Por: Natalia Ospina
El “scoring” nació como un elemento de apoyo a las actividades del analista de crédito, las entidades bancarias determinaban ciertos factores de riesgo a someter a evaluación y con base en la información recopilada, se realizaba un análisis para la aprobación o negación de la solicitud de crédito en el sistema financiero.
Como se puede leer en la cita inicial, este sistema de evaluación de riesgo no es producto del siglo XXI, sin embrago, la economía digital y la inteligencia artificial trajeron de vuelta el término.
Hoy en día hablamos del “scoring”, dentro del ecosistema “fintech”, para hacer referencia a la implementación de sistemas de evaluación de riesgo financiero cuyo funcionamiento se basa en técnicas de procesamiento de información propias de la inteligencia artificial o “big data”. Esto permite evaluar el riesgo de una forma automatizada.
Se trata, básicamente, de inteligencia artificial puesta al servicio del mundo financiero.
¿Y por qué resulta tan interesante?, porque permite reducir costos de personal y hacer más eficiente la búsqueda de información del cliente potencial ampliando la búsqueda, llevándola más allá de los reportes en centrales de riesgo hasta las mismas redes sociales, con la finalidad de determinar el comportamiento social del individuo determinando su fiabilidad y calificándolo como candidato o no para el producto de crédito solicitado.
Actualmente los sistemas de “scoring” se construyen asignando puntajes que ubican al individuo sometido a evaluación dentro de ciertos rangos de calificación, aquí se evalúan aspectos que previamente se han determinado y que aumentan o disminuyen riesgo; sobre la evaluación, se aplican técnicas estadísticas de procesamiento de datos que permiten hacer un juicio predictivo y se arroja un resultado con probabilidades de concreción del riesgo crediticio o mora, todo de forma automatizada.
Lo anterior parece un sistema muy bueno en un mundo donde los bancos buscan eficiencias en la prestación del servicio; sin embargo, este tipo de sistemas en sí mismos producen preocupación ya que el rastreo de información y las variables de clasificación y calificación de los individuos son desconocidas por todo aquel que no haya intervenido en la creación del algoritmo con el que se programó el sistema, lo que potencializa el riesgo de discriminación y pone en duda el respeto por la privacidad.
La solución a las preocupaciones señaladas anteriormente han sido objeto de estudios y, a grandes rasgos, podemos decir que el énfasis en la creación y respeto de sistemas de protección de datos personales y el apoyo legislativo a autoridades que ejerzan control sobre las actividades discriminatorias, sin impedir la innovación, son las respuestas más apropiadas al tema.
Pero este tipo de sistemas automatizados también tienen un lado positivo,
las mismas características que hacen que estos sistemas faciliten la discriminación pueden ayudar mejorando los índices de inclusión financiera.
Los sistemas que se enfocan en la inclusión financiera son el centro sobre el cual giran las innovaciones propias de las tendencias fintech hoy en día. Sistemas que nos llevan a la cobertura y prestación de servicios financieros a la población de microempresarios, pymes y personas naturales a las que el sistema financiero no les estaba dando cobertura.
Podemos concluir que el reto principal del ecosistema fintech es fomentar el procesamiento de información en formas inclusivas evitando, con la implementación de algoritmos transparentes, la marginación financiera.
Si tienes alguna duda o inquietud en temas de emprendimiento, creación de empresas, estructuración de modelos de negocio, dudas jurídicas relacionadas o quieres una revisión jurídica en temas de tecnología, ingresa a http://www.abogadotic.co o escríbenos al correo servicioalcliente@abogadotic.co
Por: Natalia Ospina Díaz – Derecho Informático y Nuevas Tecnologías
Artículo originalmente escrito por el autor para el blog de http://www.mesfix.com en https://goo.gl/F4Qwtj
