IA na concessão de crédito: o desafio está na governança

A concessão de crédito sempre ocupou posição central na atividade financeira e, historicamente, também na gestão de riscos. Nos últimos anos, esse processo passou por uma transformação estrutural impulsionada pela incorporação da inteligência artificial (IA). 

Decisões que antes dependiam de análise humana e modelos estatísticos relativamente estáticos passaram a ser conduzidas por sistemas capazes de processar grandes volumes de dados, identificar padrões complexos e adaptar suas inferências em tempo quase real. Essa evolução não apenas aumentou a eficiência operacional e a capacidade de previsão de inadimplência, como também alterou profundamente a forma como o crédito é estruturado, ofertado e monitorado ao longo do tempo. 

Se, em um primeiro momento, o uso de IA era percebido como um diferencial competitivo, hoje ele se consolidou como uma infraestrutura essencial para a análise de crédito. O verdadeiro diferencial competitivo se desloco para a qualidade dos dados utilizados, para a capacidade de integração desses modelos à jornada do cliente e, sobretudo, para a robustez da governança que sustenta essas decisões automatizadas.

Nesse contexto, a ampliação das fontes de dados assume papel central. A análise de crédito deixou de depender exclusivamente de informações tradicionais, como histórico de crédito formal e renda declarada, e passou a incorporar dados transacionais, informações oriundas do Open Finance, padrões de comportamento digital e variáveis contextuais. Essa mudança permite uma avaliação mais granular e dinâmica da capacidade e da propensão ao pagamento, especialmente relevante em casos de clientes com histórico limitado. 

Ainda, a incorporação de inteligência artificial não apenas ampliou o volume de dados analisados, mas também transformou a natureza das variáveis consideradas relevantes. Modelos tradicionais vêm sendo substituídos por sistemas capazes de capturar padrões comportamentais.

Com isso, a análise de risco deixa de ser predominantemente retrospectiva e passa a incorporar elementos prospectivos, permitindo uma leitura mais dinâmica da situação financeira do cliente. Essa evolução resulta, em geral, em ganhos significativos na capacidade preditiva, com melhorias relevantes em métricas de desempenho e maior eficiência na alocação de crédito.

Paralelamente, a IA viabilizou um avanço significativo na personalização do crédito. A análise granular de dados permite ajustar, de forma individualizada, condições como limite, taxa de juros e prazo, além de possibilitar ofertas contextualizadas ao longo da jornada do cliente. O crédito deixa de ser um produto padronizado e passa a assumir características de um serviço adaptativo, continuamente ajustado com base no comportamento e nas necessidades do usuário. Essa personalização, embora aumente a eficiência e a experiência do cliente, intensifica o uso de técnicas de perfilagem, o que reforça a necessidade de observância de princípios como finalidade, transparência e não discriminação previsto na Lei Geral de Proteção de Dados (LGPD).

Ainda que a LGPD não imponha uma explicabilidade plena dos algoritmos, ela demanda que o controlador forneça informações claras e adequadas sobre os procedimentos adotados, o que pode entrar em tensão com modelos mais sofisticados e menos interpretáveis. Nesse sentido, o direito à revisão funciona como um mecanismo de mitigação de riscos, buscando equilibrar a eficiência das decisões automatizadas com a proteção dos direitos do titular, especialmente em situações em que a negativa de crédito pode produzir impactos econômicos relevantes.

Nesse novo cenário, o papel do analista humano não desaparece, mas se transforma.

 A atuação humana deixa de estar centrada na decisão individual de concessão de um crédito e passa a se concentrar na supervisão dos modelos, na definição de políticas, na análise de situações excepcionais e na garantia de conformidade regulatória. Esse deslocamento reflete uma mudança mais ampla na relação entre humanos e sistemas automatizados, em que a responsabilidade pela tomada de decisão permanece, em última instância, sob controle humano, ainda que a execução seja amplamente automatizada.

No plano regulatório, o Projeto de Lei nº 2.338/2023, que estabelece o marco legal da inteligência artificial no Brasil, ilustra bem a complexidade do enquadramento dessas tecnologias. Em versões anteriores da proposta, havia referência direta ao uso de IA em serviços financeiros, incluindo análise de crédito, como hipótese de alto risco. Ao longo da tramitação, contudo, o crédito deixou de aparecer de forma expressa, mas não necessariamente saiu do escopo de alto risco. Ao contrário, sistemas utilizados na concessão de crédito podem continuar sendo assim classificados quando se enquadram nas hipóteses previstas no artigo 14, especialmente por envolverem avaliação ou classificação de indivíduos e por produzirem efeitos relevantes sobre o acesso a recursos econômicos.

Em síntese, tendências apontam para um cenário em que a análise de crédito será cada vez mais contínua e integrada, com modelos capazes de avaliar risco em tempo real e ajustar decisões de forma dinâmica. 

O desenvolvimento de técnicas de IA explicável, a integração com novas abordagens tecnológicas e a expansão de modelos de embedded finance tendem a aprofundar essa transformação. Ao mesmo tempo, essas inovações ampliam a necessidade de estruturas robustas de governança, capazes de assegurar que o uso da tecnologia ocorra de forma transparente, ética e juridicamente sustentável.

A incorporação da inteligência artificial na concessão de crédito representa, portanto, mais do que um avanço tecnológico. Trata-se de uma mudança estrutural na forma como o risco é compreendido, mensurado e gerido. Se, por um lado, essa evolução amplia a eficiência e o potencial de inclusão financeira, por outro, redefine os contornos da responsabilidade e da regulação. Nesse contexto, a questão central não é mais se a IA deve ser utilizada, mas como garantir que sua utilização esteja alinhada a padrões adequados de governança, transparência e proteção de direitos.