信用引受業務における AI クイズ

クイズに答えると、答えと解説が表示されます。

1. AI 信用引受モデルは主に何を予測しようとしているのでしょうか?
   • 借り手がデフォルトする確率
   • 借り手のお気に入りの銀行
   • 株式市場の方向性
   • 借り手の正確な年齢
2. 信用モデルにおける「代理差別」とは何ですか?
   • バックアップサーバーの使用
   • 人種などの保護された属性に代わる機能
   • ローンの申し込みに代理人を雇う
   • 顧客データの暗号化
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. AI 引受業務は、従来のスコアカードが拒否することが多かった誰を潜在的に支援できるでしょうか?
   • 最も裕福な借り手のみ
   • 銀行自体
   • 政府規制当局
   • 従来の信用履歴がほとんどない「シンファイル」申請者
5. SHAP のようなツールが信用引受業務に使用されるのはなぜですか?
   • 決定を特定の機能に帰して説明する
   • インターネットを高速化するには
   • プライム金利を設定するには
   • コンピュータウイルスを検出するには
6. 引受業務にさらに多くのデータを使用する際の中心的な緊張は何ですか?
   • データが増えると常に精度が低下します
   • データが増えれば精度は向上しますが、差別が隠蔽される可能性があります
   • データの使用は違法です
   • データによりローンが無料になる
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