Vienetas 2 / 11

Kredito rizikos įvertinimas ir palaikymas balais: AI projekto patvirtinimas

Pelnas:

  • Gebėjimas suprasti, kuo grindžiamas duomenų įskaitymas ir kad dirbtinis intelektas suteikia ne balą, o aiškią balo suvestinę ir pagreitina trūkstamų dokumentų patikrinimą
  • Naudokite dirbtinį intelektą, kad pateiktumėte paskolos bylos nuoseklumo patikrinimą ir sprendimo projekto pagrindimą bei galėtumėte priimti galutinį sprendimą dėl paskirstymo kaip įgaliotasis ekspertas.
  • Gebėjimas suprasti, kad modelio išvestis turi būti dokumentuojama paaiškinamai, pateisinamai ir nediskriminuojant, ir išlaikyti raudonas linijas

Kai gaunama paskolos paraiška, fone pasirodo paprastas klausimas: „Ar šis klientas gali grąžinti šią paskolą ir kokią riziką jis rizikuoja mokėti bankui? Atsakymas į šį klausimą pasiskirsto eilėje užduočių, kurios užima didžiąją kredito specialisto dienos dalį: pajamų ataskaitos skaitymas, skolos/pajamų santykio apskaičiavimas, kredito istorijos interpretavimas (KKB – Kreditų registro biuro pastaba), užstato įvertinimas, palyginimas su vidaus politika ir galiausiai motyvuoto sprendimo surašymas. Dirbtinis intelektas sutaupo daug laiko skaitant, apibendrinant ir tikrinant šių užduočių nuoseklumą. Tačiau būkite atsargūs: AI negeneruoja balo, jis padeda suprasti, ką reiškia balas ir kur failas nenuoseklus. Sprendimą dėl kredito skyrimo kartu su jo pagrindimu pasirašo įgaliotas ekspertas.

Šiame skyriuje žingsnis po žingsnio pamatysime, kuo grindžiamas duomenų įskaitymas, kuriuo metu galite saugiai naudoti dirbtinį intelektą, kaip patikrinti jo išvestį ir kokių raudonų linijų niekada neturėtumėte peržengti.

Kuo pagrįstas kredito balas?

Kredito balas yra įvertinimas, kuris sumažina kliento tikimybę grąžinti pinigus iki skaitinės vertės. Tipiški įrašai yra šie:

  • Pajamos ir užimtumas: reguliarios mėnesinės pajamos, darbo valandos, pajamų šaltinio tęstinumas.
  • Dabartinis įsiskolinimas: turimos paskolos, kredito kortelių skola, skolos ir pajamų santykis (mėnesinio skolos mokėjimo ir pajamų santykis).
  • Kredito istorija: buvęs mokėjimas, vėlavimai, teisiniai tolesni įrašai (KKB balas tai apibendrina).
  • Užstatas: turtas (namas, transporto priemonė, indėlis) ir jo vertė, suteikta už paskolą.
  • Paklausos charakteristikos: Paskolos suma, terminas, prekės tipas.
Patarimas: rezultatas yra „tikimybės įvertinimas“, o ne „faktas“. Du klientai gali turėti vienodą balą, tačiau jų istorijos gali būti visiškai skirtingos. Apsispręsti nematant balų motyvų – tai vertinti knygą pagal jos viršelį.

Kur šiame procese yra dirbtinis intelektas?

Aišku, kur dirbtinį intelektą galima saugiai panaudoti, o kur – ne:

Quest

AI vaidmuo

Kas turi sprendimą/patvirtinimą?

Sumas susumuokite pajamų dokumente

Skaitymas, santrauka

Patvirtinimas iš ekspertų šaltinio

Skolos/pajamų santykio skaičiavimo projektas

sąskaitos juodraštis

Ekspertas perskaičiuoja

Failų nuoseklumo patikrinimas (prietaravimų radimas)

nuskaityti

Ekspertas patvirtina

Projekto atmetimo/patvirtinimo pagrindimas

teksto juodraštis

Įgaliotas ekspertas autorius / patvirtinimai

Paaiškinkite balos reikšmę

Aprašo tekstas

Ekspertų atsiliepimai

Sprendimas dėl kredito skyrimo

(tik juodraštis)

Institucija/komitetas nusprendžia

Kaip matyti, dirbtinis intelektas sukuria juodraščius ir tikrina kiekvieną eilutę; „neapsisprendžia“ jokioje eilutėje. Šio skirtumo išlaikymas yra šio vieneto esmė.

Žingsnis po žingsnio: paruoškite failą su dirbtinio intelekto palaikymu

  1. Anonimizuoti. Pašalinti vardą, pavardę, TR ID, sąskaitos numerį; Klientą apibūdinkite kaip „42 m., valstybės darbuotojas, X segmentas“.
  2. Prašyti juodraščio. Tegul dirbtinis intelektas sudaro rinkmenų santraukas, nuoseklumo patikras ir pagrindimo projektus, o ne sprendimus.
  3. Prijunkite jį prie šaltinio. Pažymėkite, iš kurio dokumento yra gautas kiekvienas spaudinio numeris.
  4. Perskaičiuoti. Pats patikrinkite svarbiausius skaičius, pvz., skolos ir pajamų santykį, užstato santykį ir kt.
  5. Politikos filtras. Patikrinkite, ar laikomasi vidaus kredito politikos ir nediskriminavimo politikos.
  6. Sprendimas ir parašas. Jūs priimate sprendimą, rašote pagrindimą, paliekate audito pėdsaką.

Keturi kopijuojami šablonai

1) Failo nuoseklumo patikrinimas:

Jūsų vaidmuo: kredito failo nuoseklumo tikrintojas. Sprendimų priėmimas. Klientas (anonimas): 42 m., valstybės tarnautojas, mėnesinės grynosios pajamos 55 000 Lt, einamoji mėnesinė paskolos įmoka 12 000 Lt, reikalavimas 250 000 Lt / 48 mėn. Užduotis: Ar pateiktoje informacijoje yra matematinių ar loginių prieštaravimų, trūksta dokumentų ar nenuoseklios datos? Išvardykite kiekvieną radinį su etikete „[reikalingas patvirtinimas]“ ir nurodykite, kokia informacija ji pagrįsta. Sprendimas yra mano.

2) Skolos/pajamų santykio skaičiavimo kontrolė:

Žingsnis po žingsnio apskaičiuokite skolos/pajamų santykį naudodami šiuos duomenis ir parodykite formulę.Tiesiog atlikite skaičiavimą, nepriimkite sprendimo dėl tinkamumo.Mėnesio grynosios pajamos: 55 000 TLCDabartinis mėnesinis skolos mokėjimas: 12 000 TLNumatoma naujos paskolos mėnesinė įmoka: 6500 TLDnorima išvestis: nauja paskolos norma ir norma.

3) Projekto atmetimo / patvirtinimo pagrindimas (paaiškinamas):

Jūsų vaidmuo: asistentas, parengęs sprendimo dėl paskolos pagrindimą. Remdamasis patikrintomis išvadomis, pateikiu jums informaciją, pridėdamas naujos informacijos. Išvados: [skolos/pajamų santykis 34%, užstato santykis pakankamas, 1 įrašas apie nusikalstamą veiką]Užduotis: Remdamiesi šiomis išvadomis, parašykite loginio pagrindimo projektą, kuris būtų paaiškinamas ir kuriame nebūtų diskriminuojančios kalbos. Nėra nuorodos į saugomas savybes (amžių, lytį, kilmę, kaimynystę). Pridedu galutinį sprendimą ir parašą.

4) Paprastas balo paaiškinimas:

Paaiškinkite klientui, ką reiškia kredito balas 4 sakiniais, vartodami nekaltinamą kalbą ir nevartodami techninio žargono. Nenaudokite asmens duomenų, neduokite galutinių pažadų. Prieš persiųsdamas klientui šį tekstą patikrinsiu.

Silpnas raginimas / Stiprus raginimas

Silpnas raginimas:

Ar turėtume suteikti kreditą šiam klientui? Nuspręskite pagal savo balą ir parašykite priežastį.

Šis prašymas palieka sprendimą modeliui, nesusieja su šaltiniu ir netrukdo pagrindimui pasirodyti diskriminaciniu.

Galingas raginimas:

Jūsų vaidmuo: sprendimų paramos padėjėjas, o ne sprendimų priėmėjas. Parašykite pagrindimo JURAŽĄ, remdamiesi patikrintomis išvadomis, kurias jums pateikiau. Skliausteliuose parodykite radinį, kuriuo grindžiamas kiekvienas sakinys. Nenurodykite saugomų savybių. Pažymėkite visus neaiškius taškus kaip „[reikalingas patvirtinimas]“. Aš priimsiu galutinį sprendimą dėl kredito ir atsakomybę.

Stipri valia apriboja vaidmenį, kiekvieną pretenziją susieja su šaltiniu, užkerta kelią diskriminacijai ir išlaiko sprendimą asmenyje.

trys mini dėklai

1 atvejis – laiko taupymas. Ekspertas atlieka 30 failų aplanko nuoseklumo patikrinimą. AI pažymi 5 neatitikimus, pvz., „8 numeriu deklaruotos pajamos yra 60 000, bet darbo užmokesčio sąraše rodoma 42 000“. Ekspertas visa tai patvirtina prie šaltinio; 3 iš jų yra tikri, 2 iš jų yra klaidingi dirbtinio intelekto rodmenys. Rankinis 3 valandų darbas sutrumpinamas iki 40 minučių ir nepatvirtinus įspėjimai nenaudojami.

2 atvejis – perskaičiavimas nustato klaidą. AI apibendrina skolos ir pajamų santykį kaip „28%. Ekspertas vėl paleidžia formulę: esama skola neįskaičiuota, reali norma yra 41%, o tai viršija vidaus politikos slenkstį. Nepatvirtinus gali atsirasti klaidingas patvirtinimas.

3 atvejis. Diskriminacinis paneigimas. Dirbtinis intelektas atmetimo juodraštyje sukuria frazę „sritis, kurioje pareiškėjas gyvena, yra rizikinga“. Ekspertas tai neigia; Šis teiginys kelia netiesioginės diskriminacijos (pagalbinio kintamojo) pagal rajoną riziką. Pateisinimas perrašomas remiantis tik teisėtais kriterijais, tokiais kaip skolos ir pajamų santykis ir nusikalstamų veikų įrašas.

Be rezultato: konteksto ir „ribinių“ failų

Sunkiausia kredito sprendimų dalis yra ne atviras priėmimas ar atviras atmetimas, o „ribinės“ bylos. Jei rezultatas per arti vidaus politikos slenksčio, sprendimas negali būti paliktas vieno skaičiaus malonei; kontekstas įsijungia. Čia dirbtinis intelektas gali nustatyti spąstus: kiekvieną ribinį failą jis įvertina ta pačia mechanine logika ir praleidžia niuansus. Būtent ekspertas prideda niuansų.

Konteksto, kuriame ekspertas žiūri į pasienio failą, pavyzdžiai:

  • Vėlavimo istorija: ar vienas vėlavimas buvo dėl laikinų sveikatos problemų ar nuolatinio negalėjimo mokėti? Tas pats „1 vėlavimo įrašas“ gali papasakoti dvi skirtingas istorijas.
  • Pajamų pobūdis: Du klientai gali turėti vienodas pajamas, tačiau vienas gali būti nuolatinis atlyginimas, o kitas – kintamas laisvai samdomas darbuotojas; Rizikos profilis skiriasi.
  • Santykiai su banku: ilgą laiką sklandžiai dirbančio kliento byla skaitoma kitaip nei naujo kliento.

AI gali padėti jums apibendrinti šiuos kontekstus, tačiau ekspertas turi pasverti ir nuspręsti, ypač ribiniais atvejais.

Patarimas: tais atvejais, kai rezultatas yra arti slenksčio, sutelkite dėmesį į klausimą „ką pasakoja šio kliento istorija“, o ne „ką pasakė modelis? Ribinės bylos yra ten, kur šviečia ekspertų sprendimas, o ne automatika.

Dažnos klaidos

  • Galvojimas apie rezultatą yra sprendimas. Rezultatas yra numatymas; Tai nėra pats sprendimas. Neteisinga vertinti pagal balą be pagrindimo ir konteksto.
  • Neperskaičiuoja skaičiaus. Naudojant dirbtinio intelekto pateiktus rodiklius ir sumas jų nepatvirtinus; Čia atsiranda haliucinacijos arba klaidingas skaitymas.
  • Nepastebėti diskriminacinio pagrindimo. Patvirtinti pagrindimus, apimančius saugomas savybes arba pakaitinius kintamuosius, pvz., kaimynystę, amžių, lytį; rimta teisinė rizika.
  • Apeiti audito seką. Nepateikimas dokumentų, kuriais remiantis buvo priimtas sprendimas; negali būti apginamas vėlesnio prieštaravimo ar audito metu.
  • Dalijimasis kredencialais. Įrankio įvedimas neanoniminant failo.
Dėmesio: atmetus kredito sprendimą, klientas turi teisę sužinoti priežastį ir nesutikti. Todėl pagrindimas turi būti teisingas, paaiškinamas ir nediskriminuojamas. „Modelis taip įvertino“ nėra pateisinimas.

Apibendrinant

Kredito įvertinimas yra tikimybės įvertinimas, pagrįstas tokiais duomenimis kaip pajamos, įsiskolinimas, kredito istorija ir užstatas. Šiame procese AI parengia dokumentų skaitymą, nuoseklumo patikrą, sąskaitos projektą ir pagrindimo juodraštį; Tačiau tai nekeičia balo ar jūsų sprendimo. Perskaičiuokite kiekvieną skaičių, priskirkite kiekvieną pagrindimą šaltiniui ir perkelkite jį per diskriminacijos filtrą. Sprendimą dėl kredito skyrimo pasirašo įgaliotas ekspertas kartu su paaiškinamu pagrindimu. Vienu sakiniu: Dirbtinis intelektas paruošia bylą; Kompetentingas asmuo priima sprendimą dėl kredito.

Taikymo užduotis

Apibrėžkite kredito failo pavyzdį (anoniminį: amžius, profesija, pajamos, dabartinė skola, reikalavimas, terminas). Naudodami anksčiau pateiktus 1 ir 2 šablonus pirmiausia patikrinkite nuoseklumą ir tada apskaičiuokite skolos ir pajamų santykį. Rankiniu būdu perskaičiuokite ir palyginkite dirbtinio intelekto pateiktą rodiklį. Tada sugeneruokite pagrindimo juodraštį naudodami 3 šabloną ir patikrinkite, ar jame yra saugoma nuosavybė arba pakaitinis kintamasis; Perrašykite jį pagal teisėtus kriterijus, jei tokių yra.

kontrolinis sąrašas

  • [ ] anonimizuojau failą; Jokia identifikavimo informacija nepasidalinau.
  • [ ] Dirbtiniam intelektui daviau projekto/kontrolės užduotį, o ne sprendimą.
  • [ ] Skolos/pajamų santykį ir kritinius skaičius perskaičiavau ranka.
  • [ ] Loginį pagrindimą priskyriau patikrintoms išvadoms ir nurodžiau šaltinį.
  • [ ] Patikrinau, ar argumente nėra apsaugotos nuosavybės / įgaliotojo kintamojo.
  • [ ] Įrašiau sprendimą ir jo pagrindimą; Prisiėmiau galutinę atsakomybę.