RappiCard usa Inteligencia Artificial para dar acceso a más créditos para mujeres
RappiCard impulsará el acceso al crédito para las mujeres mexicanas por consideralas un pilar fundamental para la economía nacional debido a su alta participación en áreas prioritarias como el comercio, la industria y la agricultura, entre otros.
El ambicioso programa de créditos tiene un respaldo en un nuevo algoritmo que basado en Inteligencia Artificial, informó la plataforma en un comunicado.
Así, la fintech en colaboración con Universidad de California, Berkeley; Universidad Northwestern, Universidad Texas A&M, y el ITAM pondrán en marcha el programa.
En alianza con las universidades investigarán el sesgo de género que registra la industria en la asignación de créditos financieros, y aprovechará su tecnología para permitir que más mujeres puedan contar con el beneficio del crédito, combinando herramientas como “huella digital” con datos de pago, y aprendizaje automático para construir algoritmos de calificación crediticia diferenciados por género.
La Encuesta Nacional de Ocupación y Empleo (ENOE) del INEGI revela que la tasa de participación de las mujeres dentro de la Población Económicamente Activa (PEA) ascendió a 43.5% lo que representa un aumento de 2.6 puntos porcentuales con respecto al año pasado, lo que este confirma el papel cada vez más activo e importante de las mujeres en la actividad económica del país.
Por otra parte, Rappi informó que fue seleccionada por la USAID para trabajar de forma conjunta en derribar las barreras que dificultan el acceso al crédito a este sector poblacional.
RappiCard rompe paradigmas en México, no sólo en cuanto a experiencia de usuario y transparencia; además, permite construir un camino a la bancarización de la economía con igualdad de género a través de la tecnología”,
José Antonio Murillo, CEO de RappiCard.
Los resultados del estudio tendrán relevancia para una amplia gama de productos de crédito digital y podrán influir en las prácticas de otorgamiento de crédito en países que consideran el género en la asignación de crédito, así como el diseño de políticas en naciones que actualmente no lo permiten.
Esta investigación también aportará información al debate sobre si los algoritmos que no tienen en cuenta el género son superiores a la hora de ampliar el crédito formal para las mujeres y evitar la discriminación a ellas en el momento que solicitan un crédito.
