Prêts bancaires : et si votre historique d’appels valait plus qu’une fiche de paie ?
Plus d’une personne sur six, dans le monde, est exclue du système financier. Incapables de fournir des justificatifs classiques, ils ne peuvent pas se voir accorder des prêts. En Afrique, notamment, l’intelligence artificielle (IA) dope la créativité des organismes financiers qui multiplient les nouveaux moyens – parfois surprenants – de prouver sa fiabilité. Mais à quel prix éthique ?
Votre façon de recharger votre téléphone ou votre régularité à répondre aux appels pouvait, un jour, déterminer vos chances d’obtenir un prêt. Pour des millions de personnes à travers le monde, cette idée est déjà une réalité. Cette pratique est en plein essor dans les pays du Sud, où l’exclusion bancaire reste massive. Face à l’impossibilité de fournir des justificatifs traditionnels, comme une fiche de paie ou un relevé de compte, des institutions financières innovent en se tournant vers des données dites « alternatives » pour évaluer la solvabilité des individus. Habitudes numériques, comportements sur mobile, interactions sur les réseaux sociaux ou traits de personnalité : tous ces éléments deviennent autant d’indices pour dresser une « signature financière ».
1,4 milliard d’adultes sans compte bancaire
Derrière cette transformation se cache un enjeu fondamental : l’accès au crédit pour les exclus du système financier. En 2021, selon la Banque mondiale, 1,4 milliard d’adultes dans le monde ne disposaient toujours pas d’un compte bancaire. La plupart vivent dans des zones rurales, travaillent dans l’économie informelle, sont jeunes, sont des femmes ou vivent en marge de la société. Autant de profils que les standards classiques de la finance considèrent « à risque ».
À cela s’ajoute un chiffre encore plus parlant : plus de 2 milliards de personnes travaillent sans contrat, fiche de paie ou couverture sociale (OIT, 2023). Dans ce contexte, comment juger de la capacité d’un individu à rembourser un crédit sans passer par les voies habituelles ?
Ce que l’Afrique emprunte à l’IA
La réponse, vous l’avez compris, vient de l’intelligence artificielle (IA), capable d’analyser les données non-conventionnelles. En Afrique, par exemple, le développement fulgurant du paiement mobile et de la connectivité numérique ouvre un champ inédit d’analyse comportementale.
- En Afrique du Sud, l’agence TransUnion a lancé le Telco Data Score, un outil de notation qui repose sur les habitudes téléphoniques : fréquence des appels, stabilité du numéro, régularité des recharges. Résultat : une amélioration de 25 à 35 % des performances prédictives par rapport aux méthodes classiques.
- Toujours en Afrique du Sud, African Bank expérimente l’outil Worthy Credit, un test psychométrique évaluant la discipline financière, le comportement et les traits de personnalité. Les items du questionnaire demandent aux participants de choisir entre deux affirmations également désirables. Par exemple : « Quelle phrase vous décrit le mieux : ‘Je gère mes finances avec soin’ ou ‘J’évite les situations financières risquées’ ? » Cette méthode a permis de réintégrer dans le système des personnes rejetées par les grilles traditionnelles, avec des taux de remboursement jugés satisfaisants.
- Au Kenya, la fintech Tala pousse l’analyse encore plus loin : elle croise jusqu’à 10 000 points de données mobiles navigation internet, géolocalisation, fréquence des paiements pour octroyer des micro-crédits. Grâce à cette méthode, plus de 6 millions de prêts ont été accordés, avec un taux de défaut comparable aux standards bancaires.
Prêts pour l’éthique ?
Cependant, cette révolution soulève de sérieuses interrogations éthiques. En 2019, une enquête de ProPublica, une organisation de journalisme d’investigation à but non lucratif, a révélé qu’un algorithme utilisé par une plateforme de prêt américaine rejetait systématiquement les demandes venant de certains quartiers, en dépit de profils financiers comparables. Cette discrimination algorithmique, bien que non intentionnelle, montre combien les biais présents dans les données historiques peuvent être reproduits et amplifiés par les machines.
Le recours massif aux données personnelles pose également des questions de confidentialité, de consentement et de transparence. Sans compter que sur le plan technique, les défis sont considérables. La qualité des données, leur exactitude et leur représentativité sont essentielles pour éviter les erreurs d’appréciation qui pourraient pénaliser injustement des emprunteurs pourtant solvables.
À lire aussi : Qui a peur d’investir en Afrique ?
Jusqu’où voulons-nous laisser les algorithmes décider de l’avenir d’un individu ? Dans un monde où la finance devient de plus en plus numérique, la tentation de remplacer le jugement humain par celui des machines est grande. Mais une inclusion véritable ne pourra se faire qu’à condition de respecter la dignité, la complexité et le potentiel de chacun.
Dans un monde où les données sont devenues une nouvelle monnaie, la notation de crédit inclusive pourrait bien être la clé qui déverrouille l’avenir de millions de personnes. Mais ce pouvoir est une épée à double tranchant : il peut ouvrir des portes, ou en ériger de nouvelles.
