Artificial Intelligence (AI) is transforming the credit scoring sector, reshaping creditworthiness assessment and introducing new regulatory challenges. The use of algorithms and machine learning models enables the processing of a wide range of data, including “alternative data,” expanding credit access while raising ethical and legal concerns. The main issues involve transparency, the risk of discriminatory biases, and the “black box” effect, making it difficult to understand the decision-making criteria of algorithms. The European Union has introduced increasingly stringent regulations (such as to be definable as "brutal"), including the AI Act, to ensure fairness and consumer protection. The comparison between the credit sector and the judicial system highlights similarities in algorithmic decision-making models, suggesting the need for an integrated regulatory approach to address the challenges of automation in decision making processes.

L’Intelligenza Artificiale (IA) sta trasformando il settore del credit scoring, influenzando il processo di valutazione del merito creditizio e introducendo nuove sfide regolatorie. L’uso di algoritmi e modelli di machine learning consente di elaborare una vasta gamma di dati, inclusi i cosiddetti “dati alternativi”, ampliando le possibilità di accesso al credito ma sollevando al contempo questioni etiche e giuridiche. Il principale problema riguarda la trasparenza, il rischio di bias discriminatori e l’effetto “black box”, che rende difficile comprendere i criteri decisionali degli algoritmi. L’Unione Europea ha introdotto normative sempre più stringenti (tali da poter essere definite “brutali”), tra cui l’AI Act, per garantire equità e protezione dei consumatori. Il confronto tra il settore creditizio e il sistema giudiziario evidenzia analogie nei modelli decisionali algoritmici, suggerendo la necessità di un approccio regolatorio integrato per affrontare le sfide dell’automazione nel processo decisionale.

“Meritare” il credito nella governance digitale (“Deserving” credit in digital governance)

Lorenzo Rodio Nico
2024-01-01

Abstract

Artificial Intelligence (AI) is transforming the credit scoring sector, reshaping creditworthiness assessment and introducing new regulatory challenges. The use of algorithms and machine learning models enables the processing of a wide range of data, including “alternative data,” expanding credit access while raising ethical and legal concerns. The main issues involve transparency, the risk of discriminatory biases, and the “black box” effect, making it difficult to understand the decision-making criteria of algorithms. The European Union has introduced increasingly stringent regulations (such as to be definable as "brutal"), including the AI Act, to ensure fairness and consumer protection. The comparison between the credit sector and the judicial system highlights similarities in algorithmic decision-making models, suggesting the need for an integrated regulatory approach to address the challenges of automation in decision making processes.
2024
L’Intelligenza Artificiale (IA) sta trasformando il settore del credit scoring, influenzando il processo di valutazione del merito creditizio e introducendo nuove sfide regolatorie. L’uso di algoritmi e modelli di machine learning consente di elaborare una vasta gamma di dati, inclusi i cosiddetti “dati alternativi”, ampliando le possibilità di accesso al credito ma sollevando al contempo questioni etiche e giuridiche. Il principale problema riguarda la trasparenza, il rischio di bias discriminatori e l’effetto “black box”, che rende difficile comprendere i criteri decisionali degli algoritmi. L’Unione Europea ha introdotto normative sempre più stringenti (tali da poter essere definite “brutali”), tra cui l’AI Act, per garantire equità e protezione dei consumatori. Il confronto tra il settore creditizio e il sistema giudiziario evidenzia analogie nei modelli decisionali algoritmici, suggerendo la necessità di un approccio regolatorio integrato per affrontare le sfide dell’automazione nel processo decisionale.
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/11586/547960
 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