مدة القراءة 3 دقائق

التقييم الائتماني بالذكاء الاصطناعي: ماذا يعني الرقم لطلب القرض؟

نشر في حدث في

الخلاصة في 30 ثانية

التقييم الائتماني بالذكاء الاصطناعي هو استخدام نموذج حاسوبي لتحليل بيانات مالية متاحة وتقدير احتمال سداد قرض أو التأخر فيه؛ وهو تقدير للمخاطر لا حكم على قيمة الشخص.

تفتح تطبيق جهة تمويل لترى نتيجة طلب قرض، فتجد رقماً أو رسالة رفض. ما الذي عرفه النظام عنك فعلاً؟ الرقم لا يقرأ نياتك ولا يحكم على أمانتك؛ إنه تقدير مرتبط بالبيانات التي أدخلتها الجهة وبالطريقة التي اختارتها لتقييم خطر عدم السداد. وقد تستخدم الجهة ذلك التقدير ضمن قواعد أخرى قبل أن تقرر الموافقة أو الشروط.

من السجلات إلى التقدير

في إعداد النموذج، تستخدم جهة التمويل أمثلة من قروض سابقة تعرف بياناتها ونتيجة سدادها. قد تشمل البيانات الدخل والديون وسجل المدفوعات، بحسب البلد والجهة وما يجوز لها جمعه. تُعدَّل حسابات النموذج حين لا تتوافق تقديراته مع النتائج المعروفة، فيتعلم علاقات بين بعض المعلومات واحتمال التأخر. عند وصول طلب جديد، يطبق ما تعلمه على معلومات ذلك الطلب ويخرج درجة أو فئة خطر.

هذا يختلف عن قرار القرض نفسه. قد تحدد المؤسسة حدوداً للدخل أو الدين، أو تطلب مستندات إضافية، أو تراجع الطلب بشرياً وفق سياستها والقانون المحلي. إذا أعطى النموذج تقديراً متشابهاً لطلبين، لا يلزم أن تكون النتيجة النهائية واحدة؛ فقد تختلف الشروط أو المعلومات المتاحة. كذلك لا يكشف الرقم وحده سبب الرفض، ولا يعني أن شخصاً بعينه سيتأخر حتماً في السداد.

قد تستعين بعض الجهات ببيانات غير تقليدية، مثل معاملات الحساب أو انتظام دفع الإيجار والخدمات، عندما تكون متاحة ومسموحاً بها. يوضح بنك التسويات الدولية أن هذا قد يساعد في تقييم أشخاص يملكون سجلاً ائتمانياً محدوداً، لكنه يثير أيضاً أسئلة عن الخصوصية والتحيز. لا يعني ذلك أن كل تطبيق قرض يقرأ هاتفك أو جهات اتصالك أو مشترياتك الليلية؛ ما يُجمع يختلف، وينبغي فحص سياسة الجهة وأذونات التطبيق الفعلية.

لماذا قد يخطئ التقدير؟

إذا احتوى الملف على دين سُدد لكن بقي مسجلاً خطأً، فإن النموذج سيعمل على بيانات غير صحيحة. وهناك مشكلة أخرى أعمق: قد تعكس بيانات القروض القديمة تفاوتات سابقة في الوصول إلى التمويل. عندها قد ترتبط بعض المؤشرات بخطر مقدّر أو بفرصة أقل، من دون أن تعبر بعدل عن ظروف كل فرد. لهذا لا تكفي عبارة «الكمبيوتر حسبها» لتفسير قرار مهم. وإذا صححت معلومة في السجل، فاسأل الجهة التي أصدرت القرار إن كانت ستعيد تقييم الطلب على البيانات المصححة؛ تصحيح السجل وحده لا يغير قراراً مضى بالضرورة.

التقدير مبني أيضاً على الماضي، بينما قد يتغير دخل الشخص أو عمله أو ظروفه. مراجعة الجهات للنماذج والبيانات جزء من مسؤوليتها؛ لا يستطيع المتقدم وحده إصلاح نموذج منحاز. وبالنسبة إليه، الفرق المفيد هو التفريق بين خطأ في معلومة يمكن إثباته، وبين خلاف حول سياسة الجهة أو طريقة تقديرها للمخاطر.

ما الذي يمكن طلبه بعد نتيجة مربكة؟

ابدأ بالسؤال عن البيانات الأساسية التي استُخدمت والسبب الذي قدمته الجهة للرفض أو لتغيير الشروط، عبر قناة الاتصال الرسمية لديها. إن وُجد تقرير ائتماني متاح لك في بلدك، راجع ما فيه من حسابات ومدفوعات، واطلب تصحيح المعلومة الخاطئة من الجهة المختصة مع المستندات اللازمة. لا تدفع لخدمة تعدك بحذف معلومات صحيحة أو بضمان الموافقة؛ فتصحيح خطأ لا يساوي حقاً تلقائياً في قرض.

تختلف حقوق الاطلاع والاعتراض والمراجعة البشرية من بلد إلى آخر، لذلك لا تفترض أن قاعدة قانونية من بلد آخر تنطبق عليك. في الولايات المتحدة، مثلاً، يشترط مكتب حماية المستهلك المالي إبلاغ المتقدم بأسباب محددة لبعض القرارات السلبية حتى عندما تستخدم المؤسسة خوارزمية معقدة. هذه قاعدة أميركية، وليست وعداً عاماً لكل قارئ؛ استفسر عن الإجراءات المطبقة لدى الجهة والجهة الرقابية في بلدك.

عندما ترى درجة ائتمانية، اقرأها بوصفها تقديراً يستعين به المقرض، ثم اسأل عمّا استند إليه القرار الفعلي. هذا السؤال يساعدك على اكتشاف خطأ قابل للتصحيح، ويمنع تحويل رقم واحد إلى حكم شامل على وضعك المالي أو شخصك.

المصادر
  1. Artificial intelligence and the economy: implications for central banksBank for International Settlements
  2. How do machine learning and non-traditional data affect credit scoring? New evidence from a Chinese fintech firmBank for International Settlements
  3. Consumer Financial Protection Circular 2022-03: Adverse action notification requirements in connection with credit decisions based on complex algorithmsConsumer Financial Protection Bureau