Videnskab
 Science >> Videnskab >  >> Andet

Hvordan finansiel teknologi kan diskriminere mennesker, der taler minoritetsdialekter:Nye beviser fra Kina

Finansiel teknologi (fintech) har potentialet til at forbedre finansiel inklusion og adgang til finansielle tjenester for undertjente befolkninger. Ny forskning fra Kina tyder dog på, at fintech også kan diskriminere mennesker, der taler minoritetsdialekter.

Undersøgelsen, udført af forskere ved det kinesiske universitet i Hong Kong, analyserede data om over 1 million låneansøgninger fra en kinesisk online låneplatform. De fandt ud af, at ansøgere, der talte en minoritetsdialekt, var mindre tilbøjelige til at blive godkendt til et lån, selv efter at have kontrolleret for andre faktorer såsom kredithistorie, indkomst og uddannelse.

Forskerne mener, at denne diskrimination skyldes, at fintech-virksomheder ofte bruger kunstig intelligens (AI) og maskinlæringsalgoritmer til at træffe beslutninger om låneansøgninger. Disse algoritmer er trænet på data, der ofte er forudindtaget i forhold til minoritetsdialekter. Som følge heraf er de mere tilbøjelige til at afvise låneansøgninger fra folk, der taler en minoritetsdialekt.

Denne forskelsbehandling har en betydelig indvirkning på minoritetsdialekttalernes økonomiske velfærd. Det gør det sværere for dem at låne penge, starte virksomheder og investere i deres uddannelse. Dette kan føre til fattigdom, arbejdsløshed og andre sociale problemer.

Forskerne anbefaler, at fintech-virksomheder tager skridt til at imødegå denne diskrimination. De bør sikre, at deres AI- og maskinlæringsalgoritmer ikke er forudindtaget i forhold til minoritetsdialekter. De bør også yde mere støtte til talere af minoritetsdialekter, f.eks. ved at tilbyde uddannelse i finansiel læsefærdighed og oversættelsestjenester.

Forskelsbehandlingen af ​​mennesker, der taler minoritetsdialekter, er et alvorligt problem, der skal løses. Fintech-virksomheder har et ansvar for at sikre, at deres produkter og tjenester er tilgængelige for alle, uanset deres sprog eller dialekt.

Varme artikler