Assicurazioni: vantaggi e non dell'intelligenza artificiale

Tempo di lettura: 2'
Come l'intelligenza artificiale entra nel mondo delle assicurazioni? Ci sono sicuramente dei notevoli vantaggi legati a questa tecnologia ma anche diversi svantaggi

Più tecnologia porta ad assicurazioni più efficienti e in grado di ridurre il numero di frodi

Tra gli aspetti negativi troviamo l’accresciuta asimmetria informativa

La tecnologia a vantaggio del settore assicurativo. L'innovazione può contribuire a rendere il mondo insurance più efficiente, a ridurre il numero delle frodi, a quantificare i premi per classe di rischio degli assicurati in modo più accurato e la possibilità di estendere l'assicurabilità a nuove categorie di persone. Ma non solo. Secondo il Segretario generale dell'Ivass, Stefano De Polis, l'intelligenza artificiale & Co possono aiutare anche nella semplificazione dell'accesso alle polizze e nella riduzione di potenziali gap assicurativi.
Tutti questi aspetti positivi presentano però anche delle criticità e il Segretario Ivass le evidenza: “A fronte di questi indubbi benefici emergono in prospettiva profili di criticità: accresciute asimmetrie informative tra imprese e consumatori per effetto della capacità di raccolta ed elaborazione di grandissime quantità di dati da parte dei sistemi di intelligenza artificiale; eccessiva personalizzazione delle polizze e dei premi e rischi di discriminazione/esclusione di categorie di persone nonché riduzione dei meccanismi di solidarietà sociale tipici del mondo assicurativo (mutualità); potenziale condizionamento della libertà di scelta degli individui”. Secondo De Polis particolare attenzione deve essere posta al tema delle asimmetrie informative e della complessità implicita nell'utilizzo dei sistemi di intelligenza artificiale, che possono porre rischi per la tutela della clientela nel settore assicurativo e finanziario. “Caratteristica fondamentale dei sistemi di intelligenza artificiale è l'autonomia nel produrre gli output richiesti. La componente umana assegna le finalità al sistema e questo, in via autonoma, elabora decisioni, raccomandazioni, previsioni, attraverso l'analisi, anche dinamica per effetto di meccanismi di apprendimento, dei dati che ha a disposizione”, spiega De Polis. Spesso l'output dell'intelligenza artificiale non trova il suo fondamento in una teoria che possa spiegare il fenomeno osservato, ma si basa sulla capacità di connettere e interpretare grandissime quantità di dati. Il risultato finale prodotto dall'intelligenza artificiale è comunque accurato ma non sempre è possibile o è agevole formulare una spiegazione che consenta di motivare il risultato prodotto. “Soltanto quando è possibile spiegare il funzionamento della macchina, ad esempio simulando i legami causa-effetto tipici del modo di pensare umano, si può assicurare piena trasparenza e spiegabilità dei risultati”, continua il Segretario Ivass. Ma, dal momento che non è possibile intervenire sul modo di ragionare dell'intelligenza artificiale in termini correlativi e non causativi, gli operatori si trovano di fronte alla necessità di bilanciare, da un lato, l'esigenza di mantenere inalterate le capacità predittive e l'autonomia dell'IA e, dall'altro, di assicurare comunque adeguata tutela a coloro su cui ha impatto l'agire dei sistemi. La soluzione possibile? Quella di di tutelare gli interessi del pubblico lungo la dimensione dell'input di dati e quello dell'applicazione ed elaborazione prodotta dall'IA.

Cosa vorresti fare?

X
I Cookies aiutano a migliorare l'esperienza sul sito.
Utilizzando il nostro sito, accetti le condizioni.
Consenti