Deixar que certas decisões sejam tomadas por algoritmos pode trazer algumas consequências sérias, muitas vezes prejudiciais principalmente para minorias. Até mesmo empresas que utilizam essa tecnologia estão começando a considerar seus impactos negativos e repensar o seu uso.

No entanto, uma pesquisa realizada pelo National Bureau of Economic Research, uma ONG norte-americana voltada a pesquisas econômicas, indica que ainda há esperanças, pelo menos na área financeira. Os resultados do estudo revelam que as fintechs que utilizam algoritmos são menos discriminatórias contra minorias do que os agentes de empréstimo tradicionais.



No entanto, segundo o Quartz, a pesquisa também joga luz sobre como o problema de discriminação ainda persiste nos EUA. Quando latinos e afro-americanos solicitam empréstimos para comprar um imóvel, eles acabam pagando 7,9 pontos-base (unidade de medida para alterações nas porcentagens financeiras) a mais que pessoas brancas no financiamento, e 3,6 pontos-base a mais quando refinanciam a dívida.

O resultado disso é um valor total de US$ 765 milhões em juros adicionais por ano. Os pesquisadores ainda estimam que a discriminação pode ter sido responsável pela rejeição de até 1,3 milhões de solicitações de empréstimo entre 2009 e 2015.

Já os algoritmos apresentam um resultado menos pior – o que não significa que não há discriminação. Segundo o estudo, a tecnologia apresenta uma taxa de discriminação 40% menor que agentes de empréstimos que tomam decisões após conhecer os clientes pessoalmente. Já em relação à aprovação de empréstimos, os pesquisadores não encontraram sinais de discriminação por parte dos robôs.

A metodologia adotada no estudo consistiu em analisar decisões tomadas por mais de 2 mil das maiores agências de empréstimo dos Estados Unidos de 2012 a 2018. Desse total, 45% utilizavam um sistema de contratação de empréstimo 100% online ou via aplicativo. Os pesquisadores estudaram os financiamentos segurados pelas Empresas Patrocinadas pelo Governo (GSEs) Fannie Mae e Freddie Mac. O motivo dessa escolha é que, considerando que as GSEs oferecem uma garantia contra risco de crédito, as diferenças nas taxas de juros para empréstimos com pontuações de crédito similares e em LVT (loan-to-value – indicador usado para definir o valor limite que poderá ser concedido) poderiam indicar que as decisões eram resultado de discriminação.

Como apontado pelo Quartz, isso não significa que devemos simplesmente fazer com que os algoritmos fiquem encarregados de tomar as decisões em fintechs. Principalmente considerando que o setor envolve muitos riscos e, por isso, muitas pessoas preferem discutir as opções frente a frente antes de assumir um compromisso financeiro importante.

Além disso, não há como garantir que os algoritmos estão completamente imunes a tendências discriminatórias, como já foi provado em incidentes anteriores. O que o estudo indica é que, especificamente no setor de empréstimos, há uma discriminação menor por parte dos algoritmos em comparação aos agentes humanos. No entanto, conforme observado pelos pesquisadores, “empréstimos concedidos por algoritmos, por si só, não serão capazes de eliminar as precificações discriminatórias”.

[Quartz]