode?
Non il 99%!
Con il teorema di Bayes scopriamo che la probabilità reale è molto più bassa.
📊 I numeri
Su 100.000 transazioni:
- Frodi vere: 100 (0,1%)
- Frodi rilevate correttamente: 99
- Operazioni normali: 99.900
- Falsi allarmi: 999 (1% di 99.900)
Totale segnalazioni sospette = 99 (vere) + 999 (false) = 1.098
Quindi, probabilità che una transazione segnalata sia davvero una frode:
🧠 Il cuore del ragionamento: Bayes aggiorna la probabilità a priori
La probabilità iniziale che una transazione sia fraudolenta (1 su 1.000) si chiama probabilità a priori.
Con l’arrivo di un nuovo dato (la segnalazione del sistema), Bayes aggiorna questa stima e calcola la probabilità a posteriori, cioè la probabilità che si tratti davvero di una frode alla luce dell’evidenza.
👉 È così che si raffina il giudizio iniziale.
🧾 Cosa significa per te?
Quando un sistema automatico ti avvisa di una transazione sospetta, non è certo al 99% che sia una truffa. Anzi, in media, solo 1 su 10 di questi avvisi è fondato. Questo non vuol dire che vadano ignorati, ma che è normale che ci siano dei falsi allarmi.
📲 Dove si usa questo approccio?
- Nei sistemi antifrode di banche e app di pagamento.
- Nei filtri antispam (decidono se un’email è vera o truffaldina).
- Nei sistemi biometrici, per capire se una faccia è davvero quella del titolare.
🎯 Conclusione
Il teorema di Bayes non è solo matematica, ma un modo di ragionare intelligente: partire da ciò che sappiamo (frequenza delle frodi) e modificare il giudizio man mano che arrivano nuovi dati (il tipo di transazione, il luogo, l’orario, il dispositivo usato…).
💡 Proprio come dovrebbe fare chi usa una carta ogni giorno: informarsi, osservare, e aggiornare il proprio giudizio.