الذكاء الاصطناعي والشمول المالي: بنوك للجميع

لا يوجد كشف راتب؟ الخوارزمية تقيّم سمعتك على وسائل التواصل الاجتماعي. الذكاء الاصطناعي يفتح أبواب البنوك أمام 1.6 مليار شخص، لكن الحد الفاصل بين الشمول المالي و

لا يزال هناك 1.6 مليار شخص حول العالم بدون إمكانية الوصول إلى حساب بنكي. ليس باختيارهم، بل بسبب حواجز تبدو غير قابلة للتجاوز: نقص الوثائق، البعد عن الفروع، عدم وجود سجل ائتماني، وعدم الثقة في مؤسسات لم تتحدث لغتهم قط. لعقود، عمل النظام المالي باستبعاد شريحة ضخمة من البشرية. اليوم، يعد الذكاء الاصطناعي بإعادة كتابة هذه القواعد.

الأمر لا يتعلق بالتكنولوجيا فقط، بل بمسألة عدالة اقتصادية. الوصول إلى الخدمات المالية ليس رفاهية بل حق أساسي للمشاركة في الحياة الاقتصادية الحديثة. بدون حساب بنكي، بدون إمكانية الحصول على قرض، يبقى الملايين محاصرين في دوائر فقر تنتقل من جيل إلى جيل. وقد يكون الذكاء الاصطناعي هو المفتاح لكسر هذه الحلقة.

مشكلة التخفي المالي

العقبة الأولى أمام الشمول المالي هي عدم وجود سجل ائتماني. تقوم البنوك التقليدية بتقييم موثوقية العميل من خلال البيانات التاريخية: الرواتب المنتظمة، القروض السابقة، فواتير مدفوعة. لكن ماذا يحدث لمن لم يكن لديه عمل رسمي قط، لمن دائمًا ما دُفع له نقدًا، لمن يعيش في مناطق ريفية حيث الاقتصاد غير الرسمي هو القاعدة؟

وفقًا لـ EFT Corporation، فإن الذكاء الاصطناعي يغير هذا النموذج جذريًا. بدلاً من الاعتماد حصريًا على البيانات المصرفية التقليدية، يمكن للخوارزميات الآن تحليل مصادر بديلة: مدفوعات الهاتف المحمول، استهلاك الطاقة، أنماط الشراء في المتاجر الصغيرة، وحتى النشاط على وسائل التواصل الاجتماعي. ليس لغزو الخصوصية، بل لبناء ملف ائتماني حيث لم يكن موجودًا من قبل.

هذا لا يعني أن التكنولوجيا تحل محل الحكم البشري، بل إنها تكمله بمعلومات كانت غير مرئية للنظام سابقًا. تاجرة صغيرة في قرية ريفية تدفع بانتظام فاتورة الهاتف، تحافظ على علاقاتها التجارية ثابتة، ولديها سمعة قوية في مجتمعها، يمكنها أخيرًا إثبات موثوقيتها المالية حتى دون أن تطأ قدمها بنكًا قط.

عندما تفتح الخوارزمية الأبواب

لكن الابتكار الأكثر أهمية لا يتعلق فقط بتقييم الائتمان، بل بعملية الوصول إلى الخدمات المالية بأكملها. يصف CAF كيف أن الذكاء الاصطناعي يحطم حواجز بدت هيكلية: الحاجة إلى وثائق ورقية، التعقيد البيروقراطي، ضرورة الحضور شخصيًا في الفرع.

تسمح أنظمة التعرف البيومتري الآن بالتحقق من الهوية باستخدام صورة سيلفي فقط ووثيقة مصورة بالهاتف الذكي. تقود المساعدات الافتراضية متعددة اللغات العملاء عبر عمليات كانت تتطلب في السابق تدخل موظف متخصص. فتح حساب بنكي، الذي كان يتطلب في بعض مناطق العالم أيامًا من السفر وأكوامًا من المستندات، يمكن الآن أن يتم في دقائق معدودة من الهاتف المحمول.

تستخدم منصة Verity، كما وثقت Global Alliance for Banking on Values، خوارزميات التعلم الآلي لتسريع موافقات القروض، مما يقلل الأوقات من أسابيع إلى ساعات. لكن الأمر لا يتعلق بالكفاءة فقط: يسمح هذا النظام بالوصول إلى مجموعات مهمشة لم تكن البنوك التقليدية تعتبرها حتى عملاء محتملين.

ديمقراطية التمويل الأصغر

يعد التمويل الأصغر أحد أكثر المجالات الواعدة للذكاء الاصطناعي المطبق على الشمول المالي. لعقود، سعت مؤسسات التمويل الأصغر إلى تقديم قروض صغيرة لرواد الأعمال الذين لم يكن لديهم إمكانية الوصول إلى الائتمان التقليدي. لكن العملية كانت مكلفة وبطيئة، وتعتمد على تقييمات يدوية غالبًا ما أدخلت تحيزات غير واعية.

يشرح SIFARS كيف يجعل الذكاء الاصطناعي التمويل الأصغر قابلاً للتوسع. يمكن للخوارزميات تحليل آلاف الطلبات في وقت واحد، وتحديد أنماط المخاطر في الوقت الفعلي، وتخصيص شروط القرض بناءً على الاحتياجات المحددة لمقدم الطلب. يمكن لنساجة في بنغلاديش الحصول على قرض مُعاير بدقة على دورات إنتاجها، مع أقساط تأخذ في الاعتبار المواسم التي تبيع فيها أكثر.

لكن هناك جانب أكثر إثارة للاهتمام: يسمح الذكاء الاصطناعي ببناء منتجات مالية مصممة خصيصًا لمن لديهم دخل غير منتظم. بدلاً من طلب أقساط شهرية ثابتة، يمكن للأنظمة الذكية تكييف المدفوعات مع التدفقات النقدية الفعلية للعميل. إنها ليست مرونة فقط، بل هي اعتراف بأن الاقتصاد غير الرسمي له منطق مختلف عن الاقتصاد الرسمي، وهو منطق مشروع بنفس القدر.

يسلط المنتدى الاقتصادي العالمي الضوء على كيف أن هذا التخصيص على نطاق واسع يسرع الشمول المالي تحديدًا في الأسواق الناشئة حيث تكون الحاجة أكبر. لا يخلق الذكاء الاصطناعي الكفاءة فحسب، بل يخلق الملاءمة: منتجات منطقية لمن يستخدمها.

التثقيف المالي الخوارزمي

لكن الوصول إلى الخدمات المالية هو مجرد الخطوة الأولى. والثانية، لا تقل أهمية، هي التثقيف المالي. فالعديد من الأشخاص المستبعدين من النظام المصرفي لا يعانون فقط من مشاكل في الوصول، بل أيضًا في الفهم. كيف يعمل الحساب الجاري؟ ماذا يعني سعر الفائدة؟ كيف تُبنى سجلات ائتمانية إيجابية؟

أصبحت المساعدات الافتراضية القائمة على الذكاء الاصطناعي مدرسين ماليين شخصيين. فهي لا تجيب على الأسئلة فحسب، بل تعدل الشروحات وفقًا لمستوى المعرفة المالية للمستخدم، وتستخدم أمثلة ذات صلة بسياقه الثقافي، وتتوقع الشكوك قبل حتى أن يتم التعبير عنها. إنه نوع من التعليم الشخصي المطبق على التمويل.

توثق منظمة Progress Together كيف تقلل هذه الأنظمة بشكل كبير من فجوة المعرفة المالية بين مختلف الشرائح الاجتماعية والاقتصادية. لكنها تؤكد أيضًا على جانب حاسم: أهمية استخدام لغة شاملة، وتجنب المصطلحات التقنية غير الضرورية، والاعتراف بأن التنوع الاجتماعي والاقتصادي يتطلب أساليب تواصل مختلفة.

لا يكفي جعل الخدمات متاحة، بل يجب جعلها مفهومة. وهنا يمكن للذكاء الاصطناعي أن يحدث الفرق بين تطبيق مصرفي يُربك المستخدم وآخر يُمكنه.

الجانب المظلم للوعد الرقمي

لكن سيكون من السذاجة الاعتقاد أن الذكاء الاصطناعي هو حل سحري للإقصاء المالي. فمثل أي أداة قوية، يحمل معه مخاطر كبيرة لا يمكن تجاهلها.

المشكلة الأولى هي التمييز الخوارزمي. فالنظم نفسها التي تعد بتجاوز التحيز البشري يمكن أن تستمر وتضخم أوجه عدم المساواة القائمة. إذا تم تدريب خوارزمية على بيانات تاريخية تعكس تمييزًا سابقًا، فسوف تتعلم التمييز بطريقة أكثر كفاءة. وتؤكد CGAP على أن هذه ليست مسألة تقنية بل سياسية: من يقرر المتغيرات التي تأخذها الخوارزمية في الاعتبار؟ ومن يتأكد من أنها لا تعاقب مجموعات معينة بشكل منهجي؟

مثال ملموس: إذا استخدم الذكاء الاصطناعي الموقع الجغرافي كمتغير لتقييم المخاطر الائتمانية، فقد يستبعد تلقائيًا مجتمعات بأكملها تعيش في أحياء تعتبر "خطرة". ليس بدافع الخبث، بل بسبب التصميم. والنتيجة هي أن التكنولوجيا التي من المفترض أن تُدمج، تنتهي بالإقصاء بطريقة أكثر تطورًا وأقل شفافية.

ثم هناك مسألة الخصوصية. لتحليل مصادر بيانات بديلة، يجب أن تصل الخوارزميات إلى معلومات شخصية تتجاوز بكثير تلك المصرفية التقليدية. من يضمن عدم إساءة استخدام هذه البيانات؟ من يحمي العملاء الأكثر ضعفاً من الانتهاكات المحتملة؟ قد تتحول راحة الوصول السريع إلى الخدمات المالية إلى تنازل غير واعٍ عن الخصوصية.

EY تبرز خطراً آخر: الاعتماد التكنولوجي. إذا أصبح الوصول إلى الخدمات المالية وسيطاً بالكامل عبر الهواتف الذكية واتصال الإنترنت، فماذا يحدث لمن لا يملكون إمكانية الوصول إلى هذه التقنيات؟ قد يتحول الفجوة الرقمية إلى فجوة مالية، مما يخلق فئة جديدة من المستبعدين.

مسألة الديون المفترسة

ثم هناك جانب أكثر خبثاً: استخدام الذكاء الاصطناعي لأشكال متطورة من الديون المفترسة. نفس الخوارزميات التي يمكنها توسيع الوصول إلى الائتمان يمكنها أيضاً تحديد الأشخاص الضعفاء وعرض قروض عليهم بشروط غير مستدامة. لم تعد هناك حاجة إلى مرابين بأسعار فائدة مرتفعة واضحة: يكفي تطبيق بواجهة ودية يعرض عليك "فقط" 200 يورو بأقساط "مريحة"، مخفياً أسعار فائدة فعلية تحبسك في دائرة من الديون.

الذكاء الاصطناعي ماهر بشكل خاص في تحديد لحظات الضعف: هل فقدت وظيفتك للتو؟ الخوارزمية تعرف ذلك من بحثك عبر الإنترنت. هل لديك نفقات طبية غير متوقعة؟ يكشف عن ذلك نمط مشترياتك. وفي تلك اللحظة بالضبط تصل إليك عرض القرض "المثالي". مثالي لمن يقدمه، كارثي لمن يقبله.

هذا ليس خطراً نظرياً بل واقعاً موثقاً في العديد من الأسواق الناشئة، حيث تكافح التنظيمات لمواكبة الابتكار التكنولوجي. نفس الذكاء الاصطناعي الذي يعد بالشمولية يمكن أن يصبح أداة استغلال إذا لم يحكمه مبادئ أخلاقية واضحة وضوابط صارمة.

نحو ذكاء اصطناعي مالي مسؤول

السؤال إذن ليس ما إذا كان الذكاء الاصطناعي يمكن أن يعزز الشمول المالي، بل كيف يمكننا ضمان قيامه بذلك بطريقة عادلة وشفافة ومستدامة. تقدم CGAP بعض المبادئ التوجيهية الأساسية: الشفافية الخوارزمية، وحماية البيانات، ومشاركة المجتمعات المستفيدة في تصميم الخدمات، والتقييم المستمر للأثر الاجتماعي بالإضافة إلى الاقتصادي.

لا يكفي أن تثبت شركة التكنولوجيا المالية أنها وصلت إلى ملايين المستخدمين الذين كانوا مستبعدين سابقًا. يجب أن نسأل: تحت أي شروط؟ وبأي مستوى من الفهم من قبل المستخدمين؟ وبأي ضمانات ضد سوء الاستخدام؟ وبأي آلية للطعن في حال حدوث أخطاء خوارزمية؟

تؤكد منظمة Progress Together على أهمية التنوع في الفرق التي تصمم هذه الأنظمة. إذا لم يختبر مطورو الخوارزميات المالية الإقصاء المالي مطلقًا، فمن الصعب أن يصمموا حلولًا شاملة حقًا. التكنولوجيا تعكس دائمًا وجهات نظر من يصنعها.

النساء والمهاجرون والفئات غير المرئية الأخرى

من الجدير التوقف عند بعض المجموعات المعرضة بشكل خاص للإقصاء المالي. لا تزال النساء، في أجزاء كثيرة من العالم، يحصلن على فرص أقل للائتمان مقارنة بالرجال، ليس لأسباب اقتصادية بل لأسباب ثقافية. يمكن للذكاء الاصطناعي المساعدة في التغلب على هذه التحيزات، كما توثق CAF، من خلال تقييم الجدارة الائتمانية بشكل أكثر موضوعية والاعتماد على بيانات حقيقية بدلاً من التحيزات.

ولكن يمكنه أيضًا إدامة هذه التمييزات إذا تم تدريب الخوارزميات على بيانات تعكس عقودًا من إقصاء النساء من النظام المالي. إنه توازن دقيق يتطلب اهتمامًا مستمرًا وتدخلات تصحيحية.

ينطبق الأمر نفسه على المهاجرين، الذين غالبًا ما يجدون أنفسهم في حالة من الفراغ المالي: ليس لديهم سجل ائتماني في البلد الذي يعيشون فيه، وقد لا يتم الاعتراف بوثائقهم على الفور، وغالبًا ما تكون وضعيتهم العملية غير مستقرة. يمكن للذكاء الاصطناعي بناء ملفات ائتمانية تأخذ في الاعتبار أيضًا الخبرة المالية في بلدان المنشأ، وتأخذ في الاعتبار أشكالًا بديلة للدخل، وتتعرف على أنماط الموثوقية التي تتجاهلها البنوك التقليدية.

يمثل كبار السن فئة حرجة أخرى. يمتلك الكثيرون أصولًا ولكنهم قليلوا الخبرة مع التكنولوجيا الرقمية. يجب تصميم أنظمة الذكاء الاصطناعي لتكون في متناول أولئك الذين لم يولدوا في العصر الرقمي، بواجهات سهلة الاستخدام، ومساعد صوتي، وإمكانية الحصول على دعم بشري عند الضرورة. لا يمكن أن يعني الشمول إجبار الجميع على التكيف مع التكنولوجيا، بل تكييف التكنولوجيا لتلبي الاحتياجات المختلفة.

دور التنظيم

كل هذا يتطلب إطارًا تنظيميًا غير موجود بعد بشكل كامل. يواجه المنظمون الماليون في جميع أنحاء العالم تحدياً غير مسبوق: كيف يحكمون أنظمة معقدة ومتطورة بسرعة دون خنق الابتكار مع ضمان حماية المستهلك؟

نحتاج إلى معايير دولية للشفافية الخوارزمية في الخدمات المالية. نحتاج إلى الحق في تفسيرات مفهومة عندما ترفض خوارزمية منح قرض. نحتاج إلى آليات فعالة للطعن في القرارات الخوارزمية. نحتاج إلى إمكانية إجراء عمليات تدقيق مستقلة على أنظمة الذكاء الاصطناعي المستخدمة من قبل المؤسسات المالية.

لكننا نحتاج أيضًا إلى شيء أكثر أساسية: إعادة التفكير في معايير تقييم المخاطر بحيث تعكس ليس فقط منطق الربح ولكن أيضًا منطق التأثير الاجتماعي. لا يمكن لنظام مالي شامل حقًا أن يكون مستدامًا فقط إذا كان مربحًا لمن يقدمه، بل يجب أن يثبت أنه يخلق قيمة للمجتمع بأكمله.

التأمين لمن لا يُحسب

جانب غالبًا ما يتم إغفاله في الشمول المالي يتعلق بالتأمين. يعيش مليارات الأشخاص دون أي شكل من أشكال الحماية التأمينية: يمكن لمحصول مدمر، أو مرض مفاجئ، أو حادث أن يدفعهم إلى الفقر دون أي شبكة أمان.

الذكاء الاصطناعي يجعل التأمينات الدقيقة البارامترية ممكنة: وثائق تنشط تلقائيًا عند تحقق شروط موضوعية معينة، دون الحاجة إلى تقييمات طويلة. أمطار غير كافية في منطقة معينة؟ يتلقى المزارع تعويضًا تلقائيًا. زلزال مسجل بواسطة أجهزة استشعار؟ تبدأ عمليات إعادة الإعمار على الفور.

هذه الأنظمة، كما نوقش في المقال حول الذكاء الاصطناعي والتأمين، تثير مع ذلك قضايا أخلاقية: أين تنتهي التخصيص وأين تبدأ التمييز؟ كيف نتجنب معايرة الأقساط بطريقة تستبعد فعليًا من هم في أمس الحاجة للحماية؟

المستقبل الذي نريد بناءه

الذكاء الاصطناعي ليس منقذًا ولا شيطانيًا. إنه أداة، قوية جدًا، يمكنها تضخيم أفضل نوايانا أو أسوأها. إذا أردنا أن يعزز حقًا الشمول المالي، يجب أن نصممه بهذا الهدف المعلن، لا أن نأمل أن يظهر الشمول كأثر جانبي للكفاءة.

هذا يعني الاستثمار في محو الأمية الرقمية والمالية. يعني بناء بنى تحتية تصل حتى إلى المناطق النائية. يعني إشراك المجتمعات المستفيدة في تصميم الخدمات، وعدم معاملتها كمستقبلين سلبيين لحلول مُفكر بها في مكان آخر.

وهذا يعني أيضًا قبول أن الابتكار التكنولوجي وحده لا يكفي. للإقصاء المالي جذور عميقة في أوجه عدم المساواة الهيكلية التي لا يمكن حلها بتطبيق، مهما كان متطورًا. يمكن أن تكون الذكاء الاصطناعي محفزًا للتغيير، ولكن فقط إذا تم دمجها في استراتيجيات أوسع للعدالة الاقتصادية والاجتماعية.

ثورة صامتة

بينما نناقش هذه المواضيع من الناحية النظرية، فإن الملايين من الناس يختبرون بالفعل ما يعنيه الوصول إلى الخدمات المالية لأول مرة. تاجرة في كينيا يمكنها قبول المدفوعات الرقمية. مزارع في الهند يحصل على قرض لشراء بذور أفضل. امرأة في باكستان تفتح حسابها البنكي الأول دون الحاجة إلى طلب الإذن من أي شخص.

هذه قصص صغيرة وفردية، لكنها مجتمعة تمثل تحولًا اقتصاديًا ذا نطاق تاريخي. الشمول المالي ليس مجرد مسألة عدالة، بل هو أيضًا فرصة اقتصادية هائلة: أشخاص كانوا مستبعدين سابقًا من السوق يصبحون مستهلكين، ومدخرين، ورجال أعمال.

الذكاء الاصطناعي يجعل هذا التحول ممكنًا على نطاق وسرعة غير مسبوقين. لكن السرعة لا يجب أن تجعلنا ننسى الاتجاه. التكنولوجيا تمنحنا الأدوات، ويقع علينا أن نقرر لأي غرض نستخدمها. يمكننا بناء نظام مالي أكثر شمولاً، وأكثر عدالة، وأكثر إنسانية. أو يمكننا خلق أشكال جديدة من الإقصاء، أكثر تطورًا وأصعب في مكافحتها.

الاختيار، كما هو الحال دائمًا، ليس للتكنولوجيا بل لنا. ولحظة الاختيار هي الآن، بينما الأنظمة لا تزال قيد الإنشاء، وبينما القواعد لم تُكتب بعد، وبينما لا يزال هناك مجال للتأثير على الاتجاه الذي ستتخذه هذه الثورة الصامتة التي تعيد تشكيل مستقبل التمويل العالمي.

الشمول الرقمي الذي يَعِد به الذكاء الاصطناعي يمكن أن يصبح حقيقة فقط إذا قمنا ببنائه بنشاط، مع الوعي بالمخاطر والعزم على تجنبها. وإلا، فإننا نخاطر باستبدال أشكال الإقصاء القديمة بأخرى جديدة، رقمية، وخوارزمية، ولكنها ظالمة بنفس القدر.