Habr AI→ original

Claude Code e o teste Kolmogorov-Smirnov detectaram anomalias em uma olimpíada infantil

Um conhecido pediu a um especialista em antifraude que olhasse os resultados de uma olimpíada infantil: as pontuações pareciam estranhas. O especialista…

Processado por IA de Habr AI; editado por Hamidun News
Claude Code e o teste Kolmogorov-Smirnov detectaram anomalias em uma olimpíada infantil
Fonte: Habr AI. Colagem: Hamidun News.
◐ Ouvir artigo

Um especialista em antifraude recebeu um pedido inesperado de um conhecido: verificar os resultados de uma olimpíada infantil onde participava seu filho. Os scores pareciam "estranhos" — e o especialista se pôs à obra, armado com Claude Code e o clássico teste de Kolmogorov-Smirnov.

Antifraude vai além dos bancos

No setor bancário, métodos estatísticos funcionam há anos: análise de transações, busca por padrões anômalos, verificação de distribuições. As mesmas ferramentas se aplicam em qualquer lugar onde haja dados e um potencial incentivo para manipulação — seja operações financeiras ou notas escolares. O conhecido veio com um pedido simples: "algo está estranho nos resultados". O especialista não se limitou à intuição. A tarefa foi formalizada: há um conjunto de scores dos participantes, há uma distribuição honesta esperada — é preciso verificar estatisticamente se coincidem. Esta é exatamente a pergunta que sistemas antifraude fazem todos os dias, apenas com dados de entrada diferentes.

Por que o teste KS O teste de

Kolmogorov-Smirnov é uma das ferramentas não-paramétricas mais poderosas para comparar duas distribuições. Não precisa ser treinado nos dados, não requer pressupostos sobre normalidade. É suficiente fazer a pergunta: "Poderiam esses dados ter sido gerados pelo mesmo processo aleatório?"

— e o teste dá a resposta na forma de um p-value. Para scores de olimpíada, a lógica é simples: se os participantes resolveram os problemas honestamente, os resultados se distribuirão de acordo com a dispersão real do conhecimento. Uma distribuição muito "correta", muito uniforme ou anomalamente desviada — um sinal estatístico de alerta.

Claude Code assumiu a codificação rotineira em cada etapa da análise: Carregamento e normalização de dados em Python Cálculo da estatística KS via scipy.stats Visualização: histogramas, gráficos Q-Q, curvas CDF Análise de clusters de respostas idênticas entre diferentes participantes * Interpretação do p-value e formulação de conclusões em linguagem clara ## O que foi encontrado nos dados A distribuição de scores em uma série de problemas parecia suspeita. Em uma olimpíada justa, a dispersão de resultados reflete diferenças reais na preparação: participantes fortes resolvem problemas difíceis, fracos não.

Isso gera uma "cauda" característica na distribuição. O teste KS registrou um desvio estatisticamente significativo: o p-value ficou abaixo do nível de limiar. Clusters de respostas idênticas entre diferentes participantes e uma distribuição muito uniforme de scores corretos entre os problemas — tudo isso se soma em um quadro que a estatística rejeita como aleatório.

"Trezentos reais por um importado — é uma reclamação séria.

Bem, trezentos então. Vamos lá," — escreve o autor, enfatizando: ferramentas profissionais ativam automaticamente, independentemente da escala da tarefa.

Claude

Code como coautor da análise O valor especial desta história é demonstrar o fluxo de trabalho. O especialista não pediu ao modelo para "verificar a olimpíada" — ele conduziu um diálogo estruturado: formulou uma hipótese, recebeu código pronto, executou, interpretou o resultado, corrigiu a abordagem e continuou adiante. O especialista não escreveu código do zero — ele definiu a direção: qual métrica calcular, como visualizar, o que o resultado significa. Claude Code lidou com detalhes sintáticos e rotina, liberando espaço mental para interpretação e tomada de decisão. Para um projeto analítico único — exatamente como verificar uma olimpíada a pedido de um conhecido — isto é especialmente valioso: em vez de dias de trabalho, você consegue algumas horas.

O que isto significa Métodos estatísticos de antifraude há muito ultrapassaram o setor financeiro.

Olimpíadas escolares, competições, licitações, pesquisas de opinião — em qualquer lugar onde haja dados e motivo para manipulação, as mesmas ferramentas funcionam. Claude Code reduz a barreira de entrada: para análise estatística séria, você não precisa mais ser programador — basta entender a tarefa e formular as perguntas corretas.

ZK
Hamidun News
Notícias de AI sem ruído. Seleção editorial diária de mais de 400 fontes. Produto de Zhemal Khamidun, Head of AI na Alpina Digital.

Quer parar de ler sobre IA e começar a usar?

AI News é um feed curado de notícias de IA. A Hamidun Academy ensina você a usar IA no trabalho.

O que você acha?
Carregando comentários…