تحييد الفجوة الهيكلية في قطاع التكنولوجيا المالية النيجيري: نموذج مبتكر لمواجهة التحديات

في عالم الخدمات المالية، غالبًا ما تعتمد الأنظمة التي تقرر القرارات على بيانات تُعبر عن التباينات الهيكلية بشكل غير مباشر. تتناول هذه الورقة البحثية مشكلة هذا التحدي من خلال تقديم نموذج ثلاثي المستويات يجمع بين الذكاء البشري (Human Intelligence) والذكاء الاصطناعي (Artificial Intelligence) لكشف الاحتيال في النقاط البيعية (Point of Sale) في القطاع المالي النيجيري.

يُعتمد نموذج "We Are All Equal" لمواجهة مشكلة تلبيس التمييز، حيث تقوم الأنظمة بتفسير الضوضاء المكانية المرتبطة بالبنية التحتية مثل انقطاعات الشبكة الريفية كنية احتيالية. لتحقيق ذلك، نفذت الباحثون سياسة توجيه ثلاثية المستويات باستخدام نموذج مجموعة مُحسَّنة كمرشح أولي.

يستخدم هذا النظام أكثر من طبقة واحدة لتصنيف المعاملات ذات عدم اليقين المعرفي، مثل الحسابات الجديدة التي تحتاج إلى تحليل من قبل محللين متخصصين، بينما تُحجز الحالات ذات المخاطر العالية لمشرفين ذوي خبرة. ولإدارة محدودية الموارد البشرية، استُخدم سعر ظلي ديناميكي لتنظيم انتباه الأفراد، مما يساعد على منع تدهور المهارات بسبب قلة الاستخدام.

أظهرت التجارب نتائج مثيرة، حيث حققت نتائج مميزة في تقليل الفجوة في أداء النظام من 19.43 نقطة مئوية إلى 2.88 نقطة، مما يُظهر تحييد التحيز الهيكلي. توفر هذه الاستراتيجية تعاونًا هرميًا يعزز من المساواة في الفرص، مما يضمن عدم استبعاد الحسابات الريفية من الاقتصاد الرقمي بسبب حظوظ البيئة.

تلك الابتكارات تمثل خطوات هامة نحو تحقيق العدالة في استخدام التكنولوجيا المالية، مما يؤكد على أهمية دمج اللينكات الإنسانية مع حلول الذكاء الاصطناعي للتحسين المستمر والتأكيد على المساواة للجميع. ما رأيكم في هذا التطور؟ شاركونا في التعليقات!