Consumer credit carries risks of discrimination against certain categories of customers. This was originally due to people's involvement in evaluating credit appli-cations. As a consequence, since the 80s intermediaries have used automated data processing systems, which are today complemented by AI models. Despite the several advantages, AI entails the risk of discriminatory consumer classification. This paper proposes an analysis of credit-scoring AI systems under the spectrum of Italian and EU legislation to understand whether they provide an adequate level of protection against the risk of algorithmic discrimination, also from a remedial point of view.

Il credito al consumo si caratterizza per il rischio di discriminazioni nei con-fronti di particolari categorie di clienti. Ciò in origine era dovuto all’impiego di persone fisiche nell’attività di verifica prodromica alla concessione del credito. Anche per tale ragione già a partire dagli anni 80’ gli intermediari si sono avvalsi di sistemi automatiz-zati di elaborazione dati, oggi affiancati da modelli di IA. A fronte dei vantaggi, l’IA comporta rischi di classificazioni discriminatorie dei consumatori. Lo scritto propone un'analisi dell’impiego di sistemi di IA nella verifica del merito creditizio dei consuma-tori, alla luce della legislazione nazionale e sovranazionale, onde comprendere se for-nisca un adeguato livello di tutela contro il rischio di discriminazione algoritmica, anche sotto il profilo rimediale.

Discriminazioni algoritmiche e tutela dei consumatori vulnerabili nell’accesso al credito

Giulia Curcuruto
Co-primo
;
Paolo Inturri
Co-primo
2024-01-01

Abstract

Consumer credit carries risks of discrimination against certain categories of customers. This was originally due to people's involvement in evaluating credit appli-cations. As a consequence, since the 80s intermediaries have used automated data processing systems, which are today complemented by AI models. Despite the several advantages, AI entails the risk of discriminatory consumer classification. This paper proposes an analysis of credit-scoring AI systems under the spectrum of Italian and EU legislation to understand whether they provide an adequate level of protection against the risk of algorithmic discrimination, also from a remedial point of view.
2024
Il credito al consumo si caratterizza per il rischio di discriminazioni nei con-fronti di particolari categorie di clienti. Ciò in origine era dovuto all’impiego di persone fisiche nell’attività di verifica prodromica alla concessione del credito. Anche per tale ragione già a partire dagli anni 80’ gli intermediari si sono avvalsi di sistemi automatiz-zati di elaborazione dati, oggi affiancati da modelli di IA. A fronte dei vantaggi, l’IA comporta rischi di classificazioni discriminatorie dei consumatori. Lo scritto propone un'analisi dell’impiego di sistemi di IA nella verifica del merito creditizio dei consuma-tori, alla luce della legislazione nazionale e sovranazionale, onde comprendere se for-nisca un adeguato livello di tutela contro il rischio di discriminazione algoritmica, anche sotto il profilo rimediale.
AI, consumer credit, discrimination, credit scoring, algorithms
IA, credito al consumo, discriminazione, credit scoring, algoritmi
File in questo prodotto:
Non ci sono file associati a questo prodotto.

I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.11769/654409
Citazioni
  • ???jsp.display-item.citation.pmc??? ND
  • Scopus ND
  • ???jsp.display-item.citation.isi??? ND
social impact