Coreia do Sul adota inteligência artificial para detectar manipulação no mercado de criptomoedas

Seul, 24 de maio – A Coreia do Sul está substituindo métodos manuais de fiscalização de criptomoedas por sistemas baseados em inteligência artificial (IA) capazes de identificar, em tempo real, indícios de manipulação de mercado.

VISTA ganha módulo automático

O Serviço de Supervisão Financeira (FSS) atualizou a plataforma Virtual Assets Intelligence System for Trading Analysis (VISTA). Antes, analistas precisavam indicar períodos suspeitos para iniciar as verificações. Agora, um algoritmo de sliding-window grid search vasculha todo o histórico de negociações, dividindo-o em segmentos de diferentes durações e sobreposições para localizar oscilações atípicas de preço ou volume.

Em testes internos, o VISTA revisado conseguiu reconhecer todos os episódios de manipulação já confirmados pelo regulador e ainda assinalou intervalos adicionais que passavam despercebidos nos processos tradicionais.

Próximas etapas até 2026

Com orçamento garantido, o FSS planeja acrescentar novos recursos de IA até 2026, entre eles:

• Detecção de redes de contas que operam de forma coordenada;
• Análise em larga escala de textos ligados a milhares de criptoativos, cruzando menções anormais com dados de mercado;
• Rastreamento da origem dos recursos usados em operações suspeitas.

Intervenção preventiva em estudo

Para ampliar a efetividade das investigações, a Comissão de Serviços Financeiros avalia mecanismos que permitam suspender temporariamente transações ou pagamentos ligados a movimentações consideradas irregulares, evitando a retirada antecipada de ganhos ilícitos.

Imagem: cointelegraph.com

Integração com outras frentes de mercado

A iniciativa acompanha esforços semelhantes no mercado acionário. A Bolsa da Coreia (KRX) também está implementando monitoramento baseado em IA para coibir manipulações em ações, buscando padronizar o controle em diferentes classes de ativos.

Embora potencialize a vigilância, o FSS ressalta que a tecnologia não substitui investigadores humanos. Modelos automatizados precisam de revisão constante para evitar vieses, identificar condutas que ocorram fora das plataformas monitoradas e reduzir o risco de falsos positivos.