ia generativa

IA generativa na análise preditiva de crédito: sim ou não?

Share:

Fonte: https://innovationlatam.com/

 

Uma das discussões aquecidas na nossa comunidade já no início do mês foi sobre o uso da IA generativa na avaliação de risco de crédito como alternativa ao score para ajudar na democratização do acesso.

O questionamento surgiu durante o webinar de lançamento e gerou uma conversa bastante rica entre os membros. Juliana Cunha, Onboarding PM na Thunes –  empresa B2b que atua com Cross-border payments – e advogada, trouxe para a conversa números interessantes de casos de sucesso do seu conhecimento e sugeriu que na fase de tombamento para as contas negadas por AI, haja uma validação manual para verificar os ajustes. “E o quanto o sistema está acurado, até que se faça a migração total para a tecnologia”.

Especialista em liderança, tecnologia e inovação, e atuando na implementação da área de tecnologia para o setor financeiro há um bom tempo, o membro Thiago Vespa chamou a atenção para o fato de que a LLM (Large Language Model) se baseia em modelo linguístico e estatístico, com base em atenção, por isso é mais adequada para textos e como auxiliar para análise de avaliação de riscos. “A LLM tem sua função, não é bala de prata, mas cada aplicação pede a ferramenta certa!”, lembrou.

E argumentou: “Quem usa IA generativa sozinha para análise de risco, está colocando o seu negócio em risco, em confiar em um modelo linguístico para tal. No caso da análise preditiva de crédito, o melhor modelo seria de modelos de Machine Learning Supervisionado (se tem equipe para isso) com explained AI, ou algo combinado com modelo baseado em redes bayesianas, clusterização de clientes com perfil de risco (k-means, por exemplo) com análise de séries temporais”.

Para ampliar ainda mais a visão sobre o que já está em andamento no mercado e qual a perspectiva, entrevistamos o Elias Sfeir, presidente da ANBC (Associação Nacional dos Bureaus de Crédito). Confira!

IA4FIN – Como a ANBC acredita que a IA generativa pode ser aplicada na avaliação de risco de crédito como alternativa ao score para ajudar na democratização do acesso, tornando-se uma ameaça aos birôs, ou faz mais sentido falar em potencializar os scores propostos hoje no mercado? 

A ANBC acompanha de perto o impacto das novas tecnologias no setor e entende que as ferramentas inovadoras, como metodologias analíticas mais avançadas com IA, podem ser grandes aliadas no aprimoramento dos modelos tradicionais de score de crédito. Essas soluções são complementares aos métodos já consolidados no mercado e oferecem a possibilidade de incluir novas camadas de análise, que ampliam a precisão e personalização na concessão de crédito.

O score de crédito, como ferramenta consolidada, continuará a desempenhar um papel fundamental, e as novas abordagens analíticas podem agregar valor ao incorporar informações adicionais e contextuais, aumentando a inclusão financeira e o acesso ao crédito de maneira responsável.

Como a ANBC tem articulado esse tema entre os associados a fim de contribuir com a evolução dos birôs de crédito no país?

A ANBC promove um ambiente de discussão contínua e colaborativa entre seus associados, através de grupos de trabalho focados em análise de IA. Recentemente, em um painel dedicado ao tema, exploramos como novas metodologias podem auxiliar na democratização do crédito, reduzindo barreiras para populações desassistidas e aumentando a segurança nas análises. Essa troca de experiências e boas práticas entre os birôs tem sido essencial para alinhar o setor às novas demandas do mercado.

Externamente, a ANBC tem participado de painéis com o tema de uso de IA no processo de crédito com setores distintos, propiciando o debate que enriquece o entendimento do uso de IA e promove o uso responsável de tecnologia.

Quão avançado estão os projetos entre os associados da ANBC?

Os associados da ANBC estão em diferentes estágios de desenvolvimento de iniciativas que utilizam tecnologias de ponta para melhorar suas soluções para o ecossistema de crédito. Entre as ações de potencial uso, destacam-se: o uso de dados complementares ao histórico financeiro tradicional, para maior inclusão; ferramentas de análise preditiva, com foco em maior personalização e eficiência; simulações de cenários ajustadas às necessidades de diferentes perfis de consumidores, e uso nas ferramentas de prevenção de fraude.

Esses avanços refletem o comprometimento dos birôs com a modernização contínua de suas práticas, sempre em consonância com a ética e a legislação vigente.

Vocês têm liderado a discussão sobre um importante tema, o Cadastro Positivo, detentor de dados valiosíssimos para o ecossistema. Como esses dados estão sendo trabalhados hoje? Faz-se uso da IA generativa para potencializar os resultados desses números coletados, ou existe algum projeto nesse sentido?

O Cadastro Positivo é um elemento central para o fortalecimento do mercado de crédito no Brasil. Seus dados, que reúnem informações sobre o histórico de crédito dos consumidores, são amplamente utilizados para gerar modelos de crédito mais robustos e inclusivos.

Atualmente, os birôs trabalham intensamente para transformar essas informações em soluções práticas, que ofereçam maior precisão na análise de risco. Entre os projetos que se tem estudado estão iniciativas para refinar ainda mais os modelos de análise e explorar como os dados positivos podem abrir novas oportunidades de crédito, reduzir a inadimplência, detectar fraudes e prevenir o superendividamento sempre com transparência e segurança para o consumidor.

Poderia listar alguns dos principais desafios na implementação da IA generativa para esse fim, no seu ponto de vista?

Embora o avanço tecnológico traga inúmeras oportunidades, também apresenta pontos de atenção necessários para a implementação eficaz de IA. Nesse sentido, o setor de crédito trabalha para:

  • Garantir imparcialidade e inclusão nos modelos de análise, evitando discriminações ilícitas ou abusivas.
  • Respeitar as normas de proteção e uso responsável dos dados dos consumidores.
  • Alinhar a inovação às regulamentações existentes, preservando a transparência e previsibilidade dos processos quando cabível.
  • Desenvolver infraestrutura tecnológica e capacitação profissional para suportar novas metodologias.

A ANBC acredita que os desafios de IA podem ser enfrentados com diálogo, cooperação e compromisso contínuo com as melhores práticas do mercado.

 

Cadastro Positivo, conheça clique aqui.

Você pode gostar:

Limpeza de Nome
Ações Coletivas para “Limpeza de Nome”

Fonte: Revista ANFAC edição 131 | Por Elias Sfeir Os prejuízos à economia...

Inovação aplicada ao mercado de crédito e ao setor de birôs

Siga no Google Notícias Fonte: revista ANFAC | Por Elias Sfeir, presidente da Associação Nacional...