هوش مصنوعی در وام‌دهی و اعتبارسنجی؛ فرصت‌ها و ریسک‌ها

هوش مصنوعینویسنده: پارسا آقابراری۲ دقیقه مطالعهمنبع: FSB، ۲۰۲۴
هوش مصنوعی در وام‌دهی و اعتبارسنجی؛ فرصت‌ها و ریسک‌ها

۱مقدمه

هیئت ثبات مالی (FSB) در گزارش نوامبر ۲۰۲۴ دربارهٔ پیامدهای هوش مصنوعی برای ثبات مالی، اعتبارسنجی را یکی از کاربردهای اصلی این فناوری می‌داند. به گفتهٔ گزارش، نهادهای مالی بیش از پیش از یادگیری ماشین در کنار روش‌های سنتی امتیازدهی استفاده می‌کنند تا در مرحلهٔ پیش‌تأیید، داده‌های حجیم و ساختارنیافته را هم تحلیل کنند.

۲بررسی موضوع

این رویکرد به‌ویژه برای متقاضیانی مفید است که سابقهٔ اعتباری کم یا هیچ سابقه‌ای ندارند، و هم‌زمان به وام‌دهنده کمک می‌کند ریسک نکول را بهتر پیش‌بینی کند.

FSB در کنار مزایا، چهار آسیب‌پذیری را برجسته می‌کند: وابستگی به تأمین‌کنندگان ثالث، هم‌بستگی رفتار بازار وقتی همه از مدل‌ها و داده‌های مشابه استفاده می‌کنند، ریسک سایبری و ریسک مدل و حاکمیت داده. گزارش توصیه می‌کند نهادهای ناظر پایش خود را تقویت کنند و برای نظارت، از ابزارهای مبتنی بر هوش مصنوعی هم بهره بگیرند.

۳جمع‌بندی

نکتهٔ کاربردی گزارش این است که بسیاری از نهادها فعلاً مدل‌های ساده‌تر و قابل‌تفسیر و ابزارهای «دستیار» را ترجیح می‌دهند؛ یعنی هوش مصنوعی تصمیم‌گیری انسانی را پشتیبانی می‌کند، نه این‌که جایگزین آن شود.

اشتراک‌گذاری:تلگرامواتس‌اپلینکدین

منابع

  1. FSB — The Financial Stability Implications of Artificial Intelligence، نوامبر ۲۰۲۴ ↗
  2. FSB — بیانیهٔ مطبوعاتی گزارش، ۱۴ نوامبر ۲۰۲۴ ↗
همفکران فناوری شریفاین مقاله خلاصه‌ای از منابع رسمی ذکرشده است که تیم همفکران فناوری شریف برای مدیران و تیم‌های مالی تهیه کرده است.
می‌خواهید این راهکارها را در سازمانتان ببینید؟درخواست دموی رایگان

مقالات مرتبط

هوش مصنوعیخواندن خودکار رسید با هوش مصنوعی؛ پایان ورود دستی هزینه‌هافناوری بازشناسی نویسه و یادگیری ماشین، اطلاعات رسید را در چند ثانیه استخراج می‌کند و خطای ورود دستی را از میان برمی‌دارد.هوش مصنوعیهوش مصنوعی مسئولانه؛ شفافیت، انصاف و پاسخ‌گویی در تصمیم‌های خودکارهرچه تصمیم‌های بیشتری به الگوریتم‌ها سپرده می‌شود، تضمین انصاف و شفافیت آن‌ها اهمیت بیشتری می‌یابد.هوش مصنوعیتشخیص تقلب با یادگیری ماشین؛ شناسایی الگوهای پنهان در تراکنش‌هاتقلب‌های مالی روزبه‌روز پیچیده‌تر می‌شوند. مدل‌های یادگیری ماشین با شناسایی رفتارهای غیرعادی، دفاعی پویا فراهم می‌کنند.هوش مصنوعیپردازش زبان طبیعی فارسی؛ فرصت‌ها و چالش‌های هوش مصنوعی در زبان فارسیپیشرفت مدل‌های زبانی، درک و تولید متن فارسی را ممکن کرده است؛ اما ویژگی‌های خاص زبان فارسی، رویکردی بومی می‌طلبد.