Desarrollo de procedimiento de transición de evaluación en tres fases
La plataforma de finanzas con inteligencia artificial Apfinite anunció el 3 de septiembre que ha solicitado en conjunto con la División de Cooperación Académico-Industrial de la Universidad de Seúl una patente sobre tecnología de IA que mejora la precisión de la evaluación crediticia.
Esta patente representa el primer resultado del proyecto de investigación conjunta "Marco Financiero Basado en IA" que Apfinite y la Universidad de Seúl iniciaron el año anterior para aumentar el acceso financiero en países en desarrollo.
La tecnología patentada se fundamenta en incorporar la capacidad de reembolso de clientes rechazados en solicitudes de crédito en el proceso de evaluación, algo que resultaba difícil de aplicar en sistemas de evaluación crediticia tradicionales. Mientras que los clientes aprobados acumulan datos sobre cumplimiento o mora posterior, los clientes rechazados presentan dificultades para confirmar si realmente poseen capacidad de reembolso.
El sistema existente presentaba una limitación: aunque la inteligencia artificial predice la probabilidad de reembolso de clientes aprobados, los criterios finales de aprobación o rechazo dependían de reglas establecidas manualmente por personas.
Para superar esta limitación, el equipo de investigación de Apfinite y la Universidad de Seúl desarrolló un procedimiento de transición de evaluación en tres fases. En primer lugar, entrenan la inteligencia artificial para que tome decisiones idénticas a los criterios de evaluación existentes. Posteriormente, utilizan datos históricos para validar la efectividad de los nuevos métodos de evaluación.
Durante este proceso, se calcula de manera integral no solo la tasa de insolvencia, sino también los ingresos por intereses, recuperación de capital, pérdidas y costos, considerando simultáneamente los ingresos perdidos por rechazos de crédito y las pérdidas resultantes de aprobaciones.
En la fase final, se selecciona un grupo de clientes rechazados previamente considerados como de menor riesgo y se aprueban de forma piloto. Al acumular los resultados reales de reembolso de estos clientes, se obtienen datos sobre la capacidad de reembolso del grupo de clientes rechazados, información que anteriormente era difícil de conseguir.
Shin Jae-hyuk, líder de IA en Apfinite, expresó: "La investigación iniciada conjuntamente con la Universidad de Seúl derivó en una solicitud de patente real en solo un año. Esta tecnología resuelve una limitación histórica de los sistemas de evaluación crediticia que aprendían únicamente a predecir insolvencia pero no a tomar decisiones de evaluación. Abre el camino para proporcionar evaluaciones más precisas a clientes que hasta ahora habían sido rechazados debido a limitaciones tecnológicas".
* Este artículo ha sido traducido por IA.