L’accesso alle banche dati è funzionale alle operazioni di scoring e di valutazione del merito creditizio. Il contributo analizza, innanzitutto, il fondamento economico, i vantaggi e i rischi delle operazioni di raccolta e condivisione dei dati, ripercorrendo la letteratura gius-economica che ha affrontato il tema. Nella seconda parte, l’analisi si concentra sulle normative europee e nordamericane in tema di accesso alle banche dati creditizie, affrontando criticamente il profilo della tutela della privacy dei richiedenti. Le esigenze di efficienza del mercato creditizio rischiano, infatti, di compromettere il livello di protezione dei dati personali. Nonostante alcune disposizioni, sia in Europa sia negli Stati Uniti, a tutela della privacy dei consumatori del credito, permangono numerose questioni problematiche, acuite dall’uso sempre più frequente di strumenti di intelligenza artificiale e di machine learning nell’elaborazione delle decisioni relative al credito.

L’accesso alle banche dati tra efficienza del mercato creditizio e tutela dei dati. Alla ricerca di un difficile equilibrio nel confronto con l’esperienza nordamericana

C. M. Cascione
2022-01-01

Abstract

L’accesso alle banche dati è funzionale alle operazioni di scoring e di valutazione del merito creditizio. Il contributo analizza, innanzitutto, il fondamento economico, i vantaggi e i rischi delle operazioni di raccolta e condivisione dei dati, ripercorrendo la letteratura gius-economica che ha affrontato il tema. Nella seconda parte, l’analisi si concentra sulle normative europee e nordamericane in tema di accesso alle banche dati creditizie, affrontando criticamente il profilo della tutela della privacy dei richiedenti. Le esigenze di efficienza del mercato creditizio rischiano, infatti, di compromettere il livello di protezione dei dati personali. Nonostante alcune disposizioni, sia in Europa sia negli Stati Uniti, a tutela della privacy dei consumatori del credito, permangono numerose questioni problematiche, acuite dall’uso sempre più frequente di strumenti di intelligenza artificiale e di machine learning nell’elaborazione delle decisioni relative al credito.
2022
9791259651143
File in questo prodotto:
Non ci sono file associati a questo prodotto.

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/11586/412573
 Attenzione

Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo

Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact