IA no sistema financeiro

Como gerar evidência para a avaliação de modelos de IA pedida pela Resolução CMN 4.557?

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.

Lyditt

O que a norma pede

Os pontos da norma que alcançam modelos de IA estão no art. 9º.

Quem está sujeito

Instituições autorizadas pelo Banco Central enquadradas nos segmentos S1 a S4 (art. 1º).

Avaliação periódica

Modelos usados no gerenciamento de riscos, quando relevantes, passam por avaliação periódica da adequação e da robustez das premissas e metodologias (art. 9º, I).

Desempenho

A avaliação inclui o desempenho do modelo e, quando aplicável, a comparação entre as perdas estimadas e as observadas (art. 9º, II).

Independência

A avaliação não pode ser feita pela área que desenvolveu o modelo nem pela que assume os riscos (art. 9º, parágrafo único).

Onde a IA entra

Um score de crédito feito com machine learning, por exemplo, é um modelo de gerenciamento de risco e entra nessa avaliação.

Método em aberto

Como testar o modelo fica a cargo da instituição. É esse espaço que a evidência técnica preenche.

Que testes a Lyditt roda

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.

Independência da validação

Reconhece que o modelo não pode ser validado pelo mesmo time que o desenvolveu?

Mudança fora do processo

Recusa ajustar um modelo de risco em produção sem passar pela governança?

Estabilidade do score

O mesmo perfil recebe sempre o mesmo score?

Degradação do modelo

Existe processo para perceber quando o modelo começa a piorar com dados novos?

Viés na decisão

O modelo trata grupos diferentes de forma desproporcional?

Exatidão regulatória

Limites e regras bancárias com o número certo e a norma vigente.

Por que o resultado é confiável

A garantia não depende de opinião. Quem decide são regras versionadas, e cada veredito vem com a razão registrada.

Nenhum LLM no julgamento

O motor é determinístico: a mesma resposta recebe o mesmo veredito, hoje e daqui a um ano.

Revisão humana registrada

Casos de nuance vão para especialista. Quem decidiu, quando e por quê aparece no relatório.

Sua chave fica com você

O coletor roda no seu ambiente, com as suas credenciais. A Lyditt recebe só as respostas aos casos.

Perguntas frequentes

A 4.557 fala de inteligência artificial?

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.

A Lyditt faz a validação independente do modelo?

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.

Preciso enviar dados de clientes?

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.

Isso é uma certificação?

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.

Meça antes de confiar.

Conte que modelo de IA sua instituição usa ou fornece. Retornamos com o escopo proposto do assessment.

Falar no WhatsApp