Süni intellekt (Sİ) texnologiyalarının maliyyə xidmətlərinə inteqrasiyası, xüsusilə də kreditləşmə sahəsində, bir sıra yeni imkanlar yaratmaqla yanaşı, ciddi narahatlıqları da gündəmə gətirir. ONDC-dən Hrushikesh Mehta-nın qeyd etdiyi kimi, keçmiş kredit qərarları əsasında öyrədilmiş bir model, fərdi borcalanın güclü kredit tarixçəsi olmasına baxmayaraq, bir yerin digərindən daha aşağı risk təmsil etdiyini öyrənə bilər. Bu, Sİ sistemlərinin potensial olaraq coğrafi əsasda kredit qərəzliliyi yaratmasına səbəb ola bilər ki, bu da ədalətli maliyyə xidmətləri prinsiplərinə ziddir. Bu cür qərəzlilik, Sİ-nin öyrəndiyi məlumatların özündə mövcud olan tarixi qərəzliliklərdən qaynaqlanır. Əgər keçmişdə müəyyən ərazilərdə yaşayan insanlara daha az kredit verilibsə və ya daha sərt şərtlərlə təklif edilibsə, Sİ modeli bu nümunələri təkrarlayaraq, həmin əraziləri avtomatik olaraq daha yüksək riskli kimi qəbul edə bilər. Nəticədə, fərdi şəxsin ödəmə qabiliyyəti və ya kredit reytinqi yüksək olsa belə, onun yaşadığı yer (PİN kodu) kredit almaq imkanlarına mənfi təsir göstərə bilər. Bu, maliyyə inklüzivliyi üçün ciddi bir maneə yaradır və bəzi əhali qruplarının maliyyə resurslarına çıxışını məhdudlaşdırır. Mehta vurğulayır ki, müvafiq mühafizə tədbirləri olmadan, Sİ tarixi kreditləşmə qərəzliliklərini təkrarlaya və onları geniş miqyasda tətbiq edə bilər. Bu tədbirlərə Sİ modellərinin şəffaflığının artırılması, qərəzliliyin aşkarlanması və azaldılması üçün alqoritmlərin inkişaf etdirilməsi, həmçinin insan nəzarətinin gücləndirilməsi daxildir. Məqsəd, Sİ-nin kredit qərarları qəbul edərkən obyektiv və ədalətli olmasını təmin etmək, beləliklə, hər bir fərdin yaşadığı yerdən asılı olmayaraq, öz kredit profili əsasında qiymətləndirilməsidir. Bu, rəqəmsal kreditləşmə dövründə etik Sİ prinsiplərinin vacibliyini bir daha göstərir.