საიტი მუშაობს სატესტო რეჟიმში
ge en
ფინტექი და მომხმარებლის მონაცემების ფინანსური ექსპლოატაცია
 20/06/2019

 

პასუხისმგებლობის გამომრიცხავი პირობა: ამ ტექსტში გამოთქმული მოსაზრებები გამოხატავს მხოლოდ ავტორის პოზიციას და არ შეიძლება რაიმე ფორმით დაუკავშირდეს იმ ორგანიზაცი(ებ)ის პოზიციას, რომლებთანაც შესაძლოა ავტორი ასოცირდებოდეს. ტექსტის კომენტატორთა მოსაზრებები კი, რა თქმა უნდა მხოლოდ მათ მოსაზრებებს გამოხატავს. ყველა შესაძლო დამთხვევა შემთხვევითია.

 

 

 


თანამედროვე სამყაროში პრივატულობა უკვე თავისთავადი მოცემულობა აღარ არის და მონაცემები ვაჭრობის ერთგვარ ობიექტად იქცა. ეს მოცემულობა უფრო ნათლად და მტკივნეულად ჩანს ფინანსურ სერვისებთან მიმართებით, როდესაც ადამიანი მეტი მონაცემების გაცემაზე იძლევა თანხმობას, რათა მინიმალური ფინანსური სარგებელი მაინც მიიღოს. ამას ემატება მზარდად განვითარებადი ტექნოლოგიები, რომლებიც ხელმისაწვდომ მონაცემთა მრავალგვარი დამუშავების შესაძლებლობას იძლევა და იმ რეალობის წინაშე ვდგავართ, როდესაც ძლევამოსილ კომპანიებს საკუთარ კლიენტებზე სულ უფრო მეტი ინფორმაციის მოპოვება და მისი სხვადასხვა ალგორითმით დამუშავება შეუძლიათ. საბოლოო ჯამში კი გადაწყვეტილება მიიღება იმ ინფორმაციაზე დაყრდნობით, რომელიც ჩვენ არათუ არ მიგვიცია საფინანსო კომპანიისათვის, შეიძლება გაცნობიერებულიც კი არ გვაქვს საკუთარი ქცევის კონკრეტული მახასიათებლები.

აღნიშნულ ძალიან სენსიტიურ თემას, შესაძლებლობებს და გამოწვევებს შეეხება ბრიტანული ორგანიზაციის Privacy International-ის სტატია (https://www.privacyinternational.org/case-studies/757/case-study-fintech-and-financial-exploitation-customer-data). გთავაზობთ, აღნიშნული სტატიის თარგმანს.

 

 

 

 

ფინტექი და მომხმარებლის მონაცემების ფინანსური ექსპლოატაცია

 

ფინანსური ორგანიზაციები სულ უფრო მეტ მონაცემებს აგროვებენ ჩვენს ქცევაზე, ინტერესებზე, კავშირებზე და სხვა პიროვნულ მახასიათებლებზე და იყენებენ მათ რათა შეძლონ ჩვენი ფინანსური შეფასება, მაგ. კრედიტუნარიანობის შესახებ.

ფინანსური სამსახურები, როგორიცაა მზღვეველები, კრედიტორები, ბანკები და ფინანსური მობილური აპლიკაციების სტარტაპები სულ უფრო მეტად აგროვებენ და იყენებენ დიდი მოცულობის მონაცემებს ადამიანების შესახებ გადაწყვეტილებების მისაღებად. ეს განსაკუთრებით აისახება/მოქმედებს საზოგადოების ყველაზე ღარიბ და გარიყულ წევრებზე.

მაგალითად, გადაწყვეტილება სესხის გაცემის თაობაზე დღესდღეობით შეიძლება ეფუძნებოდეს:

  • პირის სოციალურ ქსელს: ლენდო, ან როგორც მას ერთ-ერთი ჟურნალისტი უწოდებს - ადამიანების რეიტინგი, ადამიანის სოციალურ ქსელებზე დაყრდნობით ადგენს მის საკრედიტო ქულას (სქორინგი);
  • ადამიანის სმარტფონის მონაცემებს, მათ შორის ვის და როდის ურეკავ ან უგზავნი და იღებ შეტყობინებას, რა აპლიკაციებია მოწყობილობაზე, ადგილმდებარეობის მონაცემები და სხვ.: ტალა - კალიფორნიაში დაფუძნებული სტარტაპი, რომელიც სესხებს სთავაზობს სხვადასხვა ქვეყნებში, მათ შორის კენიაში.
  • თქვენს ადგილმდებარეობას და იმას, თუ როგორ იყენებთ ვებსაიტებს: ბრიტანული საკრედიტო-სქორინგის კომპანია - Big Data Scoring გარდა იმ მონაცემებისა, რომელიც შეგყავთ შესავსებ ფორმაში, ასევე აანალიზებს იმასაც, როგორ ავსებთ ფორმას და როგორ იყენებთ ვებსაიტს, რა მოწყობილობიდან და რა ადგილიდან გაქვთ წვდომა.
  • მანქანების სადაზღვევო კომპანია Admiral ცდილობდა გამოეყენებინა ახალგაზრდა მძღოლების ფეისბუქ პოსტებიდან მიღებული ინფორმაცია მათი ფსიქოლოგიური პროფილის შესაქმნელად და მანქანის დაზღვევაზე ფასდაკლებების შესათავაზებლად.

 

რა მოხდა?

ფინანსურმა სამსახურებმა დაიწყეს ადამიანების შესახებ ხელმისაწვდომი უზარმაზარი მოცულობის მონაცემების გამოყენება, რომლის საფუძველზეც და ბუნდოვანი/გაუმჭვირვალე ხელოვნური ინტელექტის გამოყენებით აფასებენ მათ კრედიტუნარიანობას და ანიჭებენ შესაბამის ქულებს. როგორც ZestFinance-ის დამაარსებელი და აღმასრულებელი დირექტორი დუგლას მერილი ამბობს: „ჩვენ გვჯერა - ყველა მონაცემი საკრედიტო მონაცემია". საკრედიტო ქულების (სქორინგი) საწარმოებლად ZestFinance იყენებს მანქანური სწავლების პლატფორმას, რომლითაც ამუშავებს მათ მფლობელობაში არსებულ და მონაცემთა ბროკერების მფლობელობაში არსებულ მონაცემებს. მათმა ანალიზმა გამოავლინა, მაგალითად, რომ მსესხებლები, რომლებიც წერენ მაიუსკულით ნაკლებად აბრუნებენ ვალს. 2016-ში ZestFinance-მა გამოაცხადა, რომ კომპანია შეუერთდა ჩინურ საძიებო გიგანტ Baidu-ს მათი საძებო მონაცემების საკრედიტო ქულების სისტემისათვის გამოსაყენებლად.

უფრო „ტრადიციული" საკრედიტო ანგარიშები შეიცავს ისეთ მონაცემებს, როგორიცაა თქვენი საბანკო და საკრედიტო ანგარიშები და კრედიტის მიღებაზე გავლენის მქონე პოზიტიური და ნეგატიური ფაქტორები. ბევრ ქვეყანაში კანონი არეგულირებს რა მონაცემები შეიძლება და/ან არ შეიძლება შედიოდეს საკრედიტო ანგარიშში. მიუხედავად ამისა, ფინანსური სამსახურები მხოლოდ ამ სასრულ ინფორმაციას არ იყენებენ საკრედიტო ქულისა თუ სესხის შესახებ გადაწყვეტილების მისაღებად:   ფინანსური გადაწყვეტილების მიღების პროცესში ყველაფერი რელევანტური გახდა დაწყებული იქიდან, რას პოსტავთ სოციალურ მედიაში, იქამდე - რა ტიპის ტელეფონს იყენებთ. მონაცემთა ამ წყაროების გამოყენება ტრაციდიული საკრედიტო მასალების ნაცვლად, „ალტერნატიულ საკრედიტო ქულათა სისტემად/სქორინგად" მოიხსენიება. მეტიც, ამ მზარდი მოცულობის მონაცემების ანალიზისას კიდევ უფრო გაუმჭვირვალე ხდება გადაწყვეტილების მღების პროცესი, რომელიც ხშირად ხელოვნური ინტელექტის გამოყენებით მიმდინარეობს. ადამიანისათვის სულ უფრო და უფრო რთულდება იმის გაგება ან ინფორმაციის მიღება თუ რატომ უთხრეს უარი სესხზე ან მისცეს დაბალი საკრედიტო ლიმიტი.

ალტერნატიული საკრედიტო სქორინგის გამოყენებასთან დაკავშირებული დისკურსი ძირითადად ფოკუსირებულია, მაგალითად, „ჩართულობის" გაგებასა და იმ ჯგუფების ჩართვაზე, რომლებსაც მანამდე არ ჰქონიათ საკრედიტო თუ საფინანსო სერვისებთან წვდომა. თუმცა ნაკლებად განიხილება გარიყვის/გამორიცხვის  რისკი, რომელიც საკრედიტო ქულების/სქორინგის მწარმოებელი კომპანიების მიერ მონაცემთა ახალი ფორმების გამოყენებით წარმოიშობა.

მაგალითად,  ადამიანების სხვადასხვა ჯგუფები სხვადასხვანაირად იყენებენ ტელეფონებსა და სოციალურ მედიას. ზოგიერთი გეი მამაკაცი კენიაში უსაფრთხოებისა და იმის გასაკონტროლებლად მისი ცხოვრების ვინ რომელი ასპექტი იცის, ფეისბუქის სხვადასხვა ანგარიშებს იყენებს. თუმცა, რამდენადაც სოციალური მედიის პროფილები გამოიყენება პირის იდენტობის ავთენტიფიკაციისათვის, რა გავლენა შეიძლება იქონიოს მრავალი ანგარიშის ქონამ კრედიტის ქულის შესახებ გადაწყვეტილებაზე? ასევე ცნობილია, რომ ინდოეთში თუ კრედიტორი შეამჩნევს პოლიტიკურ აქტივობას ვინმეს ტვიტერის ანგარიშზე, ფულის დაბრუნება გართულებულად მიიჩნევა და ამ ადამიანს არ ასესხებენ თანხას.

სულ უფრო ხშირად გამოყენებული გადაწყვეტილების ავტომატიზირებულად მიღების პროცესის სხვადასხვა ხარისხის გამჭვირვალობასა და მონაცემებთან დაკავშირებული წუხილები სცდება საკრედიტო სექტორს და ვრცელდება მთელს საფინანსო სერვისებზე. მაგალითად 2016 წელს Admiral-მა - ავტომობილების სადაზღვევო დიდმა პროვაიდერმა, შეისწავლა ახალგაზრდა მძღოლების ფეისბუქის პროფილების გამოყენება მათთვის მანქანის დაზღვევაზე ფასდაკლებების შესათავაზებლად. როდესაც ფეისბუქმა აღკვეთა ეს ქმედება, მათ მიმართებს სხვადასხვა ტესტებს (quizzes) ახალგაზრდა მძღოლების პიროვნული თვისებების პროფილირებისათვის.

საფინანსო სექტორის მიერ ჩვენი ცხოვრების შესახებ მოგროვებული მონაცემების მოცულობა იზრდება და, ამავდროულად, ადამიანებს შეზღუდული არჩევანი/შესაძლებლობები აქვთ უარი თქვან მათი მონაცმეების შეგროვებასა და ამ გზით გამოყენებაზე. ამ ექსპანსიის მაგალითი შეიძლება იყოს ავტომობილების დაზღვევის ინდუსტრია. სატრანსპორტო საშუალებები სულ უფრო და უფრო „დაკავშირებული" ხდებიან, რაც ნიშნავს, რომ ისინი რაღაც ფორმით იყენებენ ინტერნეტს, და წარმოადგენენ მართვად კომპიუტერებს. სატრანსპორტო საშუალებებში ტელემატიკის ერთეულები აგროვებენ მონაცემებს იმის შესახებ, თუ როგორ იმართება სატრანსპორტო საშუალება და როგორ ფუნციონირებს შიდა კომპონენტები. ტელემატიკის ერთეულები ასევე აანალიზებს როგორ მართავს ადამიანი მანქანას, რომელ ადგილებს სტუმრობს და როდის. უფრო მეტიც, შესძლებელია იმაზე დაკვირვება, თუ რამდენად ხმამაღლა უსმენენ მანქანაში მუსიკას და სხვ. ამ ტიპის ინფორმაციას ძალიან ღირებულია ავტომობილების მზღვეველები. PI იკვლევს თუ რა მონაცემებს აქვს ტელემატიკის ერთეულებს და რა მონაცემები გადაეცემა საავტომობილო კომპანიებს და სადაზღვევო პროვაიდერებს.

რა არის პრობლემა?

სულ უფრო მეტი მონაცემი გამოიყენება ფინანსურ სერვისებთან წვდომის განსასაზღვრის შესახებ გადაწყვეტილების მისაღებად და ამ მონაცემების მოპოვების წყაროები ბევრად სცილდება ხალხის მიერ „ფინანსურად" მიჩნეულ ფარგლებს. შესაბამისად, ფინანსური სამყარო სულ უფრო მეტად ერევა ჩვენს ცხოვრებაში და მეტ ასპექტს ამოწმებს იმის გასაგებად, თუ ვინ ვართ და რა შეიძლება გავაკეთოთ.  საკრედიტო სქორინგისათვის მეტი მონაცემის გამოყენება კიდევ უფრო მეტი მონაცემის გენერირებას იწვევს. ნაღდი ფული, როგორც თავისთავადი არჩევანი უწინ შედარებით პრივატული იყო, მაგრამ დღეს ბევრი სხვა ალტერნატივაა. ამას ემატება უეცრად ბევრი მოქმედი პირის ჩართვა თქვენს გადახდებში: იმის მიხედვით როგორ იხდით, შეიძლება ჩართული აღმოჩნდეს თქვენი ბანკი, სავაჭრო ბანკი, საკრედიტო ბარათის კომპანია, მობილური საფულის პროვაიდერი, ეპლი ან გუგლი.

მომხმარებლის მიერ კონტროლის ფარულად, მაგრამ სულ უფრო მეტად დაკარგვის ერთი მაგალითია ფინანსური კომპანიების მიერ ინფორმაციის შეგროვება იმასთან დაკავშირებით თუ გარდა იმისა რას წერს, როგორ ავსებს ადამიანი ონლაინ ფორმას. მაგალითად, სქორინგის კომპანია Big Data Scoring ამას აკეთებს მსესხებლის ვებსაიტზე არსებული ე.წ. მზა ჩანაწერების (cookies) საშუალბით, რომელსაც შეუძლია შეაგროვოს ინფორმაცია მათ შორის იმაზეც, თუ რამდენად სწრაფად კრეფთ პასუხს, რა ტიპის მოწყობილობას ხმარობთ, სად იმყოფებით. ადამიანების უმრავლესობა ვერც კი წარმოიდგნეს რამდენად მნიშნველოვანი იყო ეს ინფორმაცია მის შესახებ გადაწყვეტილების მიღებისას. შესაძლებელია, იმ ინფორმაციაზე მნიშვნელოვანიც კი, რომელიც უშუალოდ ჩაწერეთ ფორმაში.

ფინანსური მონაცემების გამოყენებამ საზოგადოებისათვის შესაძლოა მრავალმხრივი შედეგები წარმოშოს. გადაწყვეტილების მიღების პროცესის გაუმჭვირვალობის გათვალისწინებით, როგორ შეიძლება ადამიანმა იცოდეს რომ გადაწყვეტილება სამართლიანია? და ისინი, ვინც „სისტემის მოტყუებას" ცდილობენ? შეგვიძლია დარწმუნებული ვიყოთ, რომ ვიღაცის ტვიტერის პროფილით გაკეთებული კომენტარი ნამდვილად მისი ფიქრებია, თუ შეიძლება ეს იყოს სესხზე უკეთესი პირობების მიღების მცდელობა?

 

რა არის გადაწყვეტა

რამდენადაც ფინანსური სერვისების გადაწყვეტილებები ჩვენს ცხოვრებაზე დიდი გავლენის მქონეა, ძალიან მნიშნველოვანია რომ ისინი კანონიერი და სამართლიანი იყოს. როგორც ეს ტრადიციული საკრედიტო მასალების დროს ხდება, როდესაც, თითქმის მთელს მსოფლიოში, ჩვენ უფლება გვაქვს ვნახოთ ჩვენ შესახებ რა მონაცემები ინახება და კრედიტორები ვალდებული არიან ეს მონაცემები იყოს ზუსტი, ასევე უნდა გვქონდეს უფლება ვიცოდეთ რა მონაცემები გროვდება და გამოიყენება ჩვენი შეფასებისას/გადაწყვეტილბის მიღებისას. ჩვენ უნდა გვქონდეს უფლება გავასაჩივროთ ჩვენ შესახებ მიღებული გადაწვყეტილებები.

თანამედროვე სამყაროში ფინანსური სერვისები სასიცოცხლოდ აუცილებელია, ასე რომ, არსებითია, ისინი ჩვენი პირადი ცხოვრების დაცვით ხორციელდებოდეს. ჩვენ არ უნდა ვცხოვრობდეთ სამყაროში, სადაც თავისთავადი მოცემულობაა საფინანსო სამსახურების მიერ შეგროვებადი/ხელმისაწვდომი მონაცემების გენერირება და გამოყენება. მაგალითად, უნდა შევინარჩუნოთ ნაღდი ფულის გამოყენების შესძლებლობა და ეს არჩევანი მორალურ ეჭვებს არ უნდა ბადებდეს.

რამდენადაც აუცილებელია საფინანსო კომპანიებს მივაწოდოთ ინფორმაცია საჭირო მომსახურების მისაღებად, ასევე უნდა გვესმოდეს რა გავლენა შეიძლება ამან მოაცდინოს ჩვენს პირად ცხოვრებაზე. მიუხედავად მონაცემთა გამოყენების უკიდურესად გაზრდილი სფეროსი, ფინანსურ სექტორსაც კი არ შეუძლია სრულიად შეგვიზღუდოს იმის უფლება თუ როგორ ვეპყრობით ჩვენს იდენტობას და ის საზღვრები, რომელსაც ვადგენთ არასასურველი ჩარევისაგან თავის დასაცავად.

იმ მოცემულობაში, რომ ბევრ კომპანიას სერვისი ღარიბ და მარგინალიზებულ მოსახლეობაზე აქვს გათვლილი, მათზე, ვისაც ფორმალური საკრედიტო ქულა ნაკლები აქვთ, იმ პრობლემის წინაშე ვდგავართ, რომ ეს ჯგუფები, სავარაუდოდ, მეტ მონაცემს გასცემენ საკუთარი თავის შესახებ. ჩვენი სისტემები ისე უნდა შევქმნათ, რომ ღარიბებისა და მარგინალიზებულების უფლებები იყოს დაცული და, ამავდროულად, უზრუნველვყოთ რომ ისინი არ იყვნენ გარიყულნი.

საბოლოოდ, ჩვენ, ერთი მხრივ, უნდა გვქონდეს რეგულაცია, რომელიც უზრუნველყოფს რომ მზარდი ფინანსური სერვისები და მისი ახალი ფორმები არ იყოს დისკრიმინაციული, ხოლო, მეორე მხრივ, დავრწმუნდეთ, რომ გვაქვს ტექნოლოგია, რომელიც უზრუნველყოფს ალგორითმის შემოწმებადობას.

 

 

 

 


სინგაპურში დაფუძნებული კომპანია, რომელიც პროგრამული უზრუნველყოფის საშუალებით, არატრადიციული მონაცემების გამოყენებით - სოციალური მედიისა და სმარტფონების ჩანაწერების საფუძველზე ადგენს მომხმარებლის ფინანსურ სტაბილურობაას.

All-caps, Маюскул -ისეთ ენებში, სადაც არსებობს დიდი და პატარა ასოები, მხოლოდ დიდი ასოებით წერა, შინაარსის ხაზგასმის მიზნით