AI w quizie dotyczącym gwarantowania kredytu

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

1. Co przede wszystkim próbuje przewidzieć model gwarantowania kredytu AI?
   • Prawdopodobieństwo, że pożyczkobiorca nie wywiąże się ze spłaty
   • Ulubiony bank kredytobiorcy
   • Kierunek giełdowy
   • Dokładny wiek pożyczkobiorcy
2. Czym jest „dyskryminacja zastępcza” w modelach kredytowych?
   • Korzystanie z serwera zapasowego
   • Cecha zastępująca chroniony atrybut, taki jak rasa
   • Zatrudnianie pełnomocnika do ubiegania się o pożyczki
   • Szyfrowanie danych klientów
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. Komu underwriting AI może potencjalnie pomóc, czego często odrzucają tradycyjne karty wyników?
   • Tylko najbogatsi kredytobiorcy
   • Sami banki
   • Organy regulacyjne rządowe
   • Wnioskodawcy składający się z „cienkich plików” z niewielką tradycyjną historią kredytową
5. Dlaczego narzędzia takie jak SHAP są wykorzystywane w gwarantowaniu kredytów?
   • Aby przypisać decyzję konkretnym cechom w celu wyjaśnienia
   • Aby przyspieszyć internet
   • Aby ustawić główną stopę procentową
   • Do wykrywania wirusów komputerowych
6. Jakie jest główne napięcie związane z wykorzystaniem większej ilości danych do celów underwritingu?
   • Więcej danych zawsze zmniejsza dokładność
   • Więcej danych może poprawić dokładność, ale może ukryć dyskryminację
   • Wykorzystywanie danych jest nielegalne
   • Dane sprawiają, że pożyczki są bezpłatne
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