信用分數對於你我的生活可以產生的影響,遠比我們想像的更大,而且不見得永遠都是正面的。
塔拉這類公司的財務部門使用大數據評估一個人的信用程度。以「熱心財務」(ZestFinance)公司為例,這間公司從2009 年開始,判斷超過3 億人的信用分數。熱心財務公司的創辦人是過去曾任谷歌資訊長的道格拉斯. 麥瑞爾(Douglas Merrill),他主張,傳統的信用分數系統受限於「過少的資訊」。費爾和艾薩克在遙遠過去設計的傳統信用分數,使用「少於50 個數據點」,只是「任何一個人公開數據的冰山一角」。相對地,為了評估一個人的信用分數,熱心財務公司使用超過3000 個變數。
在荷蘭,為了測量客戶的付款態度,也有無數公司使用大數據。荷蘭數據交易商「焦點」(Focum)的制度是從1 分至11 分。如果還沒繳納帳單費用,則失去10 分,而總分可能會影響20 歐元至2 萬歐元的借款金額。信用分數評比公司將分數賣給願意購買的買家,從保險公司至房屋公司;從維登佛電力公司(Vattenfall)到沃達豐(Vodafone)電信公司。不良的信用分數代表一個人可能無法申辦手機,或與電力公司簽約時必須繳納高額保證金。焦點公司宣稱,他們擁有1050 萬荷蘭人的數據。對於一個總人口數只有1700 萬人的國家,這真的是一個龐大的數據資料。
讀者可能會思忖,這個現象有何問題?畢竟,信用分數也提供了契機,正如來自肯亞的珍妮佛。但是,信用分數對於你我的生活可以產生的影響,遠比我們想像的更大,而且不見得永遠都是正面的。
我們曾在稍早的章節探討,智力測驗分數只是對於某些無形事物的評估,例如智力。信用分數也是相同道理。信用分數想要表達一個人在未來償還貸款的可能性,換言之,信用分數其實是一種預測。
許多大數據的模型想要預測未來。美國的司法體系也建構了一種系統,計算犯人再度犯罪的可能性。這種計算結果造成嚴重後果:影響了一個人是否可提前出獄的決策。但是,我們在未來將會面對一個局面:某個事物是抽象的,且難以預測。在此種類型的預測背後,統計模型並非永遠完美無瑕,必然會有一定程度的不確定性。如果我們忘了預測只是對個人行為的評估,我們對他人的判斷,就是基於不充足的數據。
信用分數還有另一個問題。其應用範圍經常超過個人行為,用於表達其他至少同樣抽象的事物:可信賴程度。信用分數不只是評估貸款的指標。美國的約會網站「信用分數約會」(CreditScoreDating.com)—標榜「在這裡,信用分數很性感」—讓人可以尋找與自己信用分數相符的對象。
然而,信用資訊還有更進一步的應用。2012 年的一份研究報告以人力資源專業人士為調查對象,發現大約47% 左右的雇主會調查求職者的信用歷史。另外一份調查美國家庭信用和債務歷史的研究報告指出,在曾有不良信用紀錄的人之中,七分之一曾經被明確告知,他們之所以無法順利找到工作,是因為過去的不良信用紀錄。
上述研究結果雖然都是特殊樣本,無法代表美國的整體人口情況。但是,雇主調查應徵者的背景依然是不爭事實。只要稍微觀察美國線上徵才的趨勢,就能發現雇主要求查核應徵者的信用背景,而且應徵工作的類型非常多元,從販賣煙火至評估保險理賠。
雇主不會看到真正的信用分數,而是收到信用報告,內容是回顧一個人過去的借貸行為。雇主使用這個數據,希望評估潛在員工的性格特質,以及判斷應徵者是否會在未來發生詐欺行為。
但是,其實沒有任何證據可證明一個人過去的借貸紀錄,以及一個人在工作時的表現,兩者間確實有相關性。在非常少數的幾份研究報告中,也無法證明相關性。學者傑瑞米.伯奈斯(Jeremy Berneth)和同仁針對費克公司的個別信用分數和人格特質進行比較。信用分數較高的人在良知測驗中的分數確實比較高;信用分數較低的人,良知測驗分數較低。但在其他性格特質方面,沒有任何顯著差異。更重要的是,信用分數和詐欺行為無關。簡言之,使用一個人的信用歷史,來評估其職場可信任程度是種錯誤行為。美國有11州以充分的理由決定,雇主要求調閱一個人的信用歷史是違法行為。
但是,即使你的信用分數只用於評估貸款,我們也應該保持警戒。因為,蒐集資料的過程,可能產生許多或大或小的錯誤。
( 本文桑妮.布勞著《數字偏見:不再被操弄與誤導,洞悉偽科學的防彈思考》,今周刊提供)