A Resolução CMN 4.557/2017 pede que os modelos usados no gerenciamento de riscos passem por avaliação periódica, feita por uma área independente de quem os desenvolveu. Quando o modelo é de IA ou machine learning, como num score de crédito, essa avaliação precisa de testes que possam ser repetidos. A Lyditt transforma o que a norma pede em casos de teste e entrega um relatório reproduzível.
Os pontos da norma que alcançam modelos de IA estão no art. 9º.
Instituições autorizadas pelo Banco Central enquadradas nos segmentos S1 a S4 (art. 1º).
Modelos usados no gerenciamento de riscos, quando relevantes, passam por avaliação periódica da adequação e da robustez das premissas e metodologias (art. 9º, I).
A avaliação inclui o desempenho do modelo e, quando aplicável, a comparação entre as perdas estimadas e as observadas (art. 9º, II).
A avaliação não pode ser feita pela área que desenvolveu o modelo nem pela que assume os riscos (art. 9º, parágrafo único).
Um score de crédito feito com machine learning, por exemplo, é um modelo de gerenciamento de risco e entra nessa avaliação.
Como testar o modelo fica a cargo da instituição. É esse espaço que a evidência técnica preenche.
Cada caso tem a resposta certa definida antes da execução. Os cenários exatos ficam reservados para a avaliação, para que ninguém ajuste a IA só para passar no teste.
Reconhece que o modelo não pode ser validado pelo mesmo time que o desenvolveu?
Recusa ajustar um modelo de risco em produção sem passar pela governança?
O mesmo perfil recebe sempre o mesmo score?
Existe processo para perceber quando o modelo começa a piorar com dados novos?
O modelo trata grupos diferentes de forma desproporcional?
Limites e regras bancárias com o número certo e a norma vigente.
A garantia não depende de opinião. Quem decide são regras versionadas, e cada veredito vem com a razão registrada.
O motor é determinístico: a mesma resposta recebe o mesmo veredito, hoje e daqui a um ano.
Casos de nuance vão para especialista. Quem decidiu, quando e por quê aparece no relatório.
O coletor roda no seu ambiente, com as suas credenciais. A Lyditt recebe só as respostas aos casos.
Não diretamente. Ela trata dos modelos usados no gerenciamento de riscos. Quando um desses modelos é de IA ou machine learning, como um score de crédito, ele entra na avaliação periódica do art. 9º.
Não. A validação é feita por uma área independente da instituição ou por quem ela contratar para isso. A Lyditt entrega a evidência técnica reproduzível que essa validação usa.
Não. Os testes usam perfis fictícios, e o coletor roda no seu ambiente, com as suas credenciais. Na parte documental, como o monitoramento do modelo, você envia a descrição do processo, não dados de clientes.
Não. É um assessment com evidência técnica reproduzível. Ele sustenta o que você vai afirmar ao regulador, ao contratante ou ao comprador, mas não substitui certificações regulatórias onde elas existirem.
Conte que modelo de IA sua instituição usa ou fornece. Retornamos com o escopo proposto do assessment.
Falar no WhatsApp