Entre las muchas promesas sobrevaloradas hechas por los predicadores del big data,la de la posibilidad de que un día se pueda proporcionar préstamos –e historiales de crédito– a millones de personas que hoy no tienen acceso a ellos parece realmente verosímil. Pero ¿qué precio –en términos de intimidad y de libre voluntad (por no hablar de los exorbitantes tipos de interés)– tendrán que pagar esos nuevos prestatarios?
En un pasado no tan lejano, la ausencia de datos válidos y fiables sobre los solicitantes sin historial de crédito no les daba a los bancos otra opción que la de catalogarlos como apuestas de alto riesgo. Como resultado, o bien los préstamos que se les ofrecían tenían unos tipos prohibitivamente altos o sus solicitudes eran rechazadas.
Gracias a la proliferación de las redes sociales y de aparatos inteligentes, Silicon Valley está inundado de datos. Aunque ese hecho no tiene una obvia conexión con las finanzas, hay parte de él que puede utilizarse para hacer certeras predicciones sobre el tipo de vida y la sociabilidad de cada usuario. Como consecuencia de ello, una nueva generación de empresas expertas en datos está empezando a hacer uso de algoritmos que criban esos datos para separar a los prestatarios dignos de confianza de los probables incumplidores y, en consecuencia, poder valorar sus préstamos.
Algunas, como Lenddo, con base en Hong Kong, y que actualmente opera en Filipinas y Colombia, lo hace escudriñando las conexiones de los solicitantes con Facebook y Twitter. La clave para tener éxito en conseguir un préstamo de Lenddo es tener un puñado de individuos de toda confianza en tus redes sociales; si ellos pueden responder por ti y se te concede el préstamo, tus amigos escogidos también recibirán actualizaciones sobre el progreso de tus reembolsos (anteriormente, Lenddo incluso amenazaba con notificarles –ejerciendo así una máxima presión de grupo– si tenías problemas en devolver el préstamo).
De un modo similar, la estadounidense LendUp, que concede préstamos a corto plazo con altos tipos de interés y que da opción a sus clientes actuales a acceder después a paquetes más atractivos a largo plazo, comprueba la actividad en las redes sociales para asegurarse de que los datos objetivos proporcionados en el formulario de solicitud onlineconcuerdan con lo que puede deducirse de Facebook y Twitter.
Las redes sociales y el consumo ofrecen fotos completas de lo que hacemos y queremos
Las redes sociales son solo la punta del iceberg. Wonga, una empresaonline de préstamos rápidos muy ambiciosa, con base en Londres, incluso tiene en cuenta el momento del día y el modo en que un solicitante navega por el sitio web para decidir si le conceden un préstamo (rechazan a dos de cada tres de los que lo solicitan por primera vez). Kreditech, una compañía alemana que trata de ofrecer la “calificación crediticia como servicio”, observa 8.000 indicadores, tales como “datos de localización (GPS, microgeográficos), gráfico social (gustos, amigos, colocación, puesto), análisis de comportamiento (movimiento y duración en la página web), hábitos de compra por comercio electrónico de la gente y datos instrumentales (aplicaciones instaladas, sistemas operativos)”.
Aquellos que no tengan teléfonos inteligentes ni Twitter no deben desesperarse. Un simple teléfono celular servirá. Así, Safaricom, el mayor operador de móviles de Sudáfrica, estudia con qué frecuencia los recargan y usan el servicio de voz sus clientes y con qué frecuencia usan la función de pago del móvil. Una vez establecida su confiabilidad, Safaricom pasará a ejercer de banco y gustosamente les prestará dinero. Pero no solo es cosa de operadores de móvil: la empresa estadounidense de nueva creación llamada Cignifi está utilizando la duración de las llamadas, el momento del día y la localización para calcular el estilo de vida –y por tanto la confiabilidad– de los solicitantes de préstamos en el mundo en vías de desarrollo.
Todas estas compañías de nueva creación quieren procesar tantos datos como les sea posible, quizá incluso impulsando a los potenciales solicitantes a revelar tanta información sobre ellos mismos como les sea posible. En otra desconcertante paradoja de la época moderna, los ricos están gastando dinero en costosos servicios para proteger su intimidad y mejorar su posición en los resultados de búsqueda en Google, mientras que los pobres apenas tienen otra opción que la de sacrificar su privacidad en nombre de la movilidad social.
Google y Facebook suelen verse como modelos a emular en este negocio. Como Douglas Merill, antiguo director de información de Google y fundador de ZestFinance –una empresa novel que hace uso del big data para suministrar información sobre capacidad de crédito–, dijo al The New York Times el año pasado: “Tenemos la impresión de que todos los datos son útiles para el crédito. Esa es la matemática que aprendimos en Google. Una página era importante por lo que había en ella, pero también por la calidad de su gramática, por cuál era su fuente tipográfica, cuando se creaba o se editaba. Todo”. A este propósito, ZestFinance examina 70.000 señales y las incluye en 10 modelos distintos de suscripción para evaluar el riesgo. Los resultados son comparados en milésimas de segundo y se genera un perfil de riesgo del solicitante.
Todo esto suena de maravilla y algunas de estas iniciativas parecen guiadas por emprendedores sociales que quieren hacer del crédito algo más accesible. (Dicho lo cual, este terreno no carece de controversias: prestamistas de créditos rápidos online como Wonga han sido acusados de anunciarse en videojuegos infantiles, de ofrecer préstamos predatorios dirigidos a estudiantes y de contratar a funcionarios para que les ayuden a sobrevivir a la vigilancia cada vez mayor de sus actividades por parte de los reguladores).
Dar préstamos asequibles es un noble objetivo; no lo es que eso sirva para engancharnos aún más
La cuestión principal que esta benefactora industria sigue impidiendo es qué pasa cuando estas firmas, habiendo descubierto que todos los datos son útiles para el crédito, se dan cuenta de que son, sobre todo, útiles para el marketing. Dado lo mucho que saben sobre sus clientes, será muy tentador para estas compañías usarlos para vender a sus actuales clientes otro préstamo más o, tal vez, hacerles utilizar el préstamo para que compren algo online (Wonga se ha asociado con una compañía distribuidora de muebles mediante la cual los clientes tienen la opción de pagar lo que compren en cómodos plazos, cortesía de Wonga y de sus altos tipos de interés).
Dado lo mucho que saben sobre sus clientes, esas compañías pueden perfeccionar el arte de la persuasión oculta y la manipulación con unos medios con los que ni siquiera Madison Avenue hubiera soñado nunca. LendUp –cofundada por un antiguo ejecutivo de Zynga, un gigante de los videojuegos online– se basa ya en técnicas de gamification para premiar a sus clientes por cumplir con sus plazos de pago. ¿No podrán basarse también en tales técnicas para darles préstamos más a menudo?
Por ahora, son muchos en esta industria los que minimizan tales riesgos morales. Como declaró a The Jewish Chronicle el fundador de Wonga, él no cree que a la gente se le pueda convencer de que tome prestado un dinero que no necesita. “[Nuestros clientes] afrontan un desafío decash-flow y necesitan una solución. No les estamos pidiendo que tomen un crédito que no necesitan. Por lo general, uno no se encuentra con que le han vendido cosas por Internet. Uno tiene que ir y buscar algo. No es lo mismo que si alguien viene a llamar a tu puerta para venderte algo que puedas necesitar o no”.
Hace falta ser muy audaz –o muy corto de vista– para decir que nunca nos han vendido cosas que no necesitamos (¡Te estoy mirando, Amazon!). Y especialmente por compañías que saben más de nosotros que nuestras familias, y que basan su actividad y hacen dinero, sí, haciéndonos tomar dinero prestado y haciéndonos comprar cosas. ¿Se trata solo de la habitual ingenuidad de Silicon Valley? ¿O de la vieja gran codicia de Wall Street que se esconde tras la retórica de la ciberutopía?
Ya es hora de que los reguladores empiecen a pensar en cómo separar el uso del big data para evaluar la confiabilidad de su subsiguiente reutilización para el marketing de nuevos productos financieros. Hacer que los préstamos sean asequibles a millones de clientes que antes no tenían acceso a los bancos es un noble objetivo; tenerlos enganchados a esos préstamos no lo es.
***
[Evgeny Morozov é professor visitante na Universidade Stanford e professor na New America Foundation]