Detección de fraude documental
La IA de CheckFile identifica documentos falsificados, inconsistencias y falsificaciones. Metadatos PDF modificados, importes retocados en nóminas, fuentes tipográficas inconsistentes — nada pasa desapercibido.
Detección multicapa
La IA analiza simultáneamente metadatos, estructura visual, contenido textual y coherencia entre documentos para detectar cualquier intento de fraude.
Análisis de metadatos
Detecta modificaciones en PDF (software de edición, fechas de creación inconsistentes, versiones sospechosas) invisibles a simple vista.
Coherencia visual
Identifica manipulaciones de imagen: fuentes no estándar, alineaciones sospechosas, artefactos de compresión por copiar y pegar.
Puntuación de confianza
Cada documento recibe una puntuación de confianza de 0 a 100, con un desglose de las anomalías detectadas y su nivel de gravedad.
Cómo funciona
Análisis estructural
CheckFile examina la estructura interna del documento: metadatos PDF, capas de imagen, fuentes incrustadas e historial de modificaciones.
Detección de anomalías por IA
Modelos de deep learning entrenados con millones de documentos identifican patrones de fraude: importes alterados, firmas copiadas, sellos falsificados.
Validación cruzada
La información extraída se cruza entre documentos del mismo expediente. Una inconsistencia entre la nómina y la declaración fiscal activa una alerta.
Informe de detección
Un informe detallado indica cada anomalía con su ubicación en el documento, tipo y puntuación de riesgo.
Casos de uso
Fraude en crédito hipotecario
CheckFile detecta una nómina con importes modificados con Photoshop, evitando la concesión de un préstamo de 350.000 € a un deudor insolvente.
Diplomas y certificados falsos
La agencia detecta un diploma falso gracias al análisis de metadatos que revela una fecha de creación reciente para un documento supuestamente de 2015.
Permiso de circulación falsificado
El concesionario identifica un permiso de circulación con el número de serie alterado, impidiendo la venta de un vehículo robado.