La evaluación de la solvencia mediante el uso de sistemas de IA. Creditworthiness assessment by AI

Barra lateral del artículo

PDF
Publicado: Jun 7, 2023
DOI: https://doi.org/10.18239/RCDC_2023.46.3335
Palabras clave:
Evaluación de la solvencia; riesgo de crédito; credit scoring; sistemas de IA; protección de datos.

Contenido principal del artículo

NOELIA COLLADO-RODRÍGUEZ
Universidade da Coruña

Resumen

Este estudio analiza el impacto de la utilización de sistemas de inteligencia artificial en los tradicionales procesos de credit scoring que se utilizan para evaluar la solvencia del consumidor antes de la concesión de un crédito. Además de examinar los cambios o repercusiones que la implantación de estos sistemas tiene en los procesos de credit scoring, se analizan los riesgos potenciales que van aparejados al uso de estos sistemas y su posible mitigación a través de las normas existentes en nuestro ordenamiento. Por último, se estudian las propuestas normativas a nivel europeo que se encuentran en fase de aprobación, en concreto, aquellas medidas que pudieran resultar de utilidad para eliminar o mitigar los riesgos analizados.

Detalles del artículo

Cómo citar
COLLADO-RODRÍGUEZ, N. (2023). La evaluación de la solvencia mediante el uso de sistemas de IA. Creditworthiness assessment by AI. Revista CESCO De Derecho De Consumo, (46), 41–67. https://doi.org/10.18239/RCDC_2023.46.3335
Número
Número 46 (abril-junio) 2023
Sección
ESTUDIOS, CONSULTAS, NOVEDADES NORMATIVAS Y JURISPRUDENCIA
Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

  1. Los autores/as conservarán sus derechos de autor y garantizarán a la revista el derecho de primera publicación de su obra, el cuál estará simultáneamente sujeto a la Licencia de reconocimiento de Creative Commons Reconocimiento-NoComercial-SinObrasDerivadas,  que permite a terceros compartir reconociendo adecuadamente la auoria del texto, no utilizar el material con fines comerciales, y si remezcla, transforma o crea a partir del material, no puede difundir el material modificado.
Biografía del autor/a

NOELIA COLLADO-RODRÍGUEZ, Universidade da Coruña

Profesora Ayudante Doctora de Derecho civil

Miembro del Grupo de Investigación "Empresa, Consumo y Derecho"

Citas

BALBUENA RIVERA, Manuel: «Análisis del riesgo financiero de las personas físicas y su impacto en el coste crediticio», Préstamo Responsable y Ficheros de Solvencia, CUENA CASAS, Matilde; PRATS ALBENTOSA, Lorenzo (Coords.), Aranzadi, Cizur Menor, 2014.

BRUCKNER, Matthew Adam: «The promise and perils of algorithmic lenders' use of big data», Chi.-Kent L. Rev., vol. 93, 2018, págs. 3-60.

CARTER, Carolyn, RENUART, Elizabeth, SAUNDERS, Margot, WU, Chi Chi: «The credit card market and regulation: In need of repair», NC Banking Inst., 2006, vol. 10, págs. 23-56.

CITRON, Danielle Keats; PASQUALE, Frank: «The scored society: The scored society: Due process for automated predictions», Wash. L. Rev., 2014, vol. 89, págs. 2-33.

COLLADO-RODRÍGUEZ, Noelia: La obligación del prestamista de evaluar la solvencia del consumidor de crédito. Adaptado a la Ley 5/2019, de 15 de marzo, reguladora de los contratos de crédito inmobiliario. Aranzadi, Cizur Menor, 2019.

Conclusiones del Abogado General PIKAMÄE presentadas el 16 de marzo de 2023 respecto del asunto C-634/21.

Conclusiones del Abogado General PIKAMÄE presentadas el 16 de marzo de 2023 respecto de los asuntos acumulados C‑26/22 y C‑64/22.

CUENA CASAS, Matilde: «El sobreendeudamiento privado como causa de la crisis financiera y su necesario enfoque multidisciplinar», en Préstamo Responsable y Ficheros de Solvencia, PRATS ALBENTOSA, L. CUENA CASAS, M. (Coordinadores), Aranzadi, Cizur Menor, 2014.

DYMSKI, Gary A.: «Discrimination in the credit and housing markets: findings and challenges», Handbook on the Economics of Discrimination, 2006, vol. 215.

Federal Trade Commission, «Data Brokers: A Call for Transparency and Accountability», 2014, https://www.ftc.gov/system/files/documents/reports/data-brokers-call-transparency-accountability-report-federal-trade-commission-may-2014/140527databrokerreport.pdf (accedido el 14 de mayo de 2023).

FERNÁNDEZ MORALES, Antonio: «Modelos para la determinación del riesgo de crédito», El préstamo hipotecario y el mercado del crédito en la Unión Europea, FLORES DOÑA, María de la Sierra, RAGA GIL, José Tomás (Dirs.), Dykinson, 2016.

GALLI, Emma; ROSSI, Stefania PS.: «Bank Credit Access and Gender Discrimination: An Empirical Analysis», Contributions to Economics; Springer: Berlin, Germany, 2014, p. 3 (fuente electronica, no numerada).

GRUPO DE EXPERTOS DE ALTO NIVEL SOBRE INTELIGENCIA ARTIFICIAL Una definición de la inteligencia artificial: principales capacidades y disciplinas científicas, 2019.

Guidelines on Automated Individual Decision-Making and profiling for the purposes of Regulation 2016/679, WP 251, 3 October 2017.

GUMBUS, Andra; GRODZINSKY, Frances: «Era of Big Data: Danger of Descrimination», SIGCAS Computers & Society, Vol. 45, No. 3, 2016, págs. 118-125.

Handbook on European data protection law, 2018.

HAVARD, Cassandra Jones: «On the take: the black box of credit scoring and mortgage discrimination», BU Pub. Int. LJ, 2010, vol. 20, págs. 241-287.

HILLER, Janine S.; JONES, Lindsay Sain: «Who's Keeping Score?: Oversight of Changing Consumer Credit Infrastructure», American Business Law Journal, 2022, vol. 59, no 1, págs. 61-121.

HURLEY, Mikella; ADEBAYO, Julius: «Credit scoring in the era of big data», Yale JL & Tech., 2016, vol. 18, págs. 148-216.

KELLY, Sonja; MIRPOURIAN, Mehrdad: «Algorithmic Bias, Financial Inclusion, and Gender: A primer on opening up new credit to women in emerging economies», Women’s World Banking, 2021.

KUŚMIERCZYK, Małgorzata: «Algorithmic Bias in the Light of the GDPR and the Proposed AI Act», "(In)equality. Faces of modern Europe", Wydawnictwo Centrum Studiów Niemieckich i Europejskich im. Willy’ego Brandta, Wrocław, 2022 (preprint).

LU, Sylvia «Data Privacy, Human Rights, and Algorithmic Opacity», Cal. L. Rev., vol. 110, 2022.

MANTELERO, Alessandro: «Personal data for decisional purposes in the age of analytics: From an individual to a collective dimension of data protection», Computer law & security review, 2016, vol. 32, no 2, págs. 238-255.

MARQUEZ, Javier: «An introduction to credit scoring for small and medium size enterprises», USA, febrero 2008.

O’LEARY, Daniel E.: «Artificial Intelligence and Big Data», IEEE intelligent systems, 2013, vol. 28, no 2, págs. 96-99.

PALMA ORTIGOSA, Adrián:

- «El ciclo de vida de los sistemas de inteligencia artificial. Aproximación técnica de las fases presentes durante el diseño y despliegue de los sistemas algorítmicos», Derechos y garantías ante la inteligencia artificial y las decisiones automatizadas, COTINO HUESO, Lorenzo (Dir.), Aranzadi, Cizur Menor, 2022.

- Régimen jurídico de la toma de decisiones automatizadas y el uso de sistemas de inteligencia artificial en el marco del derecho a la protección de datos personales, Tesis doctoral, octubre 2021, págs. 107-108, accesible a través del siguiente link: https://roderic.uv.es/bitstream/handle/10550/81060/TESIS%20Adri%C3%A1n%20Palma%20.pdf?sequence=1 (accedido por última vez el 11/05/2023).

PRINCE, Anya ER; SCHWARCZ, Daniel: «Proxy discrimination in the age of artificial intelligence and big data», Iowa L. Rev., vol. 105, 2019, págs. 1257-1318.

Resolución del Parlamento Europeo, de 16 de febrero de 2022, sobre el refuerzo de Europa en la lucha contra el cáncer: hacia una estrategia global y coordinada (2020/2267(INI)), https://www.europarl.europa.eu/doceo/document/TA-9-2022-0038_ES.pdf (último acceso 17/05/2023).

RUSSELL, Stuart J.; NORVIG, Peter: Artificial intelligence: a modern approach. Pearson Education, Inc., 2010.

STATEN, Michael: «Risk-based pricing in consumer lending», JL Econ. & Pol'y, 2015, vol. 11, págs. 33-57.

VAN GESTEL, Tony; BAESENS, Bart: Credit Risk Management, Oxford University Press, 2009.

WELLER, Christian E.: «Credit access, the cost of credit, and credit market discrimination», 36 Review in Black Political Economy 1, 2009, págs. 7-28.