Bạn nộp đơn vay mua xe máy. Vài giây sau khi bấm nút, ngân hàng đã biết bạn có được duyệt hay không, và nếu được thì mức lãi suất là bao nhiêu. Đằng sau quyết định “chỉ vài giây” đó là một cây quyết định (decision tree) chạy qua vài câu hỏi về thu nhập, nợ hiện tại, lịch sử thanh toán.

Phần tiếp theo sẽ cho bạn đóng vai hệ thống chấm điểm. Kéo thanh thu nhập, chọn có hoặc không cho ô trễ hạn, và xem cây sáng lên từng bước cho đến khi ra kết quả. Không cần lập trình, không cần công thức.

Mỗi ngày các ngân hàng lớn ở Việt Nam nhận hàng chục nghìn đơn vay, từ vay tiêu dùng nhỏ (mua điện thoại, xe máy) đến vay trung dài hạn (mua nhà, ô tô). Không chuyên viên nào đọc tay đủ nhanh cho ngần ấy đơn. Hệ thống chấm điểm tự động phải phân loại người vay thành các nhóm rủi ro, đồng thời phải giải thích được lý do khi từ chối.

Luật tín dụng ở Mỹ (Equal Credit Opportunity Act, Đạo luật cơ hội tín dụng bình đẳng) và hướng dẫn của Ngân hàng Nhà nước Việt Nam đều yêu cầu: khi từ chối, tổ chức tín dụng phải nêu lý do cụ thể. Một model “hộp đen” không đáp ứng được yêu cầu này. Cây quyết định thì đáp ứng được, vì mỗi nhánh là một lý do đọc được.

Không có cây quyết định, hệ chấm điểm tín dụng phải lựa giữa hai con đường. Một là quay về viết luật tay (tốn công, không bắt kịp dữ liệu mới). Hai là dùng mạng nơ-ron kiểu “hộp đen” (chính xác hơn nhưng không giải thích được từng quyết định, vi phạm quy định của Ngân hàng Nhà nước và hướng dẫn công bằng tín dụng quốc tế).

Cây quyết định mang lại điều hiếm có: vừa phân loại chính xác, vừa giải thích minh bạch. Mỗi nhánh là một lý do đọc được, từ “trễ hạn 30 ngày” cho tới “nợ vượt ngưỡng an toàn”. Trong lĩnh vực mà mỗi quyết định ảnh hưởng đến cuộc sống của một con người, tính minh bạch này không chỉ là ưu điểm kỹ thuật mà còn là yêu cầu đạo đức và pháp lý.

Muốn hiểu kỹ hơn phần thuật toán đứng sau, gồm cách cây tự chọn câu hỏi, chỉ số Gini và max depth, xem lại bài lý thuyết: Cây quyết định.