اے آئی کریڈٹ اسکورنگ: بینکنگ الگورتھم خاموشی سے آپ کے قرض اور حد کا فیصلہ کیسے کرتے ہیں؟

گاؤں کا روایتی ساہوکار اور جدید ڈیجیٹل بینک

پرانے زمانے میں جب کسی کسان کو بیج کے لیے رقم چاہیے ہوتی تھی تو وہ گاؤں کے ساہوکار کے پاس جاتا تھا۔ ساہوکار اس کے خاندان کی عزت، زمین کی زرخیزی اور اس کی دیانت داری کو ذاتی طور پر جانتا تھا اور اسی بھروسے پر قرض دے دیتا تھا۔ لیکن آج جب آپ ایزی پیسہ، جاز کیش یا کسی کمرشل بینک کی ایپ پر تیس ہزار روپے کے فوری قرض کا بٹن دباتے ہیں، تو کوئی انسان آپ کا چہرہ نہیں دیکھتا۔ سیکنڈ کے ہزارویں حصے میں اسکرین پر منظوری یا انکار کا پیغام آ جاتا ہے۔

اس عمل کو قرض کی اہلیت جانچنے کا خودکار نظام (الگورتھمک انڈر رائٹنگ یا Algorithmic Underwriting) کہتے ہیں۔ اس میں مستقبل کی مالی عادات کا اندازہ لگانے والے ماڈلز (مشین لرننگ کلاسیفائر یا Classifiers) اور پیچیدہ کثیر تہی حسابی ماڈلز (گریڈینٹ بوسٹنگ اور نیورل نیٹ ورکس) فیصلہ کرتے ہیں کہ آپ پر بھروسا کیا جا سکتا ہے یا نہیں۔

بینکنگ الگورتھم آپ کے کس ڈیٹا کا حساب کتاب لگاتا ہے؟

بینکوں کے درمیان محفوظ ڈیجیٹل ڈیٹا کے تبادلے (اوپن بینکنگ ایگریگیٹرز یا Open Banking) کی بدولت الگورتھم آپ کے مالی طرز عمل کی یہ چار باریکیاں جانچتا ہے:

• آمدن اور اخراجات کی یومیہ رفتار (کیش فلو ویلوسٹی یا Cash Flow Velocity): تنخواہ یا آمدن آنے کے بعد رقم کتنی تیزی سے خرچ ہوتی ہے اور کیا مہینے کے آخری دنوں میں اکاؤنٹ خالی ہو جاتا ہے۔
• اکاؤنٹ خالی ہونے سے بچانے والی بچت کی حد (اوور ڈرافٹ بفر مارجنز): کیا صارف ہر وقت آخری روپے پر چلتا ہے یا اس کے پاس ہنگامی حالات کے لیے کچھ فنڈز موجود رہتے ہیں۔
• یوٹیلیٹی بلز اور موبائل ریچارج کے اوقات: بل تاریخ ختم ہونے سے پہلے بھرے جاتے ہیں یا تاخیر کے جرمانے کے ساتھ ادا ہوتے ہیں۔
• انٹرنیٹ کنکشن کا تسلسل اور پراکسی کا استعمال: انٹرنیٹ پر لوکیشن چھپانے والے پرائیویٹ نیٹ ورکس (کمرشل پراکسی نیٹ ورکس) کا استعمال بینکوں کو مشکوک لگتا ہے۔

خودکار فیصلوں کی کمزوریاں اور اپنے حقوق کا دفاع

سب سے بڑا مسئلہ کمپیوٹر کے ناقابل فہم اور مبہم فیصلوں کا چیلنج (بلیک باکس پرابلم یا Black-Box Problem) ہے، جہاں خود بینک افسر کو بھی معلوم نہیں ہوتا کہ الگورتھم نے کس مخصوص وجہ سے درخواست مسترد کی۔ اسٹیٹ بینک آف پاکستان کے ضوابط کے تحت ڈیجیٹل نینو لون ایپس پر لازم ہے کہ وہ صارف کے ذاتی ڈیٹا کا احترام کریں اور شفاف شرائط پیش کریں۔ اپنے مالی حقوق کے لیے یہ تدابیر اختیار کریں:

• قرض مسترد ہونے کی تحریری قانونی وجوہات مانگیں (ایڈورس ایکشن نوٹسز یا Adverse Action Notices): قانون کے تحت بینک کو واضح بتانا ہوتا ہے کہ انکار کس بنیاد پر ہوا۔
• بلوں کی ادائیگی اور موبائل لین دین میں باقاعدگی رکھیں: مہینے کے یوٹیلیٹی بلز ہمیشہ مقررہ تاریخ سے دو دن پہلے بھریں تاکہ الگورتھم آپ کو ذمہ دار شہری مانے۔
• ایک ساتھ درجنوں ایپس پر قرض کی درخواستیں مت دیں: بیک وقت کئی جگہ اپلائی کرنے سے سسٹم سمجھتا ہے کہ آپ شدید مالی بحران کا شکار ہیں۔
• کریڈٹ بیورو کی سرکاری رپورٹ چیک کریں: اسٹیٹ بینک کے ای سی آئی بی (eCIB) ڈیٹا سے تصدیق کریں کہ کسی پرانے ادا شدہ قرض کا ریکارڈ غلطی سے کھلا تو نہیں رہ گیا۔

ڈیجیٹل کریڈٹ اسکور انسان کی مالی ساکھ کا ایک جدید آئینہ ہے۔ علاقے یا طبقے کی بنیاد پر نادانستہ تفریق (ڈیموگرافک ریڈ لائننگ یا Redlining) سے بچاؤ کے لیے حکومتی نگرانی ضروری ہے۔ جب آپ اپنی آمدن، بلوں اور ادائیگیاں سلیقے سے وقت پر سنبھالتے ہیں تو کمپیوٹر کا حسابی پیمانہ خود بخود آپ کو کم سود پر آسان مالی سہولتیں فراہم کرتا ہے۔