El enfoque en la concesión de préstamos justos se ha intensificado recientemente a medida que los prestamistas bancarios y no bancarios aplican enfoques de determinación de crédito basados en inteligencia artificial (IA). La técnica de análisis de datos detrás de la IA y el aprendizaje automático (AM) ha demostrado ser poderosa en muchas áreas de aplicación. Sin embargo, el AM puede ser menos transparente y explicable que los modelos de regresión tradicionales, lo que puede plantear preguntas únicas sobre su cumplimiento con las leyes de concesión de préstamos justos. El AM también puede reducir el potencial de discriminación, al disminuir las decisiones discrecionales y de juicio. A medida que las instituciones financieras continúan explorando aplicaciones de AM en la suscripción y fijación de precios de préstamos, las evaluaciones de concesión de préstamos justos, que generalmente son lideradas por funciones de cumplimiento y legales, probablemente seguirán evolucionando. En este documento, el autor discute consideraciones únicas en torno al AM en la práctica existente de evaluación de riesgos de concesión de préstamos justos para modelos de suscripción y fijación de precios y propone considerar evaluaciones adicionales que se deben agregar a la práctica actual.