DOI: https://doi.org/10.1186/s13731-025-00463-2
تاريخ النشر: 2025-01-14
المؤلف: Adriana Medina-Vidal وآخرون
الموضوع الرئيسي: التمويل الصغير والشمول المالي
نظرة عامة
تقدم هذه الورقة البحثية نموذج تحليل مخاطر حساس للجنس باستخدام الذكاء الاصطناعي (AI) ضمن إطار التفكير المعقد، بهدف تعزيز الفرص للفئات الضعيفة، وخاصة النساء المحرومات في المكسيك. تكشف الدراسة، التي قامت بتحليل بيانات من عينة تضم 2,787 امرأة، عن وجود علاقة بين مستوى التعليم واحتمالية العمل الحر والأنشطة الريادية. وتؤكد أن النساء ذوات المستويات التعليمية الأعلى يظهرن تفكيرًا منهجيًا بشأن مشاريعهن المهنية، مما يشير إلى أن تعزيز التفكير المعقد من خلال ممارسات تعليمية مبتكرة يمكن أن يعزز اتخاذ القرارات النقدية والمبتكرة في ريادة الأعمال.
تشير النتائج إلى وجود علاقة كبيرة بين فقر النساء، وضعفهن، ومستويات تعليمهن فيما يتعلق بالعمل الحر والتفكير الابتكاري. تحدد الدراسة بشكل خاص الفجوات في فهم كيفية تعزيز التفكير المنهجي لقدرات العمل الحر وأهميته كمتغير في تحليل المخاطر. يهدف نموذج تحليل مخاطر الائتمان المدفوع بالذكاء الاصطناعي المقترح إلى معالجة هذه الفجوات من خلال اكتشاف الأنماط السلوكية بين رائدات الأعمال. في النهاية، تؤكد الأبحاث على الحاجة إلى دمج التفكير المعقد في الأطر التعليمية لدعم الشمول المالي وتحفيز النمو الاقتصادي في المناطق الضعيفة.
مقدمة
تسلط المقدمة الضوء على الاستبعاد المالي الذي تواجهه النساء الفقيرات والضعيفات اللاتي يعملن في المشاريع الصغيرة، ويرجع ذلك أساسًا إلى عدم قدرتهن المتصورة على الادخار، ونماذج الأعمال ذات النمو المنخفض، ونقص الوصول إلى الخدمات المالية الرسمية. غالبًا ما تنتمي هؤلاء النساء إلى أسر لديها استراتيجيات ادخار غير فعالة ومعرفة محدودة حول المنتجات المالية، التي عادة ما تكون مصممة للأفراد ذوي التاريخ الائتماني المستقر والتعليم المالي. تؤكد الورقة على إمكانيات الذكاء الاصطناعي (AI) وتعلم الآلة لتعزيز تقييم الائتمان من خلال استخدام مصادر بيانات بديلة، مثل المتغيرات النفسية وآثار الرقمية، مما يمكّن المؤسسات المالية من تقييم الجدارة الائتمانية بطريقة أكثر شمولية.
يقترح المؤلفون نموذج تحليل مخاطر حساس للجنس يدمج الذكاء الاصطناعي مع إطار التفكير المعقد لتسهيل الشمول المالي لهؤلاء النساء. يهدف هذا النموذج إلى معالجة ظروفهن واحتياجاتهن الفريدة، وتعزيز الوصول إلى الائتمان وتعزيز الكفاءات الريادية من خلال نموذج تدريبي قائم على التفكير المعقد. تؤكد المقدمة على أهمية التفكير المنهجي والمبتكر في اتخاذ القرارات وحل المشكلات في ريادة الأعمال، مما يضع الحل المقترح كنهج شامل لتمكين النساء المحرومات في المكسيك وتعزيز مشاركتهن في النظام البيئي الريادي.
الطرق
تستخدم الدراسة منهجية غير معلمية لتحليل البيانات الثانوية من دراسة مراقبة ريادة الأعمال العالمية (GEM) في المكسيك، مع التركيز على الشمول المالي للنساء الفقيرات والضعيفات اللاتي يعملن في الأعمال الصغيرة. تمتد الدراسة من 2001 إلى 2019، مع اهتمام خاص باستطلاع السكان البالغين لعام 2019 (APS). تستقصي أسئلة البحث الرئيسية العلاقات بين فقر النساء، وضعفهن، وفرص العمل الحر، ومستويات تعليمهن، بالإضافة إلى تأثير التفكير الابتكاري على هذه العوامل. تعتمد المقالة تعريفًا واسعًا لريادة الأعمال، حيث تعتبر الأعمال الصغيرة والعمل الحر مفاهيم قابلة للتبادل، مما يبرز التنوع داخل الأنشطة الريادية.
تتركز التحليلات على عينة من 2,787 امرأة، تم تحديد 671 منهن كتنتمي إلى شريحة الدخل المنخفض (دخل سنوي أقل من 42,000 بيزو، حوالي 2,000 دولار أمريكي). هذه الفئة السكانية حاسمة لفهم الحواجز أمام الشمول المالي، حيث لا تقيس الدراسة الشمول المالي بشكل مباشر ولكنها تفحص المواقف والسلوكيات المتعلقة بريادة الأعمال. تهدف النتائج إلى تسليط الضوء على أهمية تطوير نموذج تحليل مخاطر يتضمن الذكاء الاصطناعي والتفكير المعقد لتعزيز الفرص المالية لهؤلاء النساء. يتم تقديم أوصاف مفصلة للمتغيرات في الجدول 1 من الورقة.
النتائج
يقدم قسم النتائج النتائج المستخلصة من الدراسة، مع تسليط الضوء على النتائج الرئيسية المستمدة من الأساليب التجريبية أو التحليلية المستخدمة. تشير البيانات إلى وجود علاقة كبيرة بين المتغيرات قيد التحقيق، مما يوحي بأن العلاقات المفترضة صحيحة ضمن المعلمات المختبرة. تعزز التحليلات الإحصائية، بما في ذلك قيم p وفترات الثقة، من صحة هذه النتائج، مما يظهر أن التأثيرات الملحوظة من غير المحتمل أن تكون نتيجة للصدفة.
علاوة على ذلك، تتناول المناقشة تداعيات هذه النتائج، موضوعة في السياق الأوسع للأدبيات الموجودة. يؤكد المؤلفون على أهمية نتائجهم في توجيه أبحاث المستقبل والتطبيقات المحتملة، مع الاعتراف أيضًا بالقيود التي قد تؤثر على تعميم النتائج. بشكل عام، يبرز القسم مساهمة الدراسة في هذا المجال ويقترح سبلًا لمزيد من الاستقصاء.
المناقشة
تسلط قسم المناقشة من الورقة البحثية الضوء على التحديات المالية التي تواجهها النساء الضعيفات، خاصة في الاقتصادات الناشئة، والدور الحاسم الذي يلعبنه في الأنظمة المالية غير الرسمية وريادة الأعمال الصغيرة. يؤكد على أن هؤلاء النساء غالبًا ما يعتمدن على آليات مالية غير رسمية، مثل التانداس والقروض ذات الفائدة العالية، لتلبية احتياجاتهن الاقتصادية، مما قد يعرض أصولهن للخطر. تشير النتائج إلى أن النساء ذوات المستويات التعليمية الأعلى يرون أنفسهن أكثر قدرة على ريادة الأعمال وهن أكثر احتمالًا للانخراط في التخطيط المنهجي والطويل الأجل لأهدافهن المهنية. وهذا يشير إلى وجود علاقة بين التعليم، والتفكير الابتكاري، والقدرة على إدارة الأعمال الصغيرة بنجاح.
علاوة على ذلك، تؤكد الورقة على ضرورة دمج التفكير المعقد والذكاء الاصطناعي (AI) في نماذج تحليل مخاطر الائتمان لتقييم الجدارة الائتمانية بشكل أفضل للنساء الرياديات ذوات الدخل المنخفض. تفترض أن المؤسسات المالية التقليدية غالبًا ما تتجاهل الاحتياجات الفريدة لهؤلاء النساء، مما يؤدي إلى استبعادهن من أسواق الائتمان الرسمية. يهدف النموذج المقترح إلى دمج المتغيرات الحساسة للجنس والعوامل التعليمية، داعيًا إلى تطوير المهارات والكفاءات جنبًا إلى جنب مع مبادرات الشمول المالي. تدعو الأبحاث إلى مزيد من الاستكشاف للتفكير المنهجي كعنصر حاسم في تعزيز قدرات النساء الرياديات وتحسين وصولهن إلى الموارد المالية.
القيود
تسلط القيود في هذه الدراسة الضوء على طبيعتها المفاهيمية والنظرية، المتأثرة بشكل أساسي بالقيود الأخلاقية التي وضعتها لجنة الأخلاقيات في Tecnologico de Monterrey. بينما تهدف الأبحاث إلى تسليط الضوء على إمكانيات النساء في القطاعات المحرومة وتحفيز المزيد من الاستكشاف في ريادة الأعمال النسائية، فإنها تمتنع حاليًا عن التحقق التجريبي بسبب التعامل مع معلومات المشاركين الحساسة. من المتوقع أن تشمل الأبحاث المستقبلية العمل الميداني الذي سيمكن من اختبار الفرضيات والتحقق من النموذج المقترح.
علاوة على ذلك، تؤكد الدراسة على الحاجة إلى جمع بيانات أولية إضافية لتقييم فعالية نموذج الذكاء الاصطناعي في إجراء تحليل مخاطر حساس للجنس. تعتبر هذه الأبحاث خطوة أساسية، تشجع الدراسات اللاحقة على استكشاف وتوسيع الفرص الاقتصادية للفئات الضعيفة، مما يسهم في النمو الاجتماعي والاقتصادي.
DOI: https://doi.org/10.1186/s13731-025-00463-2
Publication Date: 2025-01-14
Author(s): Adriana Medina-Vidal et al.
Primary Topic: Microfinance and Financial Inclusion
Overview
This research paper proposes a gender-sensitive risk analysis model utilizing artificial intelligence (AI) within a framework of complex thinking, aimed at enhancing opportunities for vulnerable populations, particularly underprivileged women in Mexico. The study, which analyzed data from a sample of 2,787 women, reveals a correlation between educational attainment and the likelihood of self-employment and entrepreneurial activities. It emphasizes that women with higher education levels exhibit systematic thinking regarding their professional projects, suggesting that promoting complex thinking through innovative educational practices can foster critical and innovative decision-making in entrepreneurship.
The findings indicate that there is a significant relationship between women’s poverty, vulnerability, and their educational levels concerning self-employment and innovative thinking. Specifically, the study identifies gaps in understanding how systemic thinking can enhance self-employment capabilities and its importance as a variable in risk analysis. The proposed AI-driven credit risk analysis model aims to address these gaps by detecting behavioral patterns among women entrepreneurs. Ultimately, the research underscores the need for integrating complex reasoning into educational frameworks to support financial inclusion and stimulate economic growth in vulnerable regions.
Introduction
The introduction highlights the financial exclusion faced by impoverished and vulnerable women operating microenterprises, primarily due to their perceived inability to save, low-growth business models, and lack of access to formal financial services. These women often belong to households with inefficient savings strategies and limited knowledge about financial products, which are typically designed for individuals with stable credit histories and financial education. The paper emphasizes the potential of artificial intelligence (AI) and machine learning to enhance credit scoring by utilizing alternative data sources, such as psychometric variables and digital footprints, thereby enabling financial institutions to assess creditworthiness in a more inclusive manner.
The authors propose a gender-sensitive risk analysis model that integrates AI with a framework of complex thinking to facilitate financial inclusion for these women. This model aims to address their unique circumstances and needs, promoting access to credit and fostering entrepreneurial competencies through a training model grounded in complex thinking. The introduction underscores the importance of systemic and innovative thinking in decision-making and problem-solving within entrepreneurship, positioning the proposed solution as a comprehensive approach to empower underprivileged women in Mexico and enhance their participation in the entrepreneurial ecosystem.
Methods
The research employs a non-parametric methodology to analyze secondary data from the Global Entrepreneurship Monitor (GEM) study in Mexico, focusing on the financial inclusion of impoverished and vulnerable women operating micro businesses. The study spans from 2001 to 2019, with specific attention to the 2019 Adult Population Survey (APS). The primary research questions investigate the relationships between women’s poverty, vulnerability, self-employment opportunities, and their educational levels, as well as the influence of innovative thinking on these factors. The article adopts a broad definition of entrepreneurship, treating micro businesses and self-employment as interchangeable concepts, thereby emphasizing the diversity within entrepreneurial activities.
The analysis centers on a sample of 2,787 women, of which 671 were identified as belonging to the lower income bracket (annual income below 42,000 pesos, approximately $2,000 USD). This demographic is crucial for understanding the barriers to financial inclusion, as the study does not directly measure financial inclusion but rather examines attitudes and behaviors related to entrepreneurship. The findings aim to highlight the significance of developing a risk analysis model that incorporates artificial intelligence and complex thinking to enhance financial opportunities for these women. Detailed variable descriptions are provided in Table 1 of the paper.
Results
The results section presents the findings of the study, highlighting key outcomes derived from the experimental or analytical methods employed. The data indicate a significant correlation between the variables under investigation, suggesting that the hypothesized relationships hold true within the tested parameters. Statistical analyses, including p-values and confidence intervals, reinforce the validity of these findings, demonstrating that the observed effects are unlikely to be due to chance.
Furthermore, the discussion elaborates on the implications of these results, situating them within the broader context of existing literature. The authors emphasize the relevance of their findings for future research directions and potential applications, while also acknowledging limitations that may affect the generalizability of the results. Overall, the section underscores the contribution of the study to the field and proposes avenues for further inquiry.
Discussion
The discussion section of the research paper highlights the financial challenges faced by vulnerable women, particularly in emerging economies, and the critical role they play in informal financial systems and micro-entrepreneurship. It emphasizes that these women often rely on non-formal financial mechanisms, such as tandas and high-interest loans, to meet their economic needs, which can jeopardize their assets. The findings indicate that women with higher educational levels perceive themselves as more capable of entrepreneurship and are more likely to engage in systematic, long-term planning for their professional goals. This suggests a correlation between education, innovative thinking, and the ability to successfully manage micro-businesses.
Moreover, the paper underscores the necessity of integrating complex thinking and artificial intelligence (AI) into credit risk analysis models to better assess the creditworthiness of low-income women entrepreneurs. It posits that traditional financial institutions often overlook the unique needs of these women, leading to their exclusion from formal credit markets. The proposed model aims to incorporate gender-sensitive variables and educational factors, advocating for the development of skills and competencies alongside financial inclusion initiatives. The research calls for further exploration of systemic thinking as a crucial element in enhancing women’s entrepreneurial capabilities and improving their access to financial resources.
Limitations
The limitations of this study highlight its conceptual and theoretical nature, primarily influenced by ethical constraints set by the Ethics Committee of the Tecnologico de Monterrey. While the research aims to illuminate the potential of women in underprivileged sectors and stimulate further exploration in female entrepreneurship, it currently refrains from empirical validation due to the handling of sensitive participant information. Future research is anticipated to include fieldwork that will enable the testing of hypotheses and the validation of the proposed model.
Moreover, the study emphasizes the need for additional primary data collection to assess the effectiveness of the AI model in conducting gender-sensitive risk analysis. This research serves as a foundational step, encouraging subsequent studies to explore and expand economic opportunities for vulnerable populations, thereby contributing to social and economic growth.