Le crédit à qui le mérite : dans les coulisses du cadre d’IA d’Experian qui transforme l’accès financier
Le rôle de l’IA dans les services financiers selon Experian
L’industrie des services financiers adopte l’intelligence artificielle (IA) pour améliorer la précision et favoriser une utilisation responsable avec la confiance du consommateur.
Experian, géant du crédit et des données financières, met à profit l’IA pour optimiser les processus d’évaluation du crédit tout en s’appuyant sur un cadre rigoureux en matière d’éthique et de transparence.
Dans une interview accordée à VentureBeat lors de la conférence Transform 2024 à San Francisco, Meridith Arwady, Chief Medical Officer adjointe chez Experian, a détaillé les approches de l’entreprise concernant le développement éthique de l’IA.
La vision “Human in the loop” d’Experian
Experian applique une stratégie “human in the loop” pour garantir que les outils d’IA soient supervisés par des experts humains dans toutes les phases, de la conception à l’adoption par le client final.
L’un des principes centraux est que l’IA ne remplace pas l’humain, mais l’amplifie. Des scientifiques des données, ingénieurs, spécialistes réglementaires et experts commerciaux collaborent pour développer des solutions fiables.
Arwady souligne que, même dans l’automatisation de la prise de décision en matière de crédit, l’implication humaine reste cruciale pour garantir des résultats équitables.
La structure du cadre d’IA éthique d’Experian
Le cadre d’IA d’Experian comprend cinq piliers fondamentaux :
- Performant : Garantir une fonction précise et robuste dans des cas d’usage spécifiques.
- Interpretabilité : S’assurer que les résultats soient compréhensibles par les utilisateurs humains.
- Éthique : Assurer que l’utilisation ne reproduise ni ne renforce des biais historiques ou injustices systémiques.
- Durabilité : Veiller à ce que les modèles restent efficaces même lorsque les populations évoluent.
- Explicabilité : Être en mesure d’expliquer les décisions du modèle aux régulateurs et aux consommateurs.
L’impact de l’IA sur l’élargissement de l’accès au crédit
Experian indique que plus de 106 millions d’Américains sont sous-représentés selon les modèles traditionnels d’évaluation du crédit.
L’IA permet de réévaluer ces consommateurs en s’appuyant sur des données alternatives (comme les paiements de services ou de loyers), permettant à davantage de personnes d’accéder à des offres financières.
Arwady note que l’IA éthique peut réduire les exclusions historiques et favoriser l’accès équitable au crédit, sous réserve de maintenir des règles strictes de contrôle des biais.
Les outils et mécanismes de surveillance utilisés
Experian utilise une combinaison d’outils en interne et de techniques open source comme Fairlearn pour mesurer les biais et l’équité algorithmique dans ses modèles.
La société affirme que tout modèle est continuellement testé et audité grâce à ces systèmes de surveillance, afin de garantir qu’ils respectent les cinq piliers du cadre éthique et ne dérivent pas avec le temps.
Adoption responsable des technologies de langage
En réponse à une question sur les grands modèles de langage (LLM), Arwady déclare que ceux-ci présentent un potentiel pour créer des expériences personnalisées afin d’aider les consommateurs à mieux comprendre leur situation financière.
Cependant, leur adoption dans les produits de crédit est restreinte à cause de leur manque d’explicabilité, un critère imposé par les régulateurs financiers.
Experian explore les LLM dans des cas comme la communication client ou les centres d’assistance, mais leur utilisation dans la prise de décision automatisée doit être rigoureusement encadrée.
Favoriser la littératie financière grâce à des interfaces transparentes
Experian considère qu’un objectif majeur est d’améliorer la littératie financière. L’entreprise cherche à présenter clairement aux utilisateurs les raisons des décisions de crédit et l’impact de leurs comportements financiers.
En s’appuyant sur l’IA et des interfaces explicables, le but est d’autonomiser les consommateurs pour qu’ils puissent comprendre, contester, ou améliorer leurs profils de crédit.
Auteur : Sean Michael Kerner
