Добици:
- Способност да се разуме на основу чега се заснива кредитна оцена и да вештачка интелигенција не даје резултат, већ јасан резиме резултата и убрзава проверу недостајућих докумената
- Користите вештачку интелигенцију за проверу конзистентности и нацрт образложења одлуке за досије зајма и можете да донесете коначну одлуку о додели као овлашћени стручњак
- Способност да се разуме да излаз модела мора бити документован на објашњив, оправдан и недискриминаторски начин и одржавати црвене линије
Када стигне захтев за кредит, у позадини је једноставно питање: „Може ли овај клијент да отплати овај кредит и који ризик ставља банку у плаћање?“ Одговор на ово питање је распршен у низу задатака који кредитном стручњаку заузимају највећи део дана: читање биланса успеха, израчунавање односа дуга/прихода, тумачење кредитне историје (ККБ – напомена Кредитног бироа), процена колатерала, упоређивање са интерном политиком и на крају писање образложене одлуке. Вештачка интелигенција штеди озбиљно време у читању, сумирању и провери доследности делова ових задатака. Али будите опрезни: АИ не генерише резултат, помаже вам да разумете шта резултат значи и где је датотека недоследна. Одлуку о додели кредита, заједно са образложењем, потписује овлашћено лице.
У овој јединици ћемо видети корак по корак на основу чега се заснива кредитно бодовање, у ком тренутку можете безбедно да користите вештачку интелигенцију, како да проверите њен излаз и које црвене линије никада не би требало да пређете.
На чему се заснива кредитни бодовање?
Кредитни резултат је процена која смањује клијентову вероватноћу отплате на нумеричку вредност. Типични уноси су:
- Приходи и радни однос: Редовна месечна примања, радно време, континуитет извора прихода.
- Текућа задуженост: Постојећи кредити, дуг по кредитним картицама, однос дуга и прихода (однос месечне отплате дуга и прихода).
- Кредитна историја: претходни образац плаћања, кашњења, правни записи о праћењу (ККБ резултат ово сумира).
- Колатерал: Имовина (кућа, возило, депозит) и њена вредност обезбеђена на основу кредита.
- Карактеристике тражње: Износ кредита, рок доспећа, врста производа.
Савет: Резултат је „процена вероватноће“, а не „чињеница“. Два купца могу имати исти резултат, али њихове приче могу бити потпуно различите. Доношење одлуке без сагледавања разлога за партитуру је суђење о књизи по корицама.
Где је вештачка интелигенција у овом процесу?
Јасно је где се вештачка интелигенција може безбедно користити, а где не:
Куест
АИ улога
Ко има одлуку/одобрење?
Сумирајте износе у документу о приходу
Читање, резиме
Потврда из стручног извора
Нацрт обрачуна односа дуга/прихода
нацрт рачуна
Експерт прерачунава
Провера доследности датотеке (проналажење контрадикторности)
скенирати
Стручњак потврђује
Нацрт образложења одбијања/одобрења
нацрт текста
Овлашћени стручни аутор/одобрења
Објасни значење партитуре
Текст описа
Рецензије стручњака
Одлука о додели кредита
(само нацрт)
Орган/комитет одлучује
Као што се може видети, вештачка интелигенција производи нацрте и провере на свакој линији; не „одлучује“ ни у једној линији. Одржавање ове разлике је суштина ове јединице.
Корак по корак: припрема датотеке са подршком за вештачку интелигенцију
- Анонимизирај. Уклоните име, ТР ИД, број рачуна; Опишите купца као „42 године, јавни службеник, Кс сегмент“.
- Затражите нацрт. Нека АИ ради резимее фајлова, проверу доследности и нацрте образложења – а не одлуке.
- Повежите га са извором. Означите из ког документа долази сваки број у испису.
- Прерачунај. Сами проверите критичне бројеве, као што су однос дуга и прихода, однос колатерала итд.
- Филтер политике. Проверите усклађеност са вашом интерном кредитном политиком и политиком недискриминације.
- Решење и потпис. Ви доносите одлуку, пишете образложење, остављате ревизорски траг.
Четири шаблона за копирање
1) Провера доследности датотеке:
Ваша улога: провера доследности кредитне датотеке. Доношење одлука. Клијент (анонимно): 42 године, јавни службеник, месечни нето приход 55.000 ТЛ, тренутна месечна отплата кредита 12.000 ТЛ, потражња 250.000 ТЛ / 48 месеци. Задатак: Да ли постоје математичке или логичке противречности, недостајући документи или недоследни датуми у датим информацијама? Наведите сваки налаз са ознаком „[потребна је потврда]“ и наведите на којим информацијама се заснива. Одлука је моја.
2) Контрола обрачуна односа дуга/прихода:
Израчунајте однос дуга/прихода корак по корак са следећим подацима и прикажите формулу. Само урадите прорачун, немојте доносити одлуку о подобности. Месечни нето приход: 55.000 ТЛЦ Тренутна месечна отплата дуга: 12.000 ТЛЕ процењена месечна рата новог кредита: 6.500 ТЛД, нова стопа, тренутна стопа и излазна стопа: међукораци.
3) Нацрт образложења одбијања/одобравања (објашњиво):
Ваша улога: помоћник који САСТАВЉА образложење одлуке о кредиту. НА ОСНОВУ проверених налаза дајем вам као инпут, додајући нове информације. Налази: [однос дуга/прихода 34%, однос колатерала адекватан, 1 евиденција о кашњењу] Задатак: Напишите нацрт образложења на основу ових налаза који је објашњив и не садржи дискриминаторски језик. Нема позивања на заштићене карактеристике (старост, пол, порекло, комшилук). Додаћу коначну одлуку и потпис.
4) Једноставно објашњење резултата:
Објасните клијенту шта значи кредитни резултат у 4 реченице, користећи неоптужујући језик и без употребе техничког жаргона. Не користите личне податке, немојте давати коначна обећања. Проверићу овај текст пре него што га проследим купцу.
Слаби промпт / Јаки промпт
Слабо обавештење:
Да ли треба да дамо признање овом купцу? Одлучите на основу свог резултата и напишите свој разлог.
Овај захтев препушта одлуку моделу, не повезује се са извором и не спречава да оправдање изгледа дискриминаторно.
Снажан упит:
Ваша улога: помоћник за подршку одлучивању, а не доносилац одлука. Напишите НАЦРТ образложења на основу проверених налаза које сам вам дао. Покажите у загради налаз на коме се заснива свака реченица. Немојте упућивати на заштићена својства. Означите све нејасне тачке као „[потребна је потврда]“. Ја ћу преузети коначну одлуку о кредиту и одговорност.
Јака воља ограничава улогу, везује сваку тврдњу са извором, спречава дискриминацију и задржава одлуку у личности.
три мини кофера
Случај 1 — Уштеда времена. Стручњак врши проверу конзистентности портфеља од 30 датотека. АИ означава 5 неслагања као што је „Приход декларисан у броју 8 је 60.000, али платни списак показује 42.000.“ Стручњак то све потврђује на извору; 3 од њих су стварна, 2 су лажна очитавања вештачке интелигенције. Ручни 3-сатни посао је смањен на 40 минута и ниједна упозорења се не користе без верификације.
Случај 2 — Поновно израчунавање открива грешку. АИ сумира однос дуга и прихода као „28%.“ Експерт поново покреће формулу: постојећи дуг није укључен, реална стопа је 41%, што прелази праг унутрашње политике. Без верификације може доћи до лажне потврде.
Случај 3 — Дискриминаторно порицање. Вештачка интелигенција конструише фразу „подручје у којем апликант живи је ризично“ у нацрту одбијања. Експерт то пориче; Ова изјава носи ризик индиректне дискриминације (проки варијабла) на основу округа. Образложење је поново написано само са легитимним критеријумима као што су однос дуга и прихода и евиденција о кашњењу.
Изван резултата: контекст и "гранични" фајлови
Најтежи део кредитних одлука није отворено прихватање или отворено одбијање, већ „гранични“ фајлови. Ако је резултат преблизу прагу унутрашње политике, одлука се не може препустити на милост и немилост једном броју; контекст долази у обзир. Овде АИ може поставити замку: процењује сваки гранични фајл са истом механичком логиком и пропушта нијансу. Стручњак је тај који додаје нијансу.
Примери контекста у којима стручњак гледа датотеку ивице:
- Прича о кашњењу: Да ли је једно кашњење било због привремених здравствених проблема или трајне немогућности плаћања? Исти „1 запис кашњења“ може испричати две различите приче.
- Природа прихода: Два клијента могу имати једнака примања, али један може бити редовни зарадник, а други варијабилни хонорарни приход; Профил ризика је другачији.
- Однос са банком: Досије клијента који већ дуже време ради несметано чита се другачије него код новог клијента.
АИ вам може помоћи да сумирате ове контексте, али на стручњаку је да процени и одлучи - посебно у граничним случајевима.
Савет: У случајевима када је резултат близу прага, фокусирајте се на питање „шта прича прича овог купца“, а не „шта је модел рекао?“ Граничне датотеке су тамо где сија стручно мишљење, а не аутоматизација.
Уобичајене грешке
- Размишљање о резултату је одлука. Резултат је предвиђање; То није сама одлука. Погрешно је судити на основу резултата без оправдања и контекста.
- Не прерачунавајући број. Коришћење стопа и укупних вредности које даје вештачка интелигенција без њихове потврђивања; Овде долази до халуцинација или погрешног читања.
- Не примећујући дискриминаторско оправдање. Одобре оправдања која укључују заштићене карактеристике или замјенске варијабле као што су сусједство, старост, пол; озбиљан правни ризик.
- Заобилазећи ревизорски траг. Недокументовање на ком је потврђеном налазу заснована одлука; не може се бранити у накнадном приговору или ревизији.
- Дељење акредитива. Улазак у алатку без анонимизације датотеке.
Пажња: Када је одлука о кредиту одбијена, клијент има право да сазна разлог и да приговори. Стога, оправдање мора бити исправно, објашњиво и без дискриминације. „Манекенка је то тако постигла” није оправдање.
Укратко
Кредитни скоринг је процена вероватноће заснована на подацима као што су приход, задуженост, кредитна историја и колатерал. У овом процесу, АИ производи читање докумената, проверу доследности, нацрт рачуна и нацрт оправдања; Али то не мења резултат или одлуку за вас. Поново израчунајте сваки број, припишите свако оправдање извору и прођите га кроз филтер дискриминације. Одлуку о додели кредита потписује овлашћени стручњак, заједно са образложењем. У једној реченици: Вештачка интелигенција припрема фајл; Одлуку о кредиту доноси компетентно лице.
Задатак апликације
Дефинишите пример кредитне датотеке (анонимно: старост, занимање, приход, текући дуг, потраживање, рок доспећа). Са горе наведеним шаблонима 1 и 2, прво урадите проверу доследности, а затим израчунајте однос дуга/прихода. Ручно прерачунајте и упоредите стопу коју даје вештачка интелигенција. Затим генеришите нацрт оправдања са 3. шаблоном и проверите да ли у њему постоји заштићено својство или сурогат варијабла; Препишите га уз легитимне критеријуме, ако их има.
контролна листа
- [ ] Анонимизовао сам датотеку; Нисам поделио никакве идентификационе податке.
- [ ] Дао сам вештачкој интелигенцији нацрт/контролни задатак, а не одлуку.
- [ ] Ручно сам прерачунао однос дуга/прихода и критичне бројеве.
- [ ] Образложење сам приписао провереним налазима и навео извор.
- [ ] Проверио сам да у аргументу не постоји заштићено својство/прокси променљива.
- [ ] Забележио сам одлуку и њено образложење; Преузео сам крајњу одговорност.