Quiz sur l'IA dans la souscription de crédit

Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.

1. Qu’est-ce qu’un modèle de souscription de crédit basé sur l’IA tente principalement de prédire ?
   • La probabilité que l'emprunteur fasse défaut
   • La banque préférée de l'emprunteur
   • L’orientation boursière
   • L'âge exact de l'emprunteur
2. Qu'est-ce que la « discrimination par procuration » dans les modèles de crédit ?
   • Utiliser un serveur de sauvegarde
   • Une fonctionnalité remplaçant un attribut protégé comme la race
   • Embaucher un mandataire pour demander des prêts
   • Chiffrement des données clients
3. What does an adverse-action notice communicate to a credit applicant?
   • A guarantee of future loan approval
   • A credit score that proves discrimination
   • That the creditor took an adverse action on the credit application
   • A list of every variable in every model
4. À qui la souscription par l’IA peut-elle potentiellement aider, ce que les tableaux de bord traditionnels rejettent souvent ?
   • Uniquement les emprunteurs les plus riches
   • Les banques elles-mêmes
   • Régulateurs gouvernementaux
   • Candidats « à dossier mince » avec peu d’antécédents de crédit traditionnels
5. Pourquoi des outils comme SHAP sont-ils utilisés dans la souscription de crédit ?
   • Pour attribuer une décision à des fonctionnalités spécifiques pour des explications
   • Pour accélérer Internet
   • Pour fixer le taux d’intérêt préférentiel
   • Pour détecter les virus informatiques
6. Quelle est la tension centrale liée à l’utilisation de davantage de données pour la souscription ?
   • Plus de données diminuent toujours la précision
   • Un plus grand nombre de données peut améliorer la précision mais peut masquer la discrimination
   • L'utilisation des données est illégale
   • Les données rendent les prêts gratuits
7. When a creditor supplies a statement of reasons under Regulation B, what must those reasons describe?
   • A generic statement that an algorithm denied credit
   • A complete source-code listing
   • Specific principal reasons that accurately describe factors actually used in the decision
   • A promise that the applicant will later be approved
8. Why can an alternative-data source raise fairness questions in underwriting?
   • It is always illegal to use any nontraditional data
   • It guarantees a higher credit score
   • It eliminates the need for validation
   • It may act as a proxy for protected characteristics or reflect uneven coverage