Intelligenza artificiale, Finanza

L’INTELLIGENZA ARTIFICIALE NEL SETTORE FINANZIARIO: OPPORTUNITÀ, SFIDE E IMPLICAZIONI REGOLAMENTARI IN UN REPORT OCSE

“Artificial Intelligence, Machine Learning and Big Data in Finance. Opportunities, Challenges and Implications for Policy Makers”

OECD – ORGANISATION FOR ECONOMIC CO-OPERATION AND DEVELOPMENT
https://www.oecd.org/

In un recente Report, l’OCSE illustra rischi, opportunità e implicazioni regolamentari delle applicazioni dell’intelligenza artificiale e del machine learning nel settore finanziario.

A livello mondiale sta aumentando l’investimento del settore finanziario e assicurativo in intelligenza artificiale (IA), che dovrebbe passare dai 50 miliardi di dollari nel 2020 ai 110 miliardi nel 2024. Si tratta di una crescita che è stata favorita dalla pandemia e che riguarda settori quali l’asset management, il trading algoritmico, la sottoscrizione dei rischi e i servizi basati sulla blockchain.

Lo sviluppo della IA nel settore finanziario è un fenomeno che riguarda direttamente i decisori politici e le Autorità di regolamentazione, in quanto l’uso dell’intelligenza artificiale può influenzare la stabilità delle istituzioni finanziarie, mentre le carenze in termini di interpretabilità e di trasparenza nei meccanismi di determinazione delle decisioni derivanti dall’IA (“explainability”) possono costituire un importante fonte di rischio sistemico e di pro-ciclicità dei mercati finanziari.

Esistono naturalmente anche benefici connessi all’utilizzo della IA, in termini - ad esempio - di accessibilità ai mercati creditizi e assicurativi da parte di fasce della popolazione oggi escluse e in termini di riduzione dei costi operativi delle istituzioni finanziarie. Il Report evidenzia che, ad esempio, le applicazioni della IA in settori quali gli smart contracts sono rilevanti e potenzialmente molto ampie.

I problemi fondamentali da gestire sono proprio legati alla carenza di “explainability”, ossia di chiarezza e trasparenza nei meccanismi di applicazione dell’IA e del Machine Learning.

Si tratta di carenze che, se non adeguatamente gestite, rendono le applicazioni dell’IA incompatibili con la regolamentazione oggi esistente e con i sistemi di risk management e di controllo delle stesse istituzioni finanziarie.

Sono perciò indispensabili interventi di carattere normativo che incidano su aspetti quali:

la “explainability” dei modelli di IA nelle loro applicazioni finanziarie e assicurative;
la valutazione continua dei nuovi rischi e dei nuovi modelli di funzionamento della IA;
il controllo sulla qualità dei dati utilizzati e l’esclusione di ogni possibile discriminazione;
l’utilizzo di “kill switches”, che garantiscano l’interruzione del funzionamento della IA in caso di situazioni eccezionali;
la determinazione di strutture di governance chiare e che permettano l’individuazione dei profili di responsabilità;
la determinazione di limiti nell’outsourcing dei modelli di IA;
il rafforzamento delle competenze interne alle istituzioni finanziarie e alle Autorità di vigilanza.