信用评分人工智能算法公平性检讨与规制.pdfVIP

２０２５年５月东南大学学报（哲学社会科学版）Ｍａｙ２０２５

第２７卷第３期ＪｏｕｒｎａｌｏｆＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ（ＰｈｉｌｏｓｏｐｈｙａｎｄＳｏｃｉａｌＳｃｉｅｎｃｅ）Ｖｏｌ２７Ｎｏ３

信用评分人工智能算法公平性检讨与规制

何颖

（华东政法大学经济法学院，上海２０００４２）

［摘要］人工智能算法应用于个人信用评分行业，极大降低了消费信贷等活动中人

为因素的影响，提高了放贷效率。但是人工智能算法的诸多固有缺陷，包括基础数据质量

缺陷、算法内嵌歧视性变量、机器学习的不确定性等，加之运用过程中的算法滥用，极易破

坏金融公平，使所谓技术中立只是为信用评估提供了“客观的表象”。人工智能算法主导

下的信用评分系统中，数据与算法担负起交易主体关系建构与秩序塑造的基本功能，而传

统信用立法已严重滞后于对金融公平的现实需求。人工智能信用评分系统对个人获得公

平信贷机会等基本权益影响巨大，并左右着金融资源的合理公平分配。信用立法中应增

加数据和算法公平性规则，包括强调信用数据相关性和代表性要求等数据质量规则，增加

金融消费者等弱势群体对算法的知情权、拒绝权等。

［关键词］人工智能算法信用评分金融公平金融消费者

一、问题的提出

我国个人信用评分活动虽然起步较晚，但是发展势头迅猛。包括银行、消费金融公司等在内的

各类贷款业务机构以及电商科技平台等，已在信用评分及放贷领域开始应用大数据、人工智能算法

等技术，以期获得高效客观的信用评价并提高放贷效率。２０２２年人民银行出台《征信业务管理办

法》（下文简称《管理办法》），标志着基于人工智能技术的信用评分业务得到认可和鼓励，我国征信

行业正式进入了数字征信时代。为了更好规范大数据、人工智能等技术在征信业务中的应用，《办

法》对信用信息及征信管理边界进行了扩展规定，据此“利用替代数据为金融和经济活动提供信用管

①

理服务，在本质上属于征信活动，需要纳入征信监管”。利用替代性数据进行自动化决策的信用评

分算法属于人工智能技术范畴。人工智能算法自我编程、自我进化的能力，是其脱胎于静态的计算

②

机程序而展现智能的主要方式。对此，有观点表示，受机器学习和人工智能对数据收集的影响，替

③

代数据的获取使银行能够优化信用评分，增强发放贷款的能力，推动普惠金融发展。也有研究指

出，金融行业固有的歧视问题并不能随着技术的应用而消除，如果缺乏有效的法律约束机制，将可能

④

使“金融公平成为一种虚妄的自我欺骗”。

因此，有必要深入探究人工智能技术应用在公平信用评分场景下可能存在的影响和规范路径，

全面回答人工智能算法应用于信用评分场景是否会引发新的金融不公？人工智能等数据科技立法

抑或现行信贷立法是否足以规制并解决这些问题？应当如何构建或是增补具体的公平信用评分规

则？本文从上述问题出发，在理解信用评分人工智能应用的运行逻辑基础上厘清公平信用评分的法

律内涵及规范要求，分析人工智能应用的固有缺陷以及应用不当如何导致信用评分结果偏离公平

［基金项目］国家社科基金一般项目“人工智能算法应用的金融法规制”（２２ＢＦＸ０８９）阶段性研究成果。

［作者简介］何颖（１９７９—），江苏宜兴人，法学博士，华东政法大学经济法学院副教授，研究方向：金融科技与法律、金融消费者、投资

者保护。

①辛继召：《央行首度明确：“替代数据”本质属于征信活动，需要纳入征信监管》，《２１世纪经济报道》２０２０年１２月１５日。

②王德夫：《论人工智能算法的法律属性与治理进路》，《武汉大学学报（哲学社会科学版）