Ethics by design

Ethische kaders A.I. in creditmanagement

Syncasso maakte in 2008 kennis met Artificial Intelligence. We ontwikkelden een geautomatiseerde manier om te bepalen welke factoren het risico op onverhaalbare griffierechten konden verkleinen. Dat stelde ons in staat om snel grote portefeuilles te analyseren. In de afgelopen twaalf jaar namen de toepassingen snel toe en hebben we ons ontwikkeld tot een data-driven organisatie waarbij het volledige incassoproces door voorspelmodellen wordt ondersteund. Onze algoritmen onderscheiden effectief verschillende klantsegmenten en hun betaalcapaciteit. Behalve het verhaalsrisico bepalen, kunnen we de kasstroom uit de portefeuille ermee voorspellen, betrouwbaar Niet Kunners van Niet Willers onderscheiden en het risico op een afsluiting van water of energie bij de eerste aanlevering voorspellen.

Ons team van ervaren data-scientists onderzoekt continu welke data-elementen van invloed zijn op de algoritmes, hierdoor worden onze voorspelmodellen steeds krachtiger en betrouwbaarder. Privacy by design en (data)security by design werden vanzelfsprekend geïntegreerd in nieuwe en bestaande A.I. ontwikkelingen.

Ethics by design

Er zijn ethische kaders nodig voor de ontwikkeling en toepassingen van A.I. in creditmanagement: Ethics by design. Vijf kernprincipes vormen een praktisch hanteerbare basis voor een effectief ethisch normenkader voor creditmanagement A.I.

1. Beneficence | Goed doen, bijdragen aan welzijn, waardigheid en duurzaamheid
2. Non-maleficence | Geen kwaad doen, privacy respecteren, misbruik voorkomen
3. Autonomy | Menselijke besliskracht om AI-beslissingen aan te passen
4. Justice | Gerechtigheid, eerlijkheid, solidariteit, non-discriminatie
5. Explicability | Hoe werkt het en wie is daar verantwoordelijk voor?

Deze vijf kernprincipes voor ethische A.I. gaan we in samenspraak met onze opdrachtgevers en ketenpartners specifiek en praktisch toepasbaar maken voor creditmanagement. We willen een dialoog in de keten op gang om de vijf kernprincipes duidelijk, praktisch toepasbaar en toetsbaar voor A.I.-creditmanagement toepassingen te maken. De artikelen die we hierover gepubliceerd hebben vindt u onderstaand.