Model predvidi hoće li zahtjev za kredit biti odobren. Sljedeće pitanje glasi: na temelju čega? Upravo taj korak, od rezultata prema razumijevanju njegova nastanka, u središtu je hrvatskog projekta fAIth. On povezuje istraživače i kompanije oko problema koji postaje važniji kako AI ulazi u poslovne odluke.
FOI je u objavi od 22. rujna opisao sastanak održan tjedan ranije u Varaždinu. Mladen Fernežir iz Velebit umjetne inteligencije predstavio je modeliranje predviđanja odobrenja kredita na skupu podataka HMDA, a Domagoj Šebalj s FOI-ja primjenu metoda objašnjive umjetne inteligencije na razvijene modele. Objavljeni pregled prikazuje istraživačko-razvojni rad i sljedeće korake prema bankarskom slučaju primjene.
Što je uopće objašnjivi AI
Objašnjivi AI, često označen kraticom XAI, pokušava približiti korisniku kako je model došao do određenog rezultata. U jednostavnom, zamišljenom primjeru analitičar bi uz predviđanje dobio pregled obilježja koja su ga najviše usmjerila. Takav pregled pomaže postaviti dodatna pitanja o podacima i ponašanju sustava.
Važno je razlikovati tri provjere. Točnost govori podudara li se predviđanje s onim što mjerimo. Objašnjivost pomaže razumjeti ponašanje modela. Pravednost otvara pitanje kako sustav postupa prema različitim skupinama. Dobar rezultat u jednoj provjeri ne rješava automatski ostale, pa razvojni tim treba jasno navesti što je provjerio.
Američki podaci, hrvatsko istraživanje
HMDA je javno dostupan izvor podataka o američkom hipotekarnom tržištu. Američki ured CFPB objašnjava da podaci omogućuju analizu kreditiranja, uz prilagodbe kojima se štiti privatnost podnositelja. Riječ je, dakle, o konkretnom istraživačkom materijalu, a ne o objavi da hrvatska banka obrađuje svoje klijente kroz fAIth.
Za razumijevanje prikazanog zadatka korisna je još jedna razlika: predvidjeti hoće li zahtjev biti odobren nije isti zadatak kao procijeniti hoće li dužnik uredno vraćati kredit. Razvoj i procjenu modela treba čitati uz točno definiranu ciljnu varijablu. Inače se lako pripiše sposobnost koju istraživanje uopće nije mjerilo.
Tko razvija platformu i do kada
Nositelj je Solvership, a partneri Velebit umjetna inteligencija i Fakultet organizacije i informatike Sveučilišta u Zagrebu. Prema FOI-ju, projekt traje od 1. travnja 2026. do 31. ožujka 2029. i vrijedan je približno 3,14 milijuna eura. Razvija se u okviru poziva IRI S3, uz sufinanciranje iz Europskog fonda za regionalni razvoj. Baza projekata opisuje ga kao platformu za upravljanje pravednošću, objašnjivošću i privatnošću AI-ja u stvarnom vremenu.
Što bi poslovni korisnik trebao tražiti
Za banku ili drugu organizaciju koja procjenjuje takvo rješenje koristan bi prikaz sadržavao konkretan slučaj, objašnjenje, poznata ograničenja i način ljudske provjere. Osoba koja prima rezultat mora znati govori li model o pojedinačnom zahtjevu ili o općem ponašanju na skupu podataka.
Javna objava zasad ne donosi rezultate pilot-primjene u imenovanoj banci. Sljedeća važna vijest bit će provjera u određenom poslovnom postupku: kakvo objašnjenje ljudi dobivaju, mogu li ga razumjeti i pomaže li im otkriti problem prije nego se odluka upotrijebi. To je konkretna vrijednost koju vrijedi pratiti u razvoju fAItha.
Foto: Zahraa Hassan / Unsplash (ilustracija).
Izvori
FOI projekti: bankarski slučaj fAIth — 22. rujna 2026.; sudionici, sadržaj sastanka, trajanje i vrijednost
FOI: baza aktivnih projekata — naziv i status projekta fAIth
CFPB: podaci HMDA — službeno objašnjenje američkog izvora podataka
