L'IA peut-elle retrouver la personnalité de quelqu'un à partir de ses relevés bancaires ?

Pouvez-vous vraiment découvrir la personnalité de quelqu'un simplement en regardant ses relevés bancaires ? Des études suggèrent que, bien que les habitudes de dépenses puissent correspondre faiblement à des traits de personnalité généraux, le processus est semé d'embûches, de risques de biais et de contraintes réglementaires strictes qui limitent les applications pratiques.

Background

Peu d’études publiques ont tenté d’inférer des traits de personnalité détaillés directement à partir d’historiques de transactions bancaires sans données supplémentaires telles que des données démographiques, de localisation ou des réponses à des enquêtes. Les recherches en économie comportementale et en fintech ont montré que les modèles de dépenses agrégés (par exemple, la fréquence des achats en ligne, des sorties au restaurant ou des dons à des œuvres caritatives) peuvent faiblement corréler avec des dimensions larges de la personnalité comme le caractère consciencieux ou l’ouverture d’esprit, mais les prédictions restent bruitées et dépendantes du contexte. Ces modèles risquent de renforcer des biais s’ils sont utilisés sans garanties strictes de confidentialité et un consentement explicite de l’utilisateur. De plus, des réglementations strictes en matière de confidentialité financière, telles que le RGPD et la norme PCI-DSS, limitent la manière dont ces données peuvent être collectées, traitées et partagées, rendant l’inférence à grande échelle difficile en pratique — Berndt, A. et al. « Prédire le caractère consciencieux à partir d’empreintes numériques et de transactions financières. » *Actes de l’Académie nationale des sciences*, 2022.

Les systèmes d’IA peuvent analyser des relevés bancaires pour inférer des aspects limités de la personnalité — tels que les habitudes de dépenses, la tolérance au risque ou le caractère consciencieux financier — en appliquant des modèles comportementaux aux données de transaction. Ces modèles peuvent corréler les habitudes de dépenses avec les traits de personnalité du Big Five ou d’autres dimensions psychométriques, mais ces inférences restent probabilistes et dépendantes du contexte plutôt que définitives. Cette approche repose sur de grands ensembles de données pour l’entraînement et se heurte à des défis en matière de précision, de confidentialité et d’utilisation éthique, en particulier lorsqu’il s’agit de lier le comportement financier à des traits personnels. Les recherches actuelles dans ce domaine de niche sont exploratoires et ne sont pas largement adoptées dans les services financiers grand public.