反洗钱工作者社会技术问题的探索性研究

文献标题

An Exploratory Study of Sociotechnical Issues for Anti-Money Laundering Workers

出版信息

• 主题领域: 反洗钱（AML）工作流程与软件系统中的社会技术挑战。
• 关键词: AML系统、金融机构、工作流程碎片化、以人为中心的设计、机器学习、协作、企业软件、合规性、社会技术差距、定性方法。

背景与问题

• 问题/挑战: AML系统通常无法完全支持金融机构的工作流程，导致流程碎片化、依赖手动解决方案以及在检测和调查可疑活动方面效率低下。
• 重要性: 有效的AML系统对于遵守政府法规、预防金融犯罪以及避免巨额罚款至关重要。改进这些系统可以增强安全性并减少运营负担。
• 动机与相关工作: 先前的研究探讨了AML政策、金融技术和区块链的影响，但缺乏对AML专业人士工作流程和软件工具的人本视角。本研究旨在通过调查用户需求、挑战和协作实践来填补这一空白。

解决方案

• 提出的方法: 通过对AML专业人士进行半结构化访谈的定性研究，以识别社会技术挑战、工作流程痛点和协作实践。
• 创新点:
  1. 建立对AML软件和AML专业人士工作流程的理解。
  2. 描述AML专业人士及其工具的社会技术挑战和需求。
  3. 为AML软件及类似企业系统提供设计建议。
• 程序和关键技术:
  • 招募来自不同角色和机构的15名AML专业人士。
  • 通过Zoom远程进行半结构化访谈。
  • 使用定性编码软件（Atlas.ti）和亲和图（Miro）对访谈记录进行反思性主题分析。
  • 识别与HCI和AML系统设计相关的主题。

结果

• 具体发现:
  • AML系统通常缺乏与银行系统的强大集成，导致数据摄取不完整并依赖外部应用程序。
  • 碎片化的工作流程要求AML专业人士同时处理多个应用程序，导致效率低下并依赖手动流程。
  • 调查人员重视工作流程的灵活性，但AML系统规定的工作流程带来了挑战。
  • AML专业人士之间的协作至关重要，但现有软件支持不足。
  • AML工作流程中的重复任务为自动化和人工智能提供了机会，例如自动数据提取、录入和决策。
• 相较基线的优势: 研究突出了现有AML系统的不足，并提供了可操作的见解以改进工作流程支持、定制化和协作功能。
• 实验/评估: 研究分析了来自15名AML专业人士的访谈定性数据，这些专业人士来自不同角色和机构类型。研究结果被综合为主题并通过图表可视化。
• 局限性与未来工作:
  • 全球代表性有限；大多数参与者来自美国。
  • 由于保密性问题，参与者招募存在挑战。
  • 未来工作应探索AML工作流程的定制化和灵活性、对创造性流程的支持，以及监管监督与用户需求之间的平衡。

总结

本研究首次对AML专业人士的工作流程和软件工具进行了深入分析，揭示了诸如工作流程碎片化、数据集成不完整以及协作支持有限等重要的社会技术挑战。研究结果表明，通过更好的设计、自动化以及对创造性和协作性流程的支持，可以改进AML系统。这些见解适用于其他受监管行业和企业环境，强调了在专门领域的软件开发中采用以人为中心的方法的必要性。