l’introduzione dell’Intelligenza Artificiale (IA) e del machine learning nel credit sco ring sta trasformando i metodi di valutazione del merito creditizio. L’uso dei big data e dei soft data ha migliorato l’accuratezza delle analisi, ampliato l’inclusione finanziaria e ridotto i costi operativi, ma ha anche sollevato criticità etiche, normative e tecniche, quali il black box effect e i bias algoritmici. La normativa, pur cercando di regolamentare queste innovazioni, mostra ancora lacune significative. Nonostante i progressi regolatori e l’intervento della Corte di Giustizia europea, rimangono aperte questioni legate alla trasparenza, alla spiegabilità e alla non discriminazione, evidenziando l’urgenza di un intervento legislativo costante e omnicomprensivo.
Merito creditizio e algoritmi decisionali
Lorenzo Rodio Nico
2024-01-01
Abstract
l’introduzione dell’Intelligenza Artificiale (IA) e del machine learning nel credit sco ring sta trasformando i metodi di valutazione del merito creditizio. L’uso dei big data e dei soft data ha migliorato l’accuratezza delle analisi, ampliato l’inclusione finanziaria e ridotto i costi operativi, ma ha anche sollevato criticità etiche, normative e tecniche, quali il black box effect e i bias algoritmici. La normativa, pur cercando di regolamentare queste innovazioni, mostra ancora lacune significative. Nonostante i progressi regolatori e l’intervento della Corte di Giustizia europea, rimangono aperte questioni legate alla trasparenza, alla spiegabilità e alla non discriminazione, evidenziando l’urgenza di un intervento legislativo costante e omnicomprensivo.I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.


