Por Laurent Le Moal y Amélie Ng
En todo el mundo, 1.700 millones de personas todavía no tienen acceso a una cuenta bancaria formal.
Las innovaciones digitales, como la IA, están ayudando a aumentar la inclusión financiera.
Con una infraestructura adecuada, un entorno de intercambio de datos y un marco ético, la IA puede democratizar los servicios financieros.
Se espera que el volumen de datos generados a nivel mundial aumente en un 530%: de 33 zettabytes en 2018 a 175 zettabytes para 2025. La IA tiene el poder de transformar esta gran cantidad de datos en inclusión financiera. Recomendamos varias directrices que los sectores público y privado pueden adoptar para aprovechar el potencial de la IA y al mismo tiempo mitigar los riesgos que plantea esta tecnología relativamente nueva.
Estrategia europea de datos: cifras previstas para 2025.
Sistemas de identificación digital para la inclusión financiera
Los gobiernos y los reguladores han colaborado para crear una nueva infraestructura de identificación digital que reduzca el costo de llegar al usuario del último kilómetro. India ha liderado el camino en este frente mediante la creación de canales digitales fundamentales para su “India Stack”. Los principales ejemplos incluyen Aadhar, un identificador único de 12 dígitos emitido por el gobierno indio, y UPI (United Payments Interface), un sistema de pagos móviles interoperable regulado por el banco central indio.
Mientras que Aadhar permitió el acceso a cuentas bancarias al brindarles a 1.300 millones de personas un documento de identidad confiable, UPI hizo posibles los pagos instantáneos multiplataforma por primera vez. Juntas, estas aplicaciones han impulsado la innovación financiera al reducir drásticamente los costos de transacción y permitir la captura y el intercambio de datos de los usuarios a escala.
El ecosistema fintech de la India (uno de los más exitosos del mundo) no sería el mismo sin estas plataformas digitales fundamentales que permiten un mercado abierto y libre.
Portabilidad de datos y su aplicación a la industria de préstamos y financiación.
Una vez que la infraestructura está instalada, los datos son el combustible que permite a los proveedores de servicios financieros obtener el máximo valor de ellos. Sin este combustible, las fintech no podrán viajar muy lejos y sin portabilidad de datos, el combustible será mínimo. La portabilidad de datos se refiere a los derechos del usuario a transferir fácilmente datos personales de una organización a otra. En la práctica, esto requiere que los datos ya no se almacenen en los silos de una organización. Más bien, debería ser propiedad de usuarios que puedan compartirlo con otros proveedores de servicios. El principio subyacente de este marco de intercambio de datos es que los datos generados por los usuarios son un bien público que puede y debe ser una fuente de competencia y no una ventaja competitiva para una sola parte.
Este principio de intercambio de datos se implementa en la India a través del marco Account Aggregator (AA). AA está diseñado para ser “administradores de consentimiento» que permiten a los usuarios compartir sus datos -en base a su consentimiento- con otras entidades reguladas como bancos, aseguradoras, etc. Este enfoque es beneficioso para la industria crediticia y financiera, en particular para el sector de las PYME, necesitado de crédito.
Alrededor del 90% de las pymes del país no tienen acceso al crédito formal. A través del marco AA, estas pequeñas empresas pueden garantizar que la documentación necesaria esté disponible para los prestamistas quienes, a su vez, pueden financiar y atender mejor a las pequeñas empresas. A través de un cuidadoso diseño del sistema, el marco AA permite compartir datos de los usuarios basándose en el consentimiento, reduce los costos de transacción y permite la inclusión financiera.
Directrices para desarrollar una IA ética
Las propias capacidades de IA determinan la penetración de las fintech, tan importantes como la infraestructura y los datos. Aunque una gran cantidad de datos abre nuevas oportunidades, los beneficiarios se limitan a aquellos para quienes hay datos disponibles. Si las personas desatendidas no están adecuadamente representadas o el algoritmo subyacente está sesgado, la IA puede terminar replicando los sesgos sociales. Esta posibilidad se ve reforzada por el hecho de que actualmente no existen leyes que regulen los algoritmos de IA. En tal entorno, instamos a los actores del sector privado a tomar el asunto en sus propias manos y no esperar a que la regulación garantice que su aplicación de la IA sea equitativa. Para ello, te ofrecemos tres consejos:
1. Para reducir el riesgo de sesgo, aumente la diversidad de sus equipos
Investigadores de la Universidad de Columbia descubrieron que, si bien los datos sesgados son la razón principal de las predicciones sesgadas, la demografía de los ingenieros también influye. Si bien individualmente todos formaban equipos homogéneos y con el mismo sesgo prejuicios individuales agravados. Por lo tanto, cuanto más diverso sea el equipo, mejor equipado estará para detectar y reducir los sesgos.
2. Asegúrese de que sus algoritmos de IA sean explicables para otros, incluidos expertos y legos.
Investigadores del Instituto Oxford han desarrollado la noción de “contrafácticos»: en lugar de una explicación completa, los contrafácticos ofrecen el conjunto mínimo de condiciones que habrían conducido a una decisión alternativa. Conocer estas condiciones puede allanar el camino para la inclusión al brindarles a los usuarios la información que necesitan para cambiar su estado actual.
3. Contrata expertos para auditar tus algoritmos
Misceláneas ejecutivos existen para ayudar a quienes desean integrar la ética en su ciclo de desarrollo. En lugar de reinventar la rueda, recurra a creadores y expertos en estas herramientas. Si no es posible contratar expertos, asegúrese de que la intervención humana no quede completamente excluida de su toma de decisiones. Incluso a medida que los algoritmos de IA mejoran, el juicio humano sigue siendo más sofisticado y debería utilizarse para auditar y diseñar algoritmos más justos.
Con una infraestructura adecuada, un entorno de intercambio de datos y un marco ético, la IA puede aprovecharse para llevar servicios financieros a más personas, especialmente a los más pobres. Esta posibilidad debe hacerse realidad.
Enlace:
Fuente:
