Печалби:
- Способност да се разбере на какви данни се основава кредитното оценяване и че изкуственият интелект не предоставя резултата, а ясно обобщение на резултата и ускорява проверката на липсващия документ
- Използвайте изкуствен интелект, за да създадете проверка за съгласуваност и обосновка на проекторешение за досието на заема и да можете да вземете окончателното решение за разпределение като оторизиран експерт
- Способност да се разбере, че резултатът от модела трябва да бъде документиран по обясним, оправдан и недискриминационен начин и да поддържа червени линии
Когато пристигне заявление за кредит, на заден план има прост въпрос: „Може ли този клиент да изплати този заем и какъв риск излага на банката да плати?“ Отговорът на този въпрос е разпръснат в поредица от задачи, които заемат по-голямата част от деня на кредитния специалист: четене на отчета за приходите и разходите, изчисляване на съотношението дълг/доход, тълкуване на кредитната история (KKB - бележка на Бюрото по кредитен регистър), оценка на обезпечението, сравняването му с вътрешната политика и накрая писане на мотивирано решение. Изкуственият интелект спестява сериозно време в частите за четене, обобщаване и проверка на последователността на тези задачи. Но бъдете внимателни: AI не генерира резултата, той ви помага да разберете какво означава резултатът и къде файлът е непоследователен. Решението за отпускане на кредит, заедно с обосновката му, се подписва от упълномощения експерт.
В този раздел ще видим стъпка по стъпка на какви данни се основава кредитният рейтинг, в кой момент можете безопасно да използвате изкуствения интелект, как да проверите неговия резултат и кои червени линии никога не трябва да пресичате.
На какво се основава кредитният рейтинг?
Кредитният рейтинг е оценка, която намалява вероятността за изплащане на клиента до цифрова стойност. Типичните записи са:
- Доходи и заетост: Месечен редовен доход, работно време, непрекъснатост на източника на доходи.
- Текуща задлъжнялост: съществуващи заеми, дълг по кредитна карта, съотношение дълг към доход (съотношение на месечното плащане на дълга към дохода).
- Кредитна история: модел на минали плащания, закъснения, правни последващи записи (оценката на KKB обобщава това).
- Обезпечение: Активът (къща, превозно средство, депозит) и неговата стойност, предоставена срещу заема.
- Характеристики на търсенето: Размер на кредита, падеж, вид продукт.
Съвет: Резултатът е "оценка на вероятността", а не "факт". Двама клиенти може да имат еднакъв резултат, но техните истории може да са напълно различни. Вземането на решение, без да се вижда мотивацията зад резултата, означава да съдите книгата по корицата.
Къде е мястото на изкуствения интелект в този процес?
Ясно е къде изкуственият интелект може да се използва безопасно и къде не:
Мисия
AI роля
Кой има решението/одобрението?
Обобщете суми в документ за доход
Четене, резюме
Потвърждение от експертен източник
Проект за изчисляване на съотношението дълг/доход
проект на сметка
Експерт преизчислява
Проверка на последователността на файла (откриване на противоречия)
сканиране
Експертът потвърждава
Проект на обосновка за отхвърляне/одобрение
чернова на текст
Упълномощен експерт автор/одобрения
Обяснете значението на партитурата
Текст на описанието
Експертни прегледи
Решение за отпускане на кредит
(само чернова)
Органът/комисията решава
Както може да се види, изкуственият интелект създава чернови и проверки на всеки ред; не "решава" в нито един ред. Поддържането на това разграничение е същността на това звено.
Стъпка по стъпка: подготовка на файл с поддръжка на изкуствен интелект
- Анонимизиране. Премахване на име, TR ID, номер на сметка; Опишете клиента като "42 години, държавен служител, X сегмент".
- Поискайте чернова. Накарайте AI да прави обобщения на файлове, проверки за последователност и чернови на обосновки - не решения.
- Свържете го към източника. Маркирайте от кой документ идва всяко число в разпечатката.
- Преизчислете. Проверете сами критичните числа, като съотношение дълг/доход, съотношение на обезпечение и др.
- Филтър за политика. Проверете съответствието с вашата вътрешна кредитна политика и политика за недискриминация.
- Решение и подпис. Вие вземате решението, пишете обосновката, оставяте одитната следа.
Четири копируеми шаблона
1) Проверка на последователността на файла:
Вашата роля: проверка на последователността на кредитните файлове. Вземане на решения. Клиент (анонимен): 42 години, държавен служител, месечен нетен доход 55 000 TL, текуща месечна вноска по заема 12 000 TL, търсене 250 000 TL / 48 месеца. Задача: Има ли някакви математически или логически противоречия, липсващи документи или противоречиви дати в предоставената информация? Избройте всяка констатация с етикета „[изисква се потвърждение]“ и уточнете на каква информация се основава. Решението е мое.
2) Контрол на изчислението на съотношението дълг/доход:
Изчислете съотношението дълг/доход стъпка по стъпка със следните данни и покажете формулата. Просто направете изчислението, не вземайте решение за допустимост. Месечен нетен доход: 55 000 TLC Текущо месечно плащане по дълга: 12 000 TLE Очаквана месечна вноска по новия заем: 6 500 TLD Желан изход: текуща лихва, лихва, включително новия заем, формула и междинни стъпки.
3) Обосновка за отхвърляне/одобрение на проект (обяснимо):
Вашата роля: асистент, който ИЗГОТВЯ обосновката на решението за кредит. ВЪЗ ОСНОВА на проверените констатации, които ви давам като вход, добавяйки нова информация. Констатации: [съотношение дълг/доход 34%, адекватно съотношение на обезпечение, 1 запис на просрочие] Задача: Напишете проект на обосновка въз основа на тези констатации, който е обясним и не съдържа дискриминационен език. Без позоваване на защитени характеристики (възраст, пол, произход, съседство). Ще добавя окончателно решение и подпис.
4) Просто обяснение на резултата:
Обяснете на клиента какво означава кредитен рейтинг в 4 изречения, като използвате необвинителен език и без да използвате технически жаргон. Не използвайте лични данни, не давайте окончателни обещания. Ще проверя този текст, преди да го препратя на клиента.
Слаба подкана / Силна подкана
Слаба подкана:
Трябва ли да дадем кредит на този клиент? Решете въз основа на резултата си и напишете причината си.
Това искане оставя решението на модела, не прави връзка към източника и не предотвратява обосновката да изглежда дискриминационна.
Мощна подкана:
Вашата роля: асистент в подкрепа на вземането на решения, а не човек, който взема решения. Напишете ЧЕРНОВА обосновка въз основа на проверените констатации, които ви дадох. Покажете констатацията, на която се основава всяко изречение в скоби. Не препращайте към защитени свойства. Маркирайте всички неясни точки като „[изисква се потвърждение]“. Аз ще поема окончателното кредитно решение и отговорност.
Силната воля ограничава ролята, свързва всяка претенция с източника, предотвратява дискриминацията и запазва решението в човека.
три мини калъфа
Случай 1 — Спестяване на време. Експерт извършва проверка за съответствие на портфолио от 30 файла. AI отбелязва 5 несъответствия, като например „Доходът, деклариран в номер 8, е 60 000, но ведомостта показва 42 000.“ Експертът потвърждава всичко при източника; 3 от тях са истински, 2 от тях са фалшиви показания на изкуствения интелект. Ръчна 3-часова работа се намалява до 40 минути и не се използват предупреждения без проверка.
Случай 2 — Преизчисляването улавя грешката. AI обобщава съотношението дълг към доход като „28%“. Експертът отново пуска формулата: съществуващият дълг не е включен, реалният процент е 41%, което надвишава прага на вътрешната политика. Без проверка може да възникне фалшиво потвърждение.
Случай 3 — Дискриминационен отказ на основание. Изкуственият интелект изгражда фразата „районът, в който живее кандидатът, е рискован“ в проект за отказ. Експертът отрича това; Това твърдение носи риск от непряка дискриминация (прокси променлива) въз основа на област. Обосновката е пренаписана само с легитимни критерии като съотношение дълг към доход и запис на просрочие.
Отвъд резултата: контекстни и "гранични" файлове
Най-трудната част от кредитните решения не е откритото приемане или открито отхвърляне, а "граничните" файлове. Ако резултатът е твърде близо до прага на вътрешната политика, решението не може да бъде оставено на милостта на едно число; контекстът влиза в игра. Това е мястото, където AI може да постави капан: той оценява всеки граничен файл със същата механична логика и пропуска нюанса. Експертът е този, който добавя нюанса.
Примери за контекст, в който експерт разглежда граничен файл:
- Историята на закъснението: Дали едно закъснение се дължи на временен здравословен проблем или на постоянна неспособност за плащане? Един и същ „1 запис със закъснение“ може да разкаже две различни истории.
- Естество на дохода: Двама клиенти може да имат еднакъв доход, но единият може да получава редовна заплата, а другият да има променлив доход на свободна практика; Рисковият профил е различен.
- Отношения с банката: Досието на клиент, който работи безпроблемно от дълго време, се чете по различен начин от това на нов клиент.
AI може да ви помогне да обобщите тези контексти, но зависи от експерта да претегли и да реши — особено в гранични случаи.
Съвет: В случаите, когато резултатът е близо до прага, фокусирайте се върху въпроса „какво разказва историята на този клиент“, а не „какво каза моделът?“ Граничните файлове са мястото, където блести експертната преценка, а не автоматизацията.
Често срещани грешки
- Мисля, че резултатът е решението. Резултатът е прогноза; Това не е самото решение. Грешно е да се съди въз основа на резултата без обосновка и контекст.
- Без преизчисляване на броя. Използване на ставките и сумите, дадени от изкуствения интелект, без да ги потвърждава; Тук идва халюцинацията или погрешното разчитане.
- Не забелязвайки дискриминационното оправдание. Одобряване на обосновки, които включват защитени характеристики или заместващи променливи като квартал, възраст, пол; сериозен правен риск.
- Заобикаляне на одитната пътека. Недокументиране на коя проверена констатация се основава решението; не може да бъде защитен при последващо възражение или одит.
- Споделяне на идентификационни данни. Влизане в инструмента без анонимизиране на файла.
Внимание: При отказ на кредитно решение клиентът има право да научи причината и да възрази. Следователно обосновката трябва да бъде едновременно правилна, обяснима и свободна от дискриминация. „Моделът така го вкара“ не е оправдание.
В обобщение
Кредитният рейтинг е оценка на вероятността въз основа на данни като доход, задлъжнялост, кредитна история и обезпечение. В този процес AI произвежда четене на документи, проверка на последователност, проект на сметка и проект на обосновка; Но това не променя резултата или решението за вас. Преизчислете всяко число, припишете всяко оправдание на източника и го прекарайте през филтъра на дискриминацията. Решението за отпускане на кредита се подписва от упълномощения експерт, заедно с мотивираната обосновка. С едно изречение: Изкуственият интелект подготвя досието; Компетентно лице взема решението за кредитиране.
Задача за приложение
Дефинирайте примерно кредитно досие (анонимно: възраст, професия, доход, текущ дълг, вземане, падеж). С шаблони 1 и 2 по-горе първо направете проверка за последователност и след това изчислете съотношението дълг/доход. Ръчно преизчислете и сравнете скоростта, дадена от изкуствения интелект. След това генерирайте чернова на обосновка с третия шаблон и проверете дали в него има защитено свойство или заместваща променлива; Пренапишете го с легитимни критерии, ако има такива.
контролен списък
- [] Анонимизирах файла; Не съм споделял никаква идентификационна информация.
- [ ] Дадох на изкуствения интелект чернова/контролна задача, а не решение.
- [ ] Преизчислих на ръка съотношението дълг/доход и критичните числа.
- [ ] Приписах обосновката на проверени констатации и цитирах източника.
- [ ] Проверих, че в аргумента няма променлива защитено свойство/прокси.
- [ ] Записах решението и обосновката му; Поех крайната отговорност.