A metodologia da plataforma se mostrou mais eficiente do que os modelos tradicionais, recebeu chancela da comunidade científica e foi apresentada para o mercado em Nova York
A Traive criou dois modelos inéditos de análise de crédito para o agronegócio por meio de Inteligência Artificial. Os modelos desenvolvidos foram comparados aos usados atualmente pelo sistema financeiro global e se mostraram mais precisos para a formulação de scores de risco. As metodologias passaram pelo crivo de uma banca técnica da prestigiada Association for Computing Machinery (ACM) e foram apresentadas, nesta terça-feira (28), na Conferência Internacional sobre IA em Finanças 2023, um evento patrocinado pelo JP Morgan e pelo US Bank, dois dos maiores bancos dos Estados Unidos.
- O estudo completo pode ser acessado aqui
A metodologia é inédita porque alia o conhecimento humano a uma Bayesian network — complexo modelo probabilístico capaz de lidar com incertezas e informações incompletas, que é justamente o caso do setor agrícola.
Isso é o que mostra o paper “Redes Bayesianas melhoram a calibração fora do domínio para avaliação de risco de inadimplência no agronegócio”. Resumidamente, o modelo apresentado é composto por um conjunto de nós e arestas, no qual cada nó representa uma variável (preço das commodities, por exemplo) e cada aresta caracteriza uma relação de dependência entre as variáveis.
Desse modo, a probabilidade de uma variável acontecer depende das probabilidades das outras variáveis que a influenciam. Os artigos científicos foram produzidos sob a liderança de Aline Oliveira, em conjunto com o Vice-Presidente de Ciência de Dados, Pesquisa e Desenvolvimento de IA da Traive, Mohammad Ghassemi. Além disso, as publicações contaram com a parceria de Ana Clara Teixeira, Vaishali Mahar e Hamed Yazdanpanah, profissionais de tecnologia.
Para ler o estudo completo, clique aqui.
