O "credit scoring" como modelo de analise de Credito nos Órgãos de Proteção ao Crédito

Na legislação brasileira, o credit scoring é considerado legal: além das previsões do Código de Defesa do Consumidor e da Lei do Cadastro Positivo, o Superior Tribunal de Justiça decidiu em 2014, no REsp 1.419.697, pela possibilidade do uso por parte das empresas de uma pontuação para decidir sobre a concessão de crédito a clientes potenciais.

Atualmente, o Brasil se baseia no modelo de opt-in, ou seja, a adesão ao Cadastro Positivo é voluntária. Para ter seus dados analisados e avaliados por uma instituição de crédito, é preciso que se peça para ser incluído, diferentemente de outros países, como os E.U.A, que adotam o modelo opt-out, em que ocorre exatamente o contrário: o consumidor é automaticamente cadastrado e deve pedir para ser retirado do banco de dados caso seja sua vontade.

O modelo brasileiro traz algumas vantagens em relação à proteção de dados pessoais, já que só é possível a análise dos dados daqueles que concordarem em fazer parte do “ranking de bons pagadores”, impedindo que haja uma intrusão da privacidade do indivíduo sem autorização expressa. Apesar de ser menos eficiente economicamente, em face de problemas conceituais e legislativos, a adoção desse modelo se mostra uma alternativa inteligente frente ao modelo opt-out, sobretudo devido à ausência de uma lei de proteção de dados pessoais no país.

O sistema brasileiro permite que sejam atribuídas notas de risco de crédito a partir de bancos de dados disponíveis pelo mercado, contanto que esses dados não sejam excessivos ou sensíveis, conforme dita o art. 2º, §3º da Lei do Cadastro Positivo. Assim, enquanto não se pode fazer uma análise de crédito baseada em dados de raça, religião e demais informações sensíveis, em teoria, nada impede que se use os dados relativos ao estilo de vida, gostos, amizades e perfil social colhidos através do uso da Internet e das redes sociais para traçar perfis populacionais.

Nesse caso, há uma  instabilidade conceitual acerca dos dados pessoais: embora haja maior entendimento ao redor do conceito de dados sensíveis, a lei do Cadastro Positivo não estabelece com exatidão o que é considerado um dado excessivo – que, por sua natureza, não deve ser colhido para fins de análise de crédito. É aqui que o debate sobre o uso de dados pessoais ligados à Internet se intensifica.

Novos mecanismos de análise de crédito utilizando dados de redes sociais e da Internet começam a se estabelecer no mercado – com mapeamento de pesquisas para compra de produtos, visitas a sites, identificação de amizades nas redes sociais e outros. Essas informações são consideradas como dado essencial para a análise de crédito ou representam dados excessivos que não deveriam ser colhidos para esse fim? É vontade do consumidor que seus dados de navegação e compra online, e possivelmente dados mais específicos ligados a seus perfis em redes sociais, sejam utilizados por empresas para analisar a sua capacidade financeira?

Um dos argumentos para o uso desse tipo de dado no credit scoring é a possibilidade de criação de perfis acurados que sejam mais eficientes em identificar potenciais bons pagadores, complementando dados simplistas como histórico de crédito e informações de renda e idade mínimas. Além disso, certos dados permitiriam um mapeamento prévio da capacidade econômica do público-alvo para empresas que desejassem lançar um novo produto no mercado, possibilitando maior direcionamento e melhor definição na elaboração do preço. O cerne desse argumento, então, é a eficiência econômica que será gerada para as empresas, o que beneficiaria os consumidores por tabela.

Do outro lado da balança, no entanto, reside o risco envolvido na criação desses perfis. Além da ameaça à privacidade inerente à coleta excessiva de dados pessoais, há a possibilidade de que alguns mecanismos de definição dos perfis para o credit scoring absorvam preconceitos em sua metodologia (e.g. “moradores de determinada região são maus pagadores”), ou até mesmo reflitam preconceitos estruturais de forma involuntária, como no caso dos algoritmos de reconhecimento facial da polícia americana, cujo viés racial já foi alvo de estudos[1].

É notável, no entanto, que a solução para o risco do viés preconceituoso pode advir do cruzamento de outros dados oriundos do uso da Internet. Nesse sentido, a transparência na coleta e tratamento dos dados para a análise de crédito é fundamental, sobretudo dado que metodologias distintas gerarão perfis distintos para uma mesma pessoa. Considerando ainda a questão do anonimato e da vontade de alguns de se manterem não identificáveis na rede, o assunto se torna ainda mais complexo do ponto de vista das liberdades individuais.

Percebe-se, então, que há muito a ser discutido sobre o assunto no país. Além da possibilidade de que uma medida provisória elaborada pelo atual governo alterando as bases nacionais do credit scoring seja editada já em 2017, o Conselho Administrativo de Concorrência (CADE) autorizou, no final de 2016, a criação da Gestora de Inteligência de Crédito (GIC), um bureau que fornecerá informações de pessoas físicas e jurídicas para os 5 maiores bancos no Brasil, detentores de dados econômicos-financeiros de grande parte da população brasileira – sinal de que o tema estará em foco ao longo do ano.

Espera-se o debate sobre o credit scoring passe pela Comissão que analisa, na Câmara dos Deputados, o Projeto de Lei 4260/2012, que trata da proteção de dados pessoais. É fundamental que todos os agentes interessados sejam ouvidos quanto ao assunto – com especial atenção aos consumidores, cujos dados são a base dos antigos e futuros mecanismos de credit scoring. Achar uma posição que ao mesmo tempo seja justa com os empresários e os consumidores, trará benefícios econômicos para ambas as partes, promovendo maior eficiência e segurança para todos. Porém, isso só acontecerá com um debate público com qualidade e transparência, em que a sociedade civil, o mercado e o governo estejam em pé de igualdade.    

De acordo com o STJ, o sistema scoring, utilizado por empresas para decidir sobre a concessão de crédito à clientes, é um método legal de avaliação de risco, desde que tratado com transparência e boa-fé na relação com os consumidores. 

Trata-se de uma fórmula matemática que obtém uma determinada nota de risco de crédito a partir de dados do consumidor, em geral retirados de bancos de dados disponíveis no mercado. Ou seja, a partir de fórmulas, a empresa que faz a avaliação chega a uma pontuação de risco, resumida na nota final do consumidor. A análise passa por dados pessoais do consumidor e inclui eventuais inadimplências, ainda que sem registro de débitos ou protestos.

A simples existência de nota desfavorável ao consumidor não dá margem a indenização por dano moral. No entanto, havendo utilização de informações sensíveis e excessivas, ou de dados incorretos ou desatualizados, é cabível a indenização ao consumidor.