开发者:上海品职教育科技有限公司 隐私政策详情

应用版本:4.2.11(IOS)|3.2.5(安卓)APP下载

人工智能一定越像人越好吗?|品职FINTECH“阔”论沙龙

  • 原创 2019-07-21
  • 隔壁班小妞

当你网上购物使用“白条”支付功能时、当你买大件商品申请消费贷时、当你买房向银行申请抵押贷款时、当你创业急用钱申请小额信贷时……借钱给你的一方最怕什么呢?一怕你没有偿债能力、二怕你是个“老赖”就喜欢欠债不还,所以一定会想方设法审查你的资信水平。

可大家有没有发现近些年这个审查过程变得越来越便捷了呢?有些甚至只需要网上提交材料当天就能审核通过拿到贷款。因为我们使用的信用审核方式已经从原来的央行征信系统调用信用记录、信贷员搜集证明材料等繁琐过程,发展变化为更多信息渠道更快得出结果的信用评分系统,比如美国的FICO Score,我国的芝麻信用等。

他们根据客户的各项经济活动甚至非经济行为留下的大量数据,采取对用户画像的模式来量化评估消费者的信用状况,所以根本不需要客户有贷款和信用卡等官方记录,只要你是消费者你有过支付活动就足矣。


而这一切,都得益于大数据和人工智能技术在金融信用决策领域越来越多的运用。有了人工智能的帮助,信用决策的效率是提升了,可人工智能究竟是怎样改良了人类决策呢?或者说,比起人类,它的优点到底在哪里呢?


什么是好的人工智能? 

怎样评价某个AI系统或者产品是成功的?大多数可能会将它与真人进行对比,认为越是拟人化程度高说明这个AI越先进。本妞也这么认为,毕竟计算机收集和分析数据的能力已经很厉害了,真正需要不断进步的就应该是在情商与感知方面能更接近人类啊。比如有一个家政机器人,能体谅我的辛苦,还能帮忙哄娃和照顾老人,又能有幽默感,把全家人伺候得开开心心的,多好!

其实,科学家已经有回答这个问题最容易的方法——“图灵测试”:找一个人类观察者,与计算机交互。如果计算机能够欺骗观察者使其认为它是人类,那么测试结果反映这个计算机就是“积极的、真正名副其实的人工智能”。


但是最近,FRM协会发表了一份另类思路的报告,穆迪分析(Moody's Analytics)经济研究部的总经理Tony Hughes认为,“这个测试并不适用于风险领域。我们并不希望信用决策真的‘与人类一样’,因为人类的推理过程往往不够透明不够客观。”


那么人类信用决策是怎样的呢?


人类信用决策过程

几十年前,信用决策主要是银行信贷经理收取借款人的申请,审核材料后决定是否批准贷款。


审核依据会包括一些申请人财务状况的分析,但主要还是基于受到信贷员面试申请人时对其提供的证明材料和说辞的印象,甚至会受到经理是否喜欢申请人个性的很大影响。这里的“喜欢”是一个主观或者经验判断,即“申请人是否看上去和经理认为合适的债务人相似”。

所以,信贷决策结果受到人为因素影响很大。一部分信贷经理可能有丰富的经验与深刻敏锐的观察力可以给出比较精准的判断,但肯定不乏那些观察流于表面或者情绪严重影响思考结果的银行经理,导致许多合格的申请人借不到钱。还会有一些官僚作风,直接让很多需求紧急的借款人望而却步。这就是人类决策带来的低效性和不公平性。


后来日益健全的大数据与计算机统计方法逐渐替代了过去很多人工做决策的环节,带来了信用决策体系的全面改善。


人工智能决策VS人类决策

FRM协会的Tony Hughes以美国的FICO打分系统举例,比较了人工智能与人类决策的表现。


如果一项贷款申请在初审时被拒绝了,FICO机器人将会继续搜取更多信息,看是否能提供更多的佐证,比如借款人最近的信用申请是否过多或者信用报告中是否有违法行为等等。而人类的推理会更加特殊,他们会进一步面试申请人或者只要见到申请人就会立刻关注申请人的举止——很多刻板印象甚至偏见就不容易避免了,比如西方信贷圈里就曾流传一句话“你的衣袖剪裁都可能决定你的贷款结果”……

另外,FICO机器人的决策过程显然要比人类迅速、做出最终决定要动用的成本也更低。所以,无论计算机做出的每一个决策是否真的比人类掺入主观经验判断后更优,银行的股东都可能倾向更自动化标准化的方法,而不是更多的不确定性。


所以,现在的贷款审核程序中,对借款方的主观评价只占了很小的比重,大多数机构采用的是更为现代的数据分析统计模型来评估借款方的盈利能力和偿债能力。


信用决策领域的人工智能发展

认识清楚了人工智能在信用决策方面真正优越的地方,我们才能让它向正确的方向继续发展,扬长避短,为提升效率作出更多的贡献。


像Tony Hughes这样的风险管理专家们已经认识到,FICO评分系统无法欺骗人类观察者把它当作人类,其实是一件好事。

因为信用决策系统发展的历史是一个逐渐消除人类情感情绪影响和信贷决策偏见的过程。而AI的出现帮助和促进了这个消除的效果:它将过去成功的信贷人员应有的情商比如客观、沉稳、细致、审慎等等,总结为一系列的程序进行学习并根据各种情境收集大量数据进行自动化处理。这些方法非常成功地提高了信用决策方法的效率与准确性。


如果随着人工智能越来越拟人化的发展,我们有技术让它们更能感知人类的情绪、更会进行世俗的观察,那么也不能过多地运用到信用评分决策的计算机系统中来。即使它们因为过于讲究程序化、过于刻板和“没有眼力见”,而不能通过“图灵测试”,也不应该给它们不合格的评价而将它们改造得更加“复杂”、越来越有人类的思维。 

试想,当人们开始怀疑自己的信贷申请被拒绝是由于信贷机器人“不喜欢你”,(如果机器人能给人类观察者这样的感觉,这个图灵测试结果绝对杠杠的厉害啊!)肯定会提出抗议申诉,监管部门也不会因为这个机器人如此有血有肉有个性而鼓掌叫好吧。


所以,在银行业,在金融决策领域,人工智能的发展并不是向人类靠近,而应该是近乎冷血的冷静、近乎透明的公正以及更加精密的纯数据驱动。这些,才是信贷机器人独有的特征和优势——大多数人类根本无法摆脱主观因素影响而做到完全客观中立。


那么,请科学家们放过机器人的“赤子”之心,在某些领域,就让我们的人工智能保持呆萌和计算机的本质吧!

配图来源网络