Cerrar Menú
Las opiniones de los blogueros son de su estricta responsabilidad y no representan la opinión de este portal.
Profile image

Ingrese o regístrese acá para seguir este blog.

Seguir este blog

“El primer scoring para operaciones crediticias fue diseñado en Estados Unidos por la compañía FICO en 1958 y los primeros scoring para tarjetas de crédito fueron diseñados por Montgomery Ward en 1960 y por American Bank and Trust en 1970”.

Oriol Amat

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.

El ejemplo más representativo de este caso es “M-Shwari, un instrumento de ahorro y préstamo lanzado por el Banco Comercial de África, junto con el operador de telefonía móvil Safaricom”, que se expandió rápidamente en Kenya. “M-Shwari se basa en los registros de telefonía móvil para fijar los límites de crédito iniciales, y en el ahorro y los empréstitos posteriores para ajustar los límites de crédito. M-Shwari llegó a 7 millones de kenianos en sus primeros 22 meses”.

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

(Visited 18 times, 1 visits today)
PERFIL
Profile image

Abogada especializada en Derecho Informático y Nuevas Tecnologías. Con experiencia en asesoría y consultoría en el área de tecnologías de la información y comunicación - TIC, emprendimiento, contratación pública y privada en TIC, protección de datos personales, modelos de negocios web y aplicaciones. Socia fundadora de www.abogadotic.co

Más posts de este Blog

Ver más

Lo más leído en Blogs

1

Durante años, siempre se ha hablado de los seres angélicos que nos(...)

2

La globalización es un fenómeno mundial, un concepto que apareció a finales(...)

3

Hace ya cuatro años, en Procultivos nos dimos a la tarea de(...)

2 Comentarios
Ingrese aquí para que pueda comentar este post
  1. Estimada Natalia,

    hay varios puntos que comentar de tu post:
    1. Entre los Scoring Financieros pioneros debiste considerar «The birth of SME scoring» el cual fue introducido en 1993 en USA desarrollado por Fair, Isaac y se llamó the Small Business Scoring Service (SBSS). Hoy mas de 300 bancos en USA emplean este modelo.
    2. En el cuarto párrafo haces referencia a la Inteligencia artificial como sinónimo del Big Data, y son dos cosas diferentes. Como diria el físico Stephen Hawking, «la Inteligencia Artificial es el peor error que podría cometer la humanidad y probablemente el último». Según Wikipedia, la Inteligencia Artificial (IA) «se define como un área multidisciplinar, que a través de ciencias como la computación, la lógica y la filosofía, estudia la creación y diseño de entidades capaces de resolver problemas cotidianos por sí mismas». La IA, es el aprendizaje de los datos a partir de manejos estadísticos complejos para realizar predicciones que es una de las aplicaciones más comunes hoy en día pero que expansión de aplicaciones será exponencial. Cuando hablamos de Big Data, sin embargo nos referimos a grandes volúmenes de datos, de diferentes tipos y que se crean por millones a cada minuto. De hecho podríamos hablar si de una relación entre el Big Data y la IA, siendo el primero el combustible del segundo.
    3. Respecto a la conclusión, es imprecisa. No es adecuado hablar de «procesamiento de información de formas inclusivas» , de hecho en el tratamiento estadístico de la información, ésta sufre transformaciones durante el proceso de «cleaning» pero no se altera las características estadísticas de la data porque ello si implicaría introducir ruido en el análisis. Por otro lado hablar de «algoritmos transparentes» es arriesgado, porque el IA, se basa en el uso de la ciencia y ello destierra toda opción de «algoritmos no transparentes». Si te querías referir a publicar los algoritmos que están detrás de un score, pues es como si quisieramos que el secreto industrial y el empresarial se publiquen en las webs de las compañias. Ellos son propiedad intelectual y está perfectamente normado.

    Saludos.
    Marco Bruno.

    • Hola Marco,

      Muchas gracias por tus comentarios, aprecio mucho el tiempo que le has dedicado al análisis de la publicación. Considero que tus aportes ayudan a enriquecer la discusión actual que se tiene sobre este tema en relación con el uso de las técnicas de Inteligencia Artificial. Agradezco las criticas o aportes que hagan los lectores del blog.

      Saludos cordiales,

      Natalia Ospina

Reglamento de comentarios

PORTAFOLIO no se responsabiliza por el uso y tratamiento que los usuarios le den a la información publicada en este espacio de recomendaciones, pero aclara que busca ser la sombrilla de un espacio donde el equilibrio y la tolerancia sean el eje. En ese camino, disponemos de total libertad para eliminar los contenidos que:

  1. Promuevan mensajes tipo spam.
  2. El odio ante una persona o comunidad por su condición social, racial, sexual, religiosa o de situación de discapacidad.
  3. Muestren o impulsen comportamientos o lenguajes sexualmente explícitos, violentos o dañinos.
  4. Vulneren o atenten contra los derechos de los menores de edad.

Además, tenga en cuenta que:

  • - El usuario registrado solo podrá hacer un voto por comentario.
Acepto
¿Encontró un error?

Para PORTAFOLIO las observaciones sobre su contenido son importantes. Permítanos conocerlas para, si es el caso, tomar los correctivos necesarios, o darle trámite ante las instancias pertinentes dentro de nuestra compañía.


Debes escribir el comentario
¡Gracias! Tu comentario ha sido guardado
Su calificación ha sido registrada.
Su participación ya fue registrada.
Haga su reporte
Cerrar
Debe escribir su reporte.
Su reporte ha sido enviado con éxito.
Debe ser un usuario registrado para poder reportar este comentario. Cerrar