Studien, utförd av forskare vid det kinesiska universitetet i Hong Kong, analyserade data om över 1 miljon låneansökningar från en kinesisk onlineutlåningsplattform. De fann att sökande som talade en minoritetsdialekt var mindre benägna att bli godkända för ett lån, även efter att ha kontrollerat för andra faktorer som kredithistorik, inkomst och utbildning.
Forskarna tror att denna diskriminering beror på att fintechföretag ofta använder artificiell intelligens (AI) och maskininlärningsalgoritmer för att fatta beslut om låneansökningar. Dessa algoritmer tränas på data som ofta är partisk mot minoritetsdialekter. Som ett resultat är de mer benägna att avslå låneansökningar från personer som talar en minoritetsdialekt.
Denna diskriminering har en betydande inverkan på den ekonomiska välfärden för minoritetsdialekttalare. Det gör det svårare för dem att låna pengar, starta företag och investera i sin utbildning. Detta kan leda till fattigdom, arbetslöshet och andra sociala problem.
Forskarna rekommenderar att fintech-företag vidtar åtgärder för att komma till rätta med denna diskriminering. De bör se till att deras AI- och maskininlärningsalgoritmer inte är partiska mot minoritetsdialekter. De bör också ge mer stöd till personer som talar minoritetsdialekter, till exempel genom att erbjuda utbildning i finansiell läskunnighet och översättningstjänster.
Diskrimineringen av personer som talar minoritetsdialekter är ett allvarligt problem som måste åtgärdas. Fintech-företag har ett ansvar att se till att deras produkter och tjänster är tillgängliga för alla, oavsett språk eller dialekt.
