La IA reduce la democratización financiera en las fintech

“Existe un riesgo de no entregar los créditos basados en sesgos como el género, el código postal o el estado de la República donde se encuentre el usuario”, comenta Obregón, respecto a la discriminación generada por la poca información en los sistemas de IA de las fintech, cuyo fin es eliminar la subjetividad de los analistas de crédito en los bancos.

En este sentido también detalla que una de las principales razones por la cual no se implementa la IA dentro de estas plataformas es su limitado acceso a información para generar modelos más confiables. “Para las fintech como nosotros, que llegamos a prestar 300,000 pesos y damos plazos de 36 meses para pagar, es complicado obtener datos”, resalta Obregón.

Sobre esto habló desde 2019 Tobias Adrian, director de Asuntos Monetarios y Mercados Financieros del Fondo Monetario Internacional , quien en un discurso explicó que, a pesar de las oportunidades creadas por las fintech, es necesario tener en cuenta algunas de las complejidades en torno a ellas, como el hecho de que sus herramientas analíticas se basan en la mentalidad de quienes las diseñan, cuyos juicios sociales podrían influir en no entregar préstamos a grupos minoritarios, por ejemplo.

Otro punto en donde las fintech deben poner atención para evitar la inequidad, señaló Adrian, es el de la infraestructura, pues su potencial podría verse afectado debido al acceso desigual a internet. En este sentido han trabajado opciones como Tala, la cual ha generado un enfoque diferente respecto a la IA, además de orientarse a dispositivos Android, pues son de mayor acceso para la población.

David Lask, general manager de Tala México, explica que en su plataforma usan IA para analizar información socioeconómica de las personas, como su dirección o los ingresos promedio que obtienen, sin embargo, no lo hacen para determinar si entregarán un crédito, sino para ajustarlo a sus características y capacidades de pago.

“Democratizar las finanzas no sólo es hacerle llegar un producto estandarizado a los clientes”, resalta Lask, “sino que a partir de los análisis debemos darle una identidad crediticia. Saber cada cuánto recibe dinero, por ejemplo, qué tipo de problemáticas tiene, y a partir de ahí establecer una relación de pago”.

En esto coincide Obregón, quien puntualiza que es necesario ponderar que muchas veces los sesgos se basan en las generalidades mostradas por los datos y asumir que todos actuarán de las misma manera es algo erróneo.

Por otra parte, los especialistas apuntan que el uso de la tecnología de Inteligencia Artificial no debe limitarse a un área de acción en las fintech, pues si bien tiene la capacidad de resolver con rapidez la evaluación del préstamo, aún necesita más desarrollo para integrarse a los modelos crediticios.

Desde Prestadero ha sido usada en modelos de marketing o en la atención a clientes por medio de chatbots para responder de manera automática a los usuarios, pero, concluye Obregón, “no la vemos aún como una solución en la inclusión financiera que buscan las fintech”.