美国国家消费者法律中心的报告发现，基于非传统数据评估流程出售的信贷产品，年利率可达到134%到748%——这种三位数的利率更像是发薪日贷款的典型利率，而不是信用卡会有的利率。
“这些技术总是被宣传为‘我们发现了一种让信用记录薄弱的人也可以入场的方式’，”帕斯奎尔说，“对此我持怀疑态度。我觉得你们只会看到现有的信用等级制度更加森严。”
Moven总裁塞恩说，对社交网络信息和其它非传统数据源的使用也许会让算法变的更具个人针对性，否则算法就只能靠更加零散的数据来判断一个借款人的行为。“社交数据让重心重回‘人’本身，说到底，如果你这个人不靠谱，那么你就是笔不良贷款。”
在亚特兰大，约翰逊说，他终究还是抱有这样的希望：新的技术能被用于为借款人创造机会，而不会加剧对他们的偏见。
“事情有好的一面，也有坏的一面，”约翰逊说，“我的经历就是一个真实的例子，表明事情有坏的一面，也表明很多人往往根本就不知道事情还有坏的一面。”
算法数据：需要法律界定的新评分系统
上世纪50年代中期，威廉•费尔(William Fair)和厄尔•艾萨克(Earl Isaac)将第一代数据驱动消费者评分系统卖给了密苏里州圣路易斯的一家投资公司。他们的”FICO”评分得名于两人创办的公司Fair Isaac Corporation名称的缩写。这个评分体系之后将随着计算机的发展，普遍应用于整个美国信贷业。
1995年，美国政府住房融资机构房地美(Freddie Mac)和房利美(Fannie Mae)接受了信用评分，将其纳入了抵押贷款核发流程，嵌入了美国金融体系的底层纹理之中。到2000年，超过75%的住房抵押贷款使用了FICO评分。2015年，Fair Isaac公司表示90%以上的放贷决策都参考了FICO评分。
几十年来，FICO评分都是保密的。它决定了借款人的信用，借款人却基本不清楚它的具体情况。直到2004年，美国政府才要求消费者报告机构在消费者提出要求时，提供详细的信用评分信息。
在世界隐私论坛(World Privacy Forum)委托撰写的一份研究报告中，帕姆•狄克逊(Pam Dixon)和鲍勃•格尔曼(Bob Gellman)提出，现在的新一代由算法驱动的消费者信用评分，与上世纪50年代的FICO评分一样，法律地位模糊不清。
“数据中间商、商家、政府机构和其他人，不用知会消费者，就可以创建和使用他们的消费者评分，”他们写道。
“针对信用评分的法律，往往无法为新的消费者评分提供保护。”
对很多贷款机构来说，收集非传统数据不过是尝试补充或者取代传统信用评分模式，这种模式仍然主要依靠历史信息，批评者认为历史信息并不能很好地反映一个人的信用。FICO评分的最大组成部分是付款记录。人们认为已经是时候用新方法打破这种依赖历史信息的评分方式了。
“FICO评分会导致误报和漏报，”非传统贷款机构OnDeck的创始人米奇•雅各布斯(Mitch Jacobs)表示。该公司使用自己的数据驱动系统来发放小企业贷款。“一个经营了十年、客户众多、现金流良好的公司，却可能看起来信用不好。”