An Agentic LLM Framework for Adverse Media Screening in AML Compliance

Título: Um Framework Agente de LLM para Triagem de Mídia Adversa na Conformidade AML

Autores: Pavel Chernakov, Sasan Jafarnejad, Raphaël Frank (Centro Interdisciplinar de Segurança, Confiabilidade e Confiança, Universidade do Luxemburgo).

---

1. Problema e Contexto

A triagem de mídia adversa (ou "negative news screening") é um componente crítico dos processos de Know Your Customer (KYC) e Anti-Money Laundering (AML) em instituições financeiras. O objetivo é identificar informações públicas que indiquem envolvimento do cliente em crimes financeiros, corrupção ou atividades ilícitas.

Desafios das Abordagens Tradicionais:

• Baseadas em Palavras-chave: Geram altas taxas de falsos positivos devido ao problema de sinal-ruído (ex: confundir "preso" em um contexto de desenvolvimento de projeto com "preso por fraude").
• Abordagens Híbridas: Combinam buscas com revisão humana, mas são caras e não escaláveis.
• Aprendizado de Máquina Tradicional: Requerem grandes volumes de dados rotulados e têm dificuldade em entender contexto e desambiguar entidades.

O cenário regulatório europeu (evolução das Diretivas AMLD para o novo Regulamento AMLR) exige sistemas mais flexíveis, automatizados e adaptáveis para lidar com novas categorias de crimes (como cibercrime e crimes ambientais).

---

2. Metodologia e Arquitetura do Sistema

Os autores propõem o AMI Agent, um sistema agente que utiliza Grandes Modelos de Linguagem (LLMs) combinados com RAG (Retrieval-Augmented Generation) para automatizar a triagem. O pipeline opera em cinco etapas principais:

1. Módulo de Motor de Busca:

   • Consulta APIs de busca (ex: Google Custom Search) para o identificador alvo (nome, data de nascimento, afiliações).
   • Recupera os top-k resultados, filtrando domínios irrelevantes (como perfis genéricos de redes sociais).

2. Módulo de Web Crawler:

   • Recupera e analisa o conteúdo HTML das URLs encontradas.
   • Extrai o texto principal, removendo elementos de navegação e anúncios, encapsulando o conteúdo em objetos de documento com metadados.

3. Módulo de Processamento de Documentos:

   • Chunking: Divide os documentos em blocos sobrepostos (chunks) para lidar com janelas de contexto limitadas.
   • Embedding: Converte os blocos em vetores densos usando modelos de incorporação (ex: Qwen3-Embedding-0.6B ou BAAI/bge-large).
   • Armazenamento: Os vetores são armazenados em uma loja vetorial (FAISS) para busca eficiente.

4. Módulo Agente LLM (O Núcleo):

   • Utiliza o framework DSPy para definir assinaturas tipadas de entrada/saída.
   • Executa um "Playbook" de Avaliação configurável (padrão: 3 dimensões):
     1. Correspondência de Identidade: Confiança de que o documento descreve a pessoa alvo (0-1).
     2. Avaliação de Negatividade: Grau de negativismo dos fatos explicitamente declarados (0-1).
     3. Avaliação de Risco: Nível de risco da atividade atribuída (0-1).
   • O agente usa RAG para recuperar os chunks mais relevantes e responder às perguntas do playbook, gerando pontuações e justificativas em linguagem natural.

5. Módulo Gerador de Veredito:

   • Sintetiza as evidências acumuladas (pontuações por documento e justificativas) para calcular um Índice de Mídia Adversa (AMI) final (escala 0-1) e um resumo explicativo.

Suporte a Backends: O sistema é agnóstico quanto ao modelo, suportando LLMs locais (Ollama, vLLM) e baseados em API (OpenAI, OpenRouter).

---

3. Contribuições Principais

• Arquitetura Agente: Um pipeline completo de triagem automatizada usando LLMs com playbooks de avaliação configuráveis.
• Avaliação Multidimensional: Separa a pontuação em confiança de identidade, negativismo e nível de risco, permitindo uma análise mais granular.
• Implementação Open-Source: Suporte para múltiplos backends de LLM e modelos de embedding, facilitando a reprodutibilidade e personalização.
• Avaliação Comparativa: Testes extensivos em quatro populações distintas utilizando diferentes backends de LLM.
• Abordagem Zero-Shot: Não requer dados de treinamento rotulados, utilizando o conhecimento pré-treinado dos modelos fundacionais.

---

4. Resultados Experimentais

O sistema foi avaliado em quatro populações de sujeitos:

1. Nomes Limpos (Low-Risk): Autores acadêmicos (DBLP) para medir falsos positivos.
2. PEPs (Low/Moderate-Risk): Pessoas Politicamente Expostas (OpenSanctions).
3. Listas de Vigilância Regulatória (Moderate-Risk): Pessoas com sanções regulatórias (SEC, FINRA, etc.).
4. Pessoas Sancionadas (High-Risk): Lista SDN do OFAC (crimes confirmados).

Modelos Testados: Grok 4.1 Fast, Gemini 2.5 Flash e GPT-4.1-Mini (via OpenRouter).

Principais Descobertas:

• Separação de Pontuação: Todos os modelos demonstraram uma clara separação entre populações de baixo e alto risco.
  • Nomes Limpos: Pontuações médias muito baixas (0.015 - 0.029).
  • Pessoas Sancionadas (SDN): Pontuações médias altas (0.730 - 0.863).
• Desempenho do Modelo: O Grok 4.1 Fast apresentou a melhor separação entre os grupos de risco limpo e sancionado, com a maior pontuação média para SDN (0.863). O GPT-4.1-Mini foi mais conservador, reduzindo potenciais falsos positivos à custa de alguma sensibilidade.
• Justificativas: O sistema gerou justificativas em linguagem natural que permitiram a auditoria humana das decisões, um diferencial crucial para conformidade.

---

5. Significado e Limitações

Significado:

• Contexto e Desambiguação: Diferente de sistemas baseados em palavras-chave, os LLMs entendem nuances contextuais, reduzindo drasticamente falsos positivos.
• Interpretabilidade: A geração de justificativas em linguagem natural fornece um rastro de auditoria defensável, essencial para reguladores.
• Flexibilidade Regulatória: A arquitetura baseada em playbooks permite que as instituições adaptem os critérios de avaliação rapidamente às mudanças nas leis (ex: transição de AMLD para AMLR) sem retreinar modelos.
• Custo e Eficiência: Elimina a necessidade de grandes conjuntos de dados de treinamento e permite o uso de modelos locais para privacidade de dados.

Limitações e Desafios Futuros:

• Dependência do Motor de Busca: Se a mídia adversa não estiver indexada ou não tiver alta relevância no ranking do buscador, o sistema não a encontrará.
• Desambiguação de Entidades: Ainda é um desafio para nomes muito comuns, embora o uso de metadados (DOB, afiliações) ajude.
• Alucinações: O risco de LLMs gerarem justificativas plausíveis, mas factualmente incorretas, exige supervisão humana, especialmente em decisões de alto risco.
• Idioma e Temporalidade: O sistema atual foca em fontes em inglês e trata todo o conteúdo com igual peso, sem ponderar a recência das notícias.

Conclusão:
O trabalho demonstra que agentes LLM com RAG oferecem um caminho promissor para a triagem de mídia adversa, equilibrando automação, precisão contextual e transparência necessária para a conformidade regulatória em um cenário de leis em evolução. O código-fonte é disponibilizado como open-source para fomentar pesquisas adicionais.